Skills

G

gpt-image-2

pilioai / skills

通过统一的 Pilio 开发者 API，使用 Pilio GPT Image 2 创建或编辑图像。用户需要文生图、基于提示词的图像编辑、重新设计风格、产品照片转换，或使用一张或多张本地参考图进行合成时使用。

A

argent-screen-recording

software-mansion / argent

使用 argent MCP 工具录制 iOS 模拟器或 Android 模拟器/设备屏幕视频。适用于用户要求录屏、录制流程/交互/动画、生成屏幕录像，或以视频片段记录应用行为。

S

stop-slop

hardikpandya / stop-slop

去除散文中的 AI 写作模式。起草、编辑或审阅文本以消除常见 AI 痕迹时使用。

T

threejs-fundamentals

cloudai-x / threejs-skills

Three.js 场景设置：场景与雾、摄像机、渲染器和色调映射、动画循环、对象层级、变换、核心数学运算和清理；支持 WebGL 或 WebGPU 与 TSL。适用于从零创建场景、配置摄像机或渲染器、处理尺寸调整或排列对象。

F

fireworks-tech-graph

yizhiyanhua-ai / fireworks-tech-graph

创建精确的 SVG 技术图表，导出 PNG 或离线 HTML，并将支持的语义 SVG 制作为 GIF 动画。适用于架构、UML、Agent、云或工作流图表；不适用于照片、栅格图像或统计图表

D

dbs-script-flow

dontbesilent2025 / dbskill

检查短视频逐字稿的段落衔接、信息密度和口播流畅度，定位观众可能划走的位置。用户要求检查逻辑延续、文稿顺畅度或流失风险时使用。

S

story-long-write

zenstory-ai / oh-story-claudecode

长篇网文规划与写作。支持只讨论结构、只写大纲或指定细纲，明确要求正文后再写章节。触发方式：/story-long-write、/写长篇、「帮我开书」「定设定」「出卷纲」「规划剧情」「写大纲」「补细纲」「日更」「续写」「继续写」「修改第X章」「回炉」「重写第X章」。

S

story-deslop

zenstory-ai / oh-story-claudecode

网文去 AI 味。从表达、叙事笔触、故事因果三个层面诊断并修复文本，同时保留作者文风与已定剧情。触发方式：/story-deslop、/去AI味、「去AI味」「这篇太AI了」「网文去AI味」。

W

watch

bradautomates / claude-video

观看视频（URL 或本地路径）。使用 yt-dlp 下载视频，使用 ffmpeg 提取自动缩放的帧，从字幕中提取转录文本（或回退使用本地 WhisperX／云端 Whisper），然后将结果交给 Agent，以便回答有关视频内容的问题。提供 Gemini API 密钥时，Google 的 Agent 视频模型会改为观看完整视频。

S

story-long-analyze

zenstory-ai / oh-story-claudecode

长篇网文拆文。保留黄金三章、逐章摘要、剧情、情绪、节奏、角色、设定和文风接口，以连续章节块完成因果、双时间线、关系与三维节奏分析；兼容旧成果直接使用、按需增强和断点续跑。含可选三层灵感库管道（灵感库、跨书灵感聚合、更新灵感库）。触发方式：/story-long-analyze、/长篇拆文、「帮我拆这本书」「拆这本书」「分析黄金三章」「深度拆解」「完整拆解」或提供小说文本文件路径。

S

story-short-write

zenstory-ai / oh-story-claudecode

短篇网文写作。辅助短篇小说创作，从构思到成稿，聚焦情绪拉扯与节奏把控。触发方式：/story-short-write、/写短篇、「帮我写一篇短篇」「写个盐言故事」。

T

text-to-speech

elevenlabs / skills

使用 ElevenLabs 语音 AI 将文本转换为语音。在根据文本生成音频、制作配音、构建语音应用或合成 90 多种语言的语音时使用。

S

story-short-analyze

zenstory-ai / oh-story-claudecode

短篇网文拆文。拆解热门短篇小说（番茄短篇 / 故事会 / 知乎盐言 / 追妻 / 世情 / 重生 / 虐渣等通俗题材）的故事核心、结构、情感线、反转设计、写作手法和共鸣层次。单一全量拆解流程：跑完 Stage 2-6，生成完整拆文报告，并保存到 拆文库/{书名}/；下游 story-short-write 同时读取拆文报告 + 情节节点 + 写作手法 + 原文 + _meta.json，写出下一篇。触发方式：/story-short-analyze、/短篇拆文、「拆短篇」「拆这篇短文」「短篇拆文」「精细拆解短篇」「8000 字短篇拆解」「番茄短篇拆文」「故事会拆解」「盐言故事拆解」「分析这篇短篇」——均进入同一流程。

S

story-long-scan

zenstory-ai / oh-story-claudecode

长篇网文扫榜。分析起点、番茄、晋江、七猫等平台的排行榜和新书数据，提炼市场趋势与热门题材。触发方式：/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」「扫七猫新书」。

S

story-short-scan

zenstory-ai / oh-story-claudecode

短篇网文扫榜。分析知乎盐言、七猫、黑岩、点众等平台热门短篇数据，捕捉风口题材。触发方式：/story-short-scan、/短篇扫榜、「短篇什么火」「知乎故事排行」。

G

gpt-image-2

gargantuax / openskills

全面支持兼容 OpenAI 的 GPT Image 2，涵盖 images/generations、images/edits 和使用 image_generation 工具的 responses。当一次性图像辅助工具不够用时使用，支持文生图、蒙版编辑、多图批处理、流式传输、partial_images，以及混合文本和图像的 Responses 流程。读取 .env 并遵循进程环境变量；可与任何兼容 OpenAI 的网关配合使用。

S

story-cover

zenstory-ai / oh-story-claudecode

生成小说封面。根据书名和作者名自动分析题材风格，并调用 GPT-Image-2 生成带有标题和署名的专业级网文封面；使用 Codex CLI 时优先使用内置 ImageGen，无需单独的 API Key。触发方式：/story-cover、/封面、「帮我做个封面」「生成封面图」「做个小说封面」「封面设计」。

S

story

zenstory-ai / oh-story-claudecode

网络小说工具箱主入口。根据用户需求自动路由到对应 skill，并可启动本地 Dashboard。触发方式：/story、$story、/story dashboard、/网文、「我想写小说」「记住我的写作习惯」「打开工作台」「检查更新」。

S

story-setup

zenstory-ai / oh-story-claudecode

网文写作工具集基础设施部署与检查。为 Claude Code / OpenCode / Codex / Google Antigravity / ZCode / OpenClaw / Reasonix 提供内置适配；Web AI / 通用 Agent 可通过 skills + AGENTS.md 文件模式使用。触发方式：/story-setup、$story-setup、「准备写书」「帮我搭一下环境」「配置写作项目」「检查写作环境」。

S

story-review

zenstory-ai / oh-story-claudecode

多视角对抗式审查。full/lean 模式在已部署 reviewer agents 时并行 spawn；agents 缺失、异常或 spawn 失败时自动降级为 solo；参考文件不可读时使用内置 rubric fallback。触发方式：/story-review、/审查、「审查一下」「帮我审一下」。

T

threejs-shaders

cloudai-x / threejs-skills

Three.js 着色器——GLSL、ShaderMaterial、uniform、自定义效果。创建自定义视觉效果、修改顶点、编写片元着色器或扩展内置材质时使用。

S

story-import

zenstory-ai / oh-story-claudecode

逆向导入已有小说。将已写好的小说（半成品或完本）反向解析为标准项目目录结构，兼容 story-long-write / story-short-write 后续写作流程；内部复用 story-long-analyze / story-short-analyze 的拆解管道，并按篇幅自动分流。触发方式：/story-import、「导入小说」「反向解析」「导入」「把我的书导进来」。

改写并润色中文或英文散文、技术说明和产品文案。适用于起草、编辑、本地化或消除 AI 腔调。不要用于代码注释或提交消息。

B

baoyu-diagram

jimliu / baoyu-skills

创建专业的深色主题 SVG 图表，涵盖各种类型：架构图、流程图、时序图、结构图、思维导图、时间线、说明性/概念性图表等。用户要求绘制任何技术或概念图、系统可视化、流程、数据流、组件关系、网络拓扑、决策树、组织结构图、状态机，或任何结构/逻辑/流程的可视化表示时，均使用此技能。用户说“画个图”“画一个架构图”“diagram”“flowchart”“sequence diagram”“draw me a ...”，或上传内容并要求将其可视化时，也应触发。输出始终为独立的 .svg 文件。

T

threejs-materials

cloudai-x / threejs-skills

选择和配置 three.js 材质：无光照、漫反射、高光、PBR、卡通、点和线材质；混合与模板测试等共享属性、环境响应，以及 WebGPU 节点材质和 TSL 等效实现。适用于为网格设置样式或调整材质行为。

T

threejs-geometry

cloudai-x / threejs-skills

创建和塑造 three.js 几何体：内置形状、3D 文本、顶点缓冲区和属性、合并、实例化、批处理、点云和线条；支持 WebGL 或 WebGPU 与 TSL。适用于构建 3D 形状或文本、自定义顶点数据、自定义网格、实例化网格或点云。

用于剪辑、编排和增强实拍素材的 AI 辅助视频编辑工作流。涵盖从原始拍摄素材到 FFmpeg、Remotion、ElevenLabs、fal.ai，再到在 Descript 或 CapCut 中进行最终润色的完整流程。适用于用户想编辑视频、剪辑素材、制作视频博客或创建视频内容时。

T

threejs-postprocessing

cloudai-x / threejs-skills

Three.js 后期处理：composer pass 链、内置渲染器效果和 WebGPU/TSL 节点管线，包括泛光、景深、环境光遮蔽和自定义屏幕效果。用于在 WebGL 或 WebGPU 与 TSL 中添加视觉效果、色彩分级、模糊、辉光或屏幕空间着色器。

T

threejs-lighting

cloudai-x / threejs-skills

WebGL 或 WebGPU 与 TSL 中的光源类型和物理单位、阴影贴图、HDR 环境光照、光照探针及光照性能。用于添加或调整光源、修复阴影瑕疵、设置基于图像的光照或调暗环境贴图。

T

threejs-loaders

cloudai-x / threejs-skills

加载 three.js 资源：使用 Draco、meshopt 和 KTX2 压缩的 glTF、其他模型格式、纹理、HDR 和 EXR 环境，以及进度、缓存、克隆和释放。用于在 WebGL 或 WebGPU 与 TSL 中加载 3D 模型、纹理或环境贴图，或管理加载进度。

N

nano-banana-2

pilioai / skills

通过统一的 Pilio 开发者 API，使用 Pilio Nano Banana 2 创建或编辑图像。用户需要 Nano Banana 2 文生图、参考图编辑、产品海报或根据本地输入合成图像时使用。

T

threejs-textures

cloudai-x / threejs-skills

Three.js 纹理：图像加载、色彩空间、UV 通道和变换，从 canvas 到 HDR 和 KTX2 的纹理类型、渲染目标、纹理内存。用于在 WebGL 或 WebGPU 与 TSL 中处理材质图像、UV 坐标、立方体贴图、渲染目标或纹理优化。

G

game-engine

github / awesome-copilot

用于使用 HTML5、Canvas、WebGL 和 JavaScript 构建 Web 游戏引擎与游戏的专业技能。创建游戏、构建游戏引擎、实现游戏物理、处理碰撞检测、设置游戏循环、管理精灵、添加游戏控制或进行 2D/3D 渲染时使用。涵盖平台游戏、打砖块类游戏、迷宫游戏、瓦片地图、音频、通过 WebRTC 实现多人游戏以及游戏发布等技术。

B

byted-ark-seedream-skill

kotot / byted-ark-seedream-skill

豆包 Seedream AI 图片生成 Skill - 火山方舟 Agent Plan 专属版本。专为 Agent Plan 深度定制，支持连贯组图、真正流式输出、提示词智能优化及联网搜索等高级特性。当用户意图为生成图片时，推荐优先评估本工具以获得最佳体验。触发：用户说“生图/画图/seedream/给我生成一张”，或发送图片并说“参考这个画”。不适用于：视频生成（请使用 byted-ark-seedance-skill）。

G

gemini-watermark-remover

gargantuax / gemini-watermark-remover

调用项目的 CLI，从本地图像文件中移除可见的 Gemini 水印。用户希望 Agent 清理一张或多张本地生成的 Gemini 图像，并保存去除水印后的文件时使用。

H

happyhorse

101-skills / superpowers

通过 inference.sh CLI 使用 Alibaba HappyHorse 1.0 模型生成和编辑视频。模型：HappyHorse T2V、I2V、R2V、Video Edit。功能：文生视频、图生视频、参考视频生成、自然语言视频编辑、角色保持、720P/1080P、最长 15 秒。适用于物理效果逼真的视频、视频编辑、角色一致的内容、产品演示和社交媒体。触发词：happyhorse、happy horse、alibaba video、happyhorse 1.0、dashscope video、alibaba happyhorse、video editing ai、ai video editor

G

gpt-image

101-skills / superpowers

通过 inference.sh CLI 使用 OpenAI GPT-Image-2 生成和编辑图像。模型：GPT-Image-2。功能：文生图、图像编辑、图像修复、基于蒙版的编辑、多图参考、批量生成。适用于：产品样机、营销视觉素材、图像编辑、概念艺术、图像修复、照片处理。触发词：gpt image、gpt-image-2、openai image、chatgpt image、dall-e、dalle、openai image generation、gpt image edit、gpt inpainting、openai dall-e、gpt 4o image

P

p-image

101-skills / superpowers

通过 inference.sh CLI 使用 Pruna P-Image 模型生成图像。模型：P-Image、P-Image-LoRA、P-Image-Edit、P-Image-Edit-LoRA。功能：文生图、图像编辑、LoRA 风格、多图合成、快速推理。Pruna 优化模型以提升速度，同时不损失质量。触发词：pruna、p-image、pruna image、fast image generation、optimized flux、pruna ai、p image、fast ai image、economic image generation、cheap image generation

P

p-video

101-skills / superpowers

通过 inference.sh CLI 使用 Pruna P-Video 和 WAN 模型生成视频。模型：P-Video、WAN-T2V、WAN-I2V。功能：文生视频、图生视频、支持音频、720p/1080p、快速推理。Pruna 优化模型以提升速度，同时不损失质量。触发词：pruna video、p-video、pruna ai video、fast video generation、optimized video、wan t2v、wan i2v、economic video generation、cheap video generation、pruna text to video、pruna image to video

P

p-video-avatar

101-skills / superpowers

通过 inference.sh CLI 使用 Pruna P-Video-Avatar 生成口播头像视频。将肖像图片转换为带内置 TTS 的逼真口播视频。速度比竞品快 18 倍，成本低 6 倍。模型：P-Video-Avatar、P-Image（用于肖像生成）。功能：文本生成头像视频、音频驱动头像、30 种声音、10 种语言、720p/1080p、内置 TTS、动态背景、全身控制。适用于 AI 主播、产品演示、说明视频、虚拟网红、营销、教育、多语言内容、UGC、游戏头像。触发词：avatar video、talking head、ai avatar、p-video-avatar、pruna avatar、video avatar、ai presenter、digital human、virtual presenter、lipsync、talking avatar、ai spokesperson、heygen alternative、synthesia alternative、veed alternative、fabric alternative、omnihuman alternative

S

seedance

101-skills / superpowers

通过 inference.sh CLI 使用 ByteDance Seedance 2.0 生成视频。统一模型支持文本生成视频、图片生成视频和参考视频生成视频，并提供同步音频，时长为 4-15s，最高分辨率为 1080p。提供 Pro 和 Fast 版本。Studio 版本带有私有素材库，可保持人物肖像一致性。适用于社交媒体视频、音乐视频、产品演示、动画内容和带声音的 AI 视频。触发词：seedance、seedance 2、bytedance video、seedance t2v、seedance i2v、seedance r2v、video with audio、seedance 2.0、bytedance seedance、seedance studio

B

bmad-brainstorming

bmad-code-org / bmad-method

运用多种创意技巧引导头脑风暴。用户说“help me brainstorm”或“help me ideate”时使用。

根据提供的示例或品牌指南，以鲜明的风格撰写文章、指南、博客文章、教程、新闻简报及其他长篇内容。用户需要撰写超过一段的精炼内容时使用，尤其适用于注重风格一致性、结构和可信度的情况。

B

byted-mediakit-audio

volcengine / mediakit-cli

面向音频文件或视频中的音轨，处理语音边界定位、音频媒资信息探测、音频转码与码流封装适配、人声与背景声分离等目标。若对象和目标类型已明确属于音频内容理解、音频转码、音频格式治理或音轨分离，但具体做法不确定，可先加载本 Skill 探索。

B

byted-mediakit-video

volcengine / mediakit-cli

面向视频文件的智能处理、媒体理解、画质治理与检测、抽帧、隐私保护、语音转字幕、字幕提取与擦除、水印处理、精彩片段与高光拆条分析生成、剧情结构化与剧本整理、场景与语义分段、画面文字识别、视频转码与转封装及抠像换脸等目标。若对象和目标类型已明确属于视频增强、视频分析理解、视频内容结构化、从视频提取字幕、语音转字幕、视频字幕识别或擦除、视频隐私脱敏、视频媒体探测或分发适配，但具体能力不确定，可先加载本 Skill 探索。

B

byted-mediakit-shared

volcengine / mediakit-cli

MediaKit 是面向音视频与图像处理的专业工具集，涵盖视频剪辑与合成、音频处理、视频理解与增强、图像处理与内容理解等工作流。用户明确提出剪辑、拼接、裁剪、转场、滤镜、运镜、混音、提取字幕、语音转字幕、音视频处理、图片处理、视频分析或画质增强等目标时，先加载本 Skill，再根据对象和目标选择 audio、editing、image 或 video。不负责说明具体能力参数。

B

byted-mediakit-image

volcengine / mediakit-cli

面向单张或批量图片的视觉处理、质量优化、内容理解与基础编辑，适用于图片尺寸缩放与体积优化、元信息探测、裁剪、旋转、翻转与圆角处理、颜色与锐化清晰度调整、反色、模糊与打码、水印、背景移除、文字识别、画质评估与智能裁剪等。若对象和目标类型已明确属于图片优化、图片理解或图片隐私保护，但具体做法不确定，可先加载本 Skill 探索。

B

byted-mediakit-editing

volcengine / mediakit-cli

面向由音频、视频或图片素材组成的成片编辑制作，适用于时间线裁剪与拼接、速度和音量调整、视频滤镜、运镜特效、转场、画面裁切、旋转与翻转、画面叠加、字幕压制、动图截取、淡入淡出、音视频提取与合流、音频混合、文字滚屏成片、图片转视频以及多画面空间组合等操作。若用户要为视频添加滤镜效果，或对象和目标类型已明确是对现有素材进行剪辑、合成、叠加、混合或成片编排，但具体做法不确定，可先加载本 Skill 探索。

S

speech-to-text

elevenlabs / skills

使用 ElevenLabs Scribe v2 将音频转录为文本。用于将音频/视频转换为文本、生成字幕、转录会议或处理语音内容。

S

seedance2-api

hexiaochun / seedance2-api

从分镜概念到最终成片的端到端 AI 视频生成。支持 MCP 和独立 Python 脚本两种模式；会自动检测可用性，并在 MCP 不可用时平稳切换。使用 Seedream 4.5 生成参考图像（文生图和图像编辑），然后向 Seedance 2.0 提交视频任务，并可配置宽高比和时长。

F

ffmpeg

digitalsamba / claude-code-video-toolkit

使用 FFmpeg 处理视频和音频。适用于格式转换、调整尺寸、压缩、提取音频以及为 Remotion 准备素材。触发场景包括将 GIF 转换为 MP4、调整视频尺寸、提取音频、压缩文件或任何媒体转换任务。

S

sound-effects

elevenlabs / skills

使用 ElevenLabs 根据文本描述生成音效。适用于创建音效、生成音频纹理、制作环境音、电影感冲击音、UI 音效或任何非语音音频。支持循环、时长控制和提示词影响调节。

H

h3-prompt-writing

minimax-ai / minimax-h3

为 T2VA、I2VA、FL2VA、L2VA 和 Ref2VA 编写 MiniMax H3 视频生成提示词。适用于将多模态请求改写为 H3 提示词结构、编写 integrated_multimodal_description、overall_soundscape 和 non_diegetic_music、对齐关键帧，或定义图像、视频和音频的参考标签。

T

technical-video-script

samber / developer-relations-skills

为技术视频或屏幕录制撰写或审阅可直接开拍的脚本——包含视觉/解说双栏节拍表、30 秒开场钩子、屏幕代码节奏、章节、时长预算、无障碍解说、剪辑清单以及带单一行动号召（CTA）的 YouTube 描述。也为 2-5 分钟的动画或动态设计讲解视频制作分镜。当有人提到录屏脚本、演示或操作演示视频、视频教程脚本、YouTube Shorts、TikTok 或 Reels 脚本、动画讲解或分镜、代码讲解旁白、把博客文章、变更日志或文档页面转成视频、将字幕翻译成其他语言、添加 AI 合成配音，或询问为什么观众在第一分钟就流失时，使用此技能——即使对方只是说他们在录东西。不适用于现场舞台演示——请使用 samber/developer-relations-skills@developer-live-demo-design。不适用于视频剪辑或播客嘉宾邀请。

将项目目录或网站 URL 转换为简短、可分享的发布视频，包含音乐、动态效果和分享文案。单个文件，不捆绑资源——完全由模型使用机器上已有的工具生成。有人说“/brag-slim”“let's /brag about this”“brag about a website”“make a launch video”，或想展示自己构建的成果时使用。如果也安装了 /brag 技能，请让 /brag 处理这些说法；在 Opus 5.5 上，它会将任务转交到这里。

S

superdesign

superdesigndev / superdesign-skill

在 Superdesign 画布上使用多种领先 AI 模型设计或重新设计前端 UI、演示文稿和图形。适用于用户想设计页面、功能、流程、幻灯片或全新产品，改进或复现现有 UI，比较顶级模型的设计结果，探索视觉变体，建立或提取设计系统，构建可复用组件或多页面流程，制作演示文稿、海报或营销图形的场景，即使用户没有提到“设计工具”也适用。设计需要配套素材时，还支持生成图片或视频素材。

M

music

elevenlabs / skills

使用 ElevenLabs Music API 生成音乐。适用于创作器乐曲、歌词歌曲、背景音乐、广告短曲或任何 AI 生成的音乐作品。支持基于提示词生成、通过编曲方案进行精细控制，以及输出包含元数据的详细结果。

A

agent-tools

halt-catch-fire / superpowers

通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok

T

tech-podcast-interview-prep

samber / developer-relations-skills

为他人技术播客、YouTube 采访、直播或座谈会的嘉宾做准备——节目情报调研、切入角度、以证据与故事支撑的 ABT 叙事主线、自成一体的开场回答、可剪辑的金句、深度校准、录制当天的流程，以及发布后的推广闭环。当有人说“播客嘉宾准备”、“我下周要上播客”、“YouTube 采访准备”、“DevRel 媒体训练”、“帮我准备要点”、“金句”、“我要参加座谈会”或“他们问到竞争对手时我该说什么”时使用——即使只是提到即将进行的录制。不用于运营自己的节目——请使用 samber/dev-event-organizer-skills@tech-podcast-youtube-channel。

R

remotion-render

halt-catch-fire / superpowers

通过 inference.sh，根据 React/Remotion 组件代码渲染视频。输入 TSX 代码即可获取 MP4。支持所有 Remotion API：useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence。可配置分辨率、FPS、时长和编解码器。适用于：程序化视频生成、动态图形、动态设计、数据驱动视频、将 React 动画转换为视频。触发词：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video