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
通过 inference.sh CLI 使用 ElevenLabs、Diffrythm、Tencent Song Generation 生成 AI 音乐和歌曲。模型：ElevenLabs Music（最长 10 分钟，商业许可）、Diffrythm（快速歌曲生成）、Tencent Song Generation（含人声的完整歌曲）。能力：文本转音乐、歌曲生成、器乐、歌词转歌曲、配乐创作。用途：背景音乐、社交媒体内容、游戏配乐、播客、免版税音乐。触发词：music generation、ai music、generate song、ai composer、text to music、song generator、create music with ai、suno alternative、udio alternative、ai song、ai soundtrack、generate soundtrack、ai jingle、music ai、beat generator、elevenlabs music、eleven labs music
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
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。
当用户需要为视频添加品牌化标题、动画下三分之一字幕或 Logo 片头时使用 —— 利用 Resolve 的 Text+ 节点和 Fusion 的动画修改器创建可复用的标题模板。触发症状包括"add a name lower third"、"animated logo intro"、"title card with gradient"、"save title as a template"、"introduce a guest"等说法，以及任何 DaVinci Resolve 标题/文字相关问题。
通过 inference.sh CLI 使用 ElevenLabs 根据文本描述生成 AI 音效。能力：文本转音效、自定义时长、免版税音频。用于：视频制作、游戏音频、播客、电影、演示、社交媒体。触发词：sound effects、sfx、sound generation、ai sound effects、generate sound、foley、audio effects、sound design、text to sound、elevenlabs sound、eleven labs sfx、ambient sound、cinematic sound、game sound effects。
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
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
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
使用 ElevenLabs 和 Dia TTS 创建多说话人对话音频。涵盖说话人标签、情感控制、节奏、对话流程和后期制作。用于：播客、有声书、讲解视频、角色对话、对话式内容。触发词：dialogue audio、multi speaker、conversation audio、dia tts、two speakers、podcast audio、character voices、voice acting、dialogue generation、conversation tts、multi voice、speaker tags、dialogue recording、elevenlabs dialogue、eleven labs conversation
ElevenLabs 多说话人对话生成 - 通过 inference.sh 命令行在单个音频文件中生成不同声音的对话。能力：多声音对话、基于脚本的生成、声音指导、对话音频。用途：播客、有声书、讲解、教程、角色对话、视频脚本。触发词：elevenlabs dialogue、eleven labs dialogue、multi speaker、conversation audio、dialogue generation、text to dialogue、multi voice、voice acting、podcast dialogue、character voices、script to audio、elevenlabs conversation、two speakers
ElevenLabs 自动配音 - 通过 inference.sh 命令行将音频/视频翻译并配音成 29 种语言，同时保留说话人声音。能力：自动说话人检测、保留音色的翻译、视频配音、音频本地化。用途：内容本地化、视频翻译、多语言内容、国际分发。触发词：dubbing、dub video、translate audio、video translation、audio translation、localize content、elevenlabs dubbing、eleven labs dub、multilingual dub、voice translation、auto dub、language dub、content localization
一键全流程 PPT：先用 GordenImagePPTGen 生成「图片格式的 PPT」，再用 GordenImage2PPTX 把它逆向还原成「可编辑 .pptx」。打包并依次编排这两个子技能，最终同时交付图片型 PPT + 可编辑 pptx + 全部中间产物。Orchestrates image-PPT generation and image→editable-PPTX conversion end to end. 当用户只给主题/内容、要一份「既好看又能编辑」的完整 PPT 成品，或没点名具体功能时使用。
通过 Higgsfield（higgsfield.ai）生成视频及其配套静帧。Higgsfield 是一个多模型创意平台，集成第三方视频模型（Kling、Veo、Seedance、Wan、MiniMax，以及停用前的 Sora），并提供 Higgsfield 自有控制层：Soul / Soul ID 图像生成、DoP 摄像机预设引擎和 Cinema Studio 制片套件。当请求明确通过 Higgsfield 生成、用户希望在同一工作区切换聚合平台中的模型并使用电影感摄像机／效果预设、计划通过 Soul ID 保持角色一致性，或决定使用 Higgsfield 还是直接调用底层模型提供商时，使用此技能。内容涵盖模型选择、各模型的提示词策略、点数成本、（部分）API 接口、能力限制，以及生成和上传的真人影像的权利／同意政策。
户晨风视角：以"购买力挑战"创作者、消费现实主义者的思维框架看待消费选择、社会分层与个人发展。 素材来源：490 份直播逐字转录文字稿（2023.03-2025.09）+ 公开视频字幕 + 维基百科/语录 + 知乎分析 + 新闻报道。 向量化语料库：全部 490 份直播文字稿已嵌入为向量索引，支持语义检索。 核心模型：5 个。决策启发式：10 条。一手语录库：99 条。 触发词：「户晨风」「苹果人」「安卓人」「用户晨风的方式」「从户晨风视角」「晨风怎么看」 局限：素材以公开直播转录和二手报道为主，缺乏一手采访；账号已全网封禁，最新动态无法追踪；其早期底层关怀内容与后期品牌分层内容存在明显立场转变，使用时需注意区分阶段。 调研时间：2026 年 4 月。
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。