Skills
收录 97,222 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
创意与媒体
在为 Godot 4.7 3D 场景打光或渲染时使用：选择渲染器（Forward+、Mobile、Compatibility）、选择 GI（SDFGI、VoxelGI、LightmapGI、反射探针）、不用鼠标烘焙光照贴图、调优 WorldEnvironment、色调映射器（AgX、ACES、Filmic）、辉光、雾、体积雾与神光、阴影与阴影痤疮、面向 PC 与手机的质量预设、Compositor 后处理效果；或用于“我的场景看起来很平”“室内太暗”“漏光”“光照贴图为黑”“在移动端看起来不一样”。
通过 inference.sh 命令行，使用 ElevenLabs Scribe 和 Whisper 模型将音频转写为文本。模型：ElevenLabs Scribe v2（准确率 98%+，说话人分离）、Fast Whisper Large V3、Whisper V3 Large。能力：转写、翻译、多语言、时间戳、说话人分离、音频事件标注。适用场景：会议转写、字幕、播客文稿、语音备忘。触发词：speech to text、transcription、whisper、audio to text、transcribe audio、voice to text、stt、automatic transcription、subtitles generation、transcribe meeting、audio transcription、whisper ai、elevenlabs stt、scribe、eleven labs transcribe
当用户要求“创建 3D 场景”“添加网格”“实现 OrbitControls”“加载 GLTF 模型”“添加泛光后期处理”“编写自定义着色器”“创建粒子效果”“优化 Three.js 性能”“使用 WebGPU”“添加阴影”“为模型添加动画”，或提到 Three.js、threejs、WebGL、WebGPU、GLTF、raycaster、shader material、PBR material 或后期处理效果时，应使用此技能。重要：此技能适用于原生 Three.js（命令式 JavaScript）。对于 React Three Fiber（@react-three/fiber、R3F、drei），请查看 `r3f-best-practices` 技能；不过，three-js 技能也有助于处理 R3F，因为 R3F 是 Three.js 的 React 渲染器。提供完整的 Three.js 参考，涵盖 3D Web 图形，包括场景设置、几何体、材质、纹理、光照、摄像机、加载器、动画、控件、交互、着色器、后期处理、性能优化、TSL/节点材质、WebGPU、物理和 VR/XR 集成。
生成专业的 AI 产品摄影和商业图像。模型：FLUX、Imagen 3、Grok、Seedream，用于产品拍摄、生活方式图像、mockup。能力：影棚灯光、生活方式场景、包装、电商图片。用于：电商、Amazon 商品列表、Shopify、营销、广告、mockup。触发词：product photography、product shot、commercial photography、e-commerce images、amazon product photo、shopify images、product mockup、studio product shot、lifestyle product image、advertising photo、packshot、product render、product image ai。
通过 inference.sh CLI 使用 BiRefNet 去除图像背景。模型：BiRefNet（高精度背景去除）。用于：产品照片、人像、电商、透明 PNG、照片编辑。触发词：remove background、background removal、remove bg、transparent background、cut out image、background remover、rembg、product photo editing、cutout、transparent png、bg removal、photo cutout。
当用户想要创建 AI 生成的广告创意、测试效果型创意、管理创意疲劳，或使用 AI 工具优化付费媒体时使用。用户提到“ad creative”“performance creative”“creative testing”“creative fatigue”“Meta ads”“Google ads”“TikTok ads”“AI ads”“ad budget”“ROAS”“Advantage+”或“Performance Max”时也使用。此技能涵盖从生成到效果优化的 AI 驱动付费创意。
使用 AI 数字人、口型同步和配音制作口播视频。推荐：P-Video-Avatar（最快、最便宜、内置 TTS）。也涵盖 OmniHuman、PixVerse、Fabric。人像要求、音频质量、制作工作流。适用：代言人视频、课程内容、社交媒体、演示、Demo。触发词：talking head、avatar video、lipsync、lip sync、ai spokesperson、virtual presenter、ai presenter、omnihuman、talking avatar、video presenter、ai talking head、presenter video、ai face video、p-video-avatar
用于端到端视频本地化流程的轻量编排器。可路由至四个专用子技能 — /wjs-transcribing-audio、/wjs-translating-subtitles、/wjs-dubbing-video、/wjs-burning-subtitles。用户要求一次性完成完整本地化时使用（“帮我把这个西班牙语视频做成中文字幕+配音”、“translate and dub this video”、“做完整的本地化”）。对于单独步骤（仅转录、仅翻译、仅配音或仅烧录字幕），直接调用相应子技能 — 更快且职责边界更清晰
通过 inference.sh CLI 进行 AI 语音生成、文本转语音和语音合成。模型：Inworld TTS-2（100+ 种语言，情绪/非语言引导）、Inworld TTS 1.5（超低延迟）、ElevenLabs（22+ 种高级音色，32 种语言）、Kokoro TTS、DIA、Chatterbox、Higgs、VibeVoice，用于自然语音。能力：多种音色、情绪、口音、长篇旁白、对话、语音转换、表达模式控制、角色音色。用于：配音、有声书、播客、视频旁白、无障碍、游戏 NPC、虚拟形象音频、UGC。触发词：voice cloning、tts、text to speech、ai voice、voice generation、voice synthesis、voice over、narration、speech synthesis、ai narrator、elevenlabs、eleven labs、natural voice、realistic speech、voice ai、voice changer、inworld、inworld tts、character voice、npc voice。
通过 Creator Hub 的 MCP 服务实时编辑 Decentraland 场景的实体、组件、Smart Items 和场景设置，而不是手动编辑 assets/scene/main.composite。当场景在 Creator Hub 中打开时、当会话中可用 `mcp__creator-hub__*` 工具（scene_state、create_entity、set_component、place_smart_item 等）时、当用户提到 Creator Hub AI 助手或其 MCP 服务时，或在任何对 main.composite、main.crdt 或 scene.json 的编辑之前使用。
通用 AI 视频生成，支持 OpenAI Sora、Google Veo 2/3、Runway Gen-3/Gen-4、Pika 2.2、Luma Dream Machine（Ray 2）、FAL（Kling / Wan / Veo / Sora 封装）、Ark Seedance 1.5 Pro/Lite、Bailian Wanx（i2v）、MiniMax Hailuo-02 和 Vidu Q3。当用户要求根据文本提示词或首帧图像生成、制作或合成视频时，使用此技能。支持文生视频和图生视频；对于支持该功能的服务商，还可控制末帧。常见说法包括“生成一段……视频”“制作一个 5 秒……片段”“让这张图片动起来”“生成一段视频”“做个短片”，或提及 Sora、Veo、Runway Gen、Kling、Wan、Seedance、Hailuo、Pika、Dream Machine、Vidu 等视频生成模型系列。即使用户没有指定模型，也始终使用此技能——根据其 EXTEND.md 默认设置或可用 API 密钥选择服务商。如果用户明确提到即梦 / Dreamina / Jimeng，则不要使用此技能；应改用 happy-dreamina。
将 SRT 字幕做成暖米黄纸张底的白板手绘动画：读字幕→输出配图策略→确认后生成统一风格线稿→按叙事语义标注分区→预览台调整→渲染 MP4。编排沿用分区遮罩揭示（annotation.json / sequence / startMs / protectedRegions），但每个区域内的落墨换成 stream 的连续笔迹（骨架/网格 ink→color）。当用户提供 SRT 字幕并要求"字幕做成白板手绘/流式笔迹视频""SRT 生成白板动画""按字幕分镜画手绘"时触发。
使用文本转语音、音乐和音频编辑创建 AI 驱动的播客。工具：Kokoro TTS、DIA TTS、Chatterbox、AI 音乐生成、媒体合并。能力：多语音对话、背景音乐、片头/片尾、完整单集。用于：播客制作、有声书、语音内容、音频简报。触发词：podcast、ai podcast、text to speech podcast、audio content、voice over、ai audiobook、multi voice、conversation ai、notebooklm alternative、audio generation、podcast automation、ai narrator、voice content、audio newsletter、podcast maker
书籍封面设计，涵盖特定体裁的惯例、排版规则和 AI 图像生成。覆盖虚构与非虚构体裁、尺寸、缩略图测试和迭代工作流。用途：自助出版、电子书封面、印刷封面、有声书封面、封面样机。触发词：book cover、cover design、ebook cover、book art、novel cover、self publishing cover、kindle cover、audiobook cover、book jacket、cover illustration、fiction cover、nonfiction cover。
ElevenLabs AI 音乐生成 — 通过 inference.sh CLI 从文本提示词创作原创音乐。能力：文本转音乐、最长 10 分钟的自定义时长、流派/情绪/乐器控制、免版税商用。用于：背景音乐、配乐、广告短曲、播客、视频配乐、游戏音频。触发词：elevenlabs music、eleven labs music、ai music、generate music、music generation、compose music、ai composer、create song、soundtrack、background music、jingle、elevenlabs compose、music ai。
通过 inference.sh CLI 使用 ElevenLabs 文字转语音，提供 22+ 种优质音色、多语言支持和语音调优。模型：eleven_multilingual_v2（最高质量）、eleven_turbo_v2_5（低延迟）、eleven_flash_v2_5（极速）。能力：文字转语音、音色选择、稳定性/风格控制、32 种语言。适用：配音、有声书、视频旁白、播客、无障碍、IVR。触发词：elevenlabs、eleven labs、elevenlabs tts、premium tts、professional voice、ai voice、high quality tts、multilingual tts、eleven labs voice、voice generation、natural speech、realistic voice、voice over、speech synthesis
ElevenLabs 变声器 - 通过 inference.sh CLI 将任意声音转换为另一种声音，同时保留语音内容和情感。模型：eleven_multilingual_sts_v2（70+ 种语言）、eleven_english_sts_v2。能力：语音转语音、声音转换、口音改变、声音伪装。适用：内容创作、配音表演、隐私保护、译制配音、角色声音。触发词：voice changer、speech to speech、voice transformation、change voice、voice swap、voice conversion、voice disguise、eleven labs voice changer、elevenlabs sts、transform voice、ai voice changer、voice modifier
美国电影剧作案例研究（美国电影剧作案例）——梅峰对好莱坞西部片（价值对、四组对立）、神经喜剧（强势女主角、伙伴与对手的双人戏）、比利·怀尔德（伪装、刘别谦笔触、邂逅场景）、希区柯克及其编剧、《改编剧本》、《幻世浮生》（八稿、女性电影 + 黑色电影）、《末路狂花》（"但是" 方法、镜像配对）、《冰血暴》（科恩方法）、《心灵捕手》（五段结构）、《美国丽人》（视角策略、类型混合）、《美丽心灵的永恒阳光》（1:5:1、意象母题）；Walter 的《美国风情画》；好莱坞大师课影片（《谍影重重》、《银河护卫队》、《疯狂动物城》、《雷神》）；Hoxter 的《冬天的骨头》和《乔乔的异想世界》；Snyder 的《麻辣女兵》；Field 的《唐人街》。适用于想要了解某部美国电影剧本如何构建的实例、分析电影的结构、人物或主题，或寻找西部片、神经喜剧、黑色电影、伙伴片、成长题材、黑色喜剧或非线性爱情片可模仿范本时。
当用户提供主题并希望自动制作主题驱动的旁白解说、播客或知识总结视频（Bilibili / YouTube / Xiaohongshu / Douyin / WeChat Channels），或希望从参考视频/图片中学习视觉设计模式时使用。用户提到根据主题制作知识视频、旁白解说、视频播客或动画信息图风格视频时触发，即使没有明确说“视频播客”也一样。当用户希望重新生成、渲染、构建、更新或迭代此技能已制作的旁白视频时也触发，例如修改了脚本/提示词、视觉效果或背景音乐，并希望重新制作最终视频（复用现有的 videos/{name}/ 目录，绝不新建项目）。不要用于通用视频编辑、裁剪、格式转换、调色或非叙事类视频任务。通过研究 → 脚本 → TTS → Remotion → MP4 + BGM 制作 4K 视频。
通过 inference.sh CLI 使用 ElevenLabs 语音转文字，支持 Scribe 模型和强制对齐。模型：Scribe v1/v2（98%+ 准确率，90+ 种语言）。能力：转写、说话人分离、音频事件标注、词级时间戳、强制对齐、字幕生成。适用：会议转写、字幕、播客文字稿、口型同步计时、卡拉 OK。触发词：elevenlabs stt、elevenlabs transcription、scribe、elevenlabs speech to text、forced alignment、word alignment、subtitle timing、diarization、speaker identification、audio event detection、eleven labs transcribe
ElevenLabs 人声分离器 — 通过 inference.sh CLI 从音频中去除背景噪声并分离人声。能力：噪声去除、人声提取、音频清理、背景去除。用途：播客清理、采访音频、音乐人声、嘈杂录音、音频修复。触发词：voice isolator、noise removal、background removal、isolate voice、clean audio、remove background noise、audio cleanup、voice extraction、elevenlabs isolator、eleven labs noise、vocal isolation、denoise、audio restoration、voice separation。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。