Skills

P

pixel-art

nousresearch / hermes-agent

使用年代调色板（NES、Game Boy、PICO-8）的像素画。

R

resemble-chatterbox

calesthio / generative-media-skills

将 Resemble AI Chatterbox 用于文本转语音和声音克隆工作流，包括本地开源权重 Chatterbox、Chatterbox Multilingual、Chatterbox Turbo 以及 Resemble 托管的 Chatterbox API 路由。适用于 Agent 必须选择 Chatterbox 变体、准备参考语音输入、控制情感 / 副语言表达、规划多语言 TTS、处理 PerTh 水印，或就同意、隐私、许可、延迟和音频质检做出生产决策时。

S

storyboard-to-seedance-prompt

chunpu / agent-skills

将文字分镜逐条强化为 Seedance 2.0 视频提示词。已完成文字分镜且需要落地为可执行视频提示词时调用。

T

threejs-postprocessing

sickn33 / agentic-awesome-skills

Three.js 后期处理：EffectComposer、泛光、景深（DOF）和屏幕效果。添加视觉效果、调色、模糊、辉光或创建自定义屏幕空间着色器时使用。

V

viral-video-hooks-retention

josiahsiegel / claude-plugin-marketplace

掌握钩子创作和观众留存，实现爆款视频成功。在以下情况主动启用：(1) 视频钩子优化，(2) 开场几秒策略，(3) 观众留存提升，(4) 注意力捕获技巧，(5) 心理触发因素，(6) 模式中断，(7) 观看时长优化，(8) 流失预防，(9) 互动心理学。提供：钩子公式、心理触发框架、留存基准、模式中断技巧和可操作的留存提升策略。

Y

youtube-plan-new-video

manojbajaj95 / claude-gtm-plugin

基于调研生成完整的视频方案，包含优化的标题、缩略图和钩子创意。编排专用技能（youtube-title、youtube-thumbnail、youtube-video-hook）以产出可直接制作的视频方案。在调研完成后使用，或当用户想规划新视频时使用。

A

ai-short-drama

a-cat-with-carrots / onlyshot

精细化 AI 短剧 IP 创作技能（v0.6.0）。三阶段架构：Phase 1 创作（剧本+ref 图，反复迭代）→ Phase 1.5 分镜图（每 grid 1-4 张候选静态图 = 视频首帧，工业级核心层）→ Phase 2 出片（按集解锁，4 模自动选）。v0.6.0 关键升级：① ref 库工艺偏置铁律（现代摩天楼易拟物，古建筑必出 chibi 人体，前期 IP 设计阶段就要避坑）② 即梦 5.0 失败模式 + 敏感词清单（3 类 fail 区分 / prompt 1500 字硬上限 / 反派词替换表 / 暧昧词清单）③ 分镜图 8 段 prompt 模板（CHARACTER/BACKGROUND/ACTION/SCENE/CAMERA/LIGHT/TEXT/STYLE）+ NOT humans 子句必加。沿用 v0.3.0 升级：Phase 1.5 分镜图层、4 模视频、ref 5-8 最优。v0.2.0：bash → Python subprocess、36 grid × 4-10s 变奏、红果必爆 7 招、工业级 ref 库 80-150 张、单 prompt 300-500 字。务必触发：用户提到短剧、微短剧、竖屏剧、AI 短剧、AI 漫剧、剧本创作、分镜、即梦/Seedance 出片、红果/番茄/抖音 IP 改编、爽剧、重生、穿越、赘婿、追妻、神医相师、AI 漫剧奇观、或"帮我做一部短剧"类请求。

A

amz-ai-image-policy-compliance

jaygptpro / amazon-pro-skills

在提交前，依据 2026 年 Amazon 披露与表述政策，审计由 AI 生成或 AI 增强的商品图片。5 道关卡流程可捕获会触发下架或虚假表述标记的问题。适用于用户询问 AI 图片政策、AI 照片规则、图片下架或 2026 年图片合规时。触发短语："AI image Amazon policy"、"AI generated photos listing"、"image suppression AI"、"Amazon AI image rules 2026"。零工具即可运行。

B

blender-pipeline-automation

el4cteo / blender-skills

大规模自动化 Blender 5.2：无头 CLI 参数、对包含 .blend/.fbx/.glb/.obj/.usd 的文件夹进行批量转换/清点/运行任意技能脚本、分片、bpy pip 模块、库链接、路径管理、渲染农场和 CI 模式。适用于批处理、格式转换、库维护和流水线工具。

C

comfyui-media-workflows

calesthio / generative-media-skills

与提供商无关的生产工作流，供 Agent 组装、审计、执行并交付 ComfyUI 节点图工作流，用于图像、视频、放大、修复、条件控制和批量媒体生成；当任务涉及 ComfyUI 工作流 JSON/API 图、模型与自定义节点清单、可复现性、来源溯源、安全/权利审查、本地或云端执行规范或生产 QA 时使用。

D

dalle

partme-ai / full-stack-skills

为 DALL-E AI 图像生成提供全面指导，包括提示词创建、图像生成、变体和编辑。当用户询问 DALL-E、需要生成 AI 图像、创建图像变体或使用 DALL-E API 时使用。

D

dcc-mcp

dcc-mcp / dcc-mcp-agent-plugins

通过 DCC-MCP 操作指定的受支持应用；发现工具和应用市场 skill。适用于应用任务或明确的 DCC-MCP/DCC-CUA 请求。

E

elevenlabs-music

skills-101 / superpowers

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。

E

elevenlabs-voice-isolator

skills-101 / superpowers

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。

E

extract-transcript

pamelafox / presentation-skills

从 YouTube 视频中提取带时间戳的文字记录。返回带有 [MM:SS] 或 [HH:MM:SS] 时间戳的各分段文本。适用场景:get transcript、transcribe YouTube video、fetch video transcript、YouTube captions。

F

flux-image

skills-101 / superpowers

通过 inference.sh 命令行使用 FLUX 模型（Black Forest Labs）生成图像。模型：FLUX Dev LoRA、FLUX.2 Klein LoRA，支持自定义风格适配。能力：文生图、图生图、LoRA 微调、自定义风格。触发词：flux、flux.2、flux dev、flux schnell、flux pro、black forest labs、flux image、flux ai、flux model、flux lora

I

image-portrait-generate

meitu / meitu-skills

从参考图（人像/宠物）生成高精度写真，覆盖证件照/形象照/艺术照/宠物写真/多人写真/发型调整以及双人合影合成。仅在用户明确要求写真生成、人像风格化或双人合照合成时触发。

I

ip-diagram-creator

haloshin / ip-diagram-creator

个人 IP 图解创作器。用你的 IP 形象，生成专属内容图解。用于把用户授权提供的照片、主页截图、简介、账号资料或角色档案转成稳定的极简手绘图解角色，并继续生成长文配图、图文号知识卡、手机海报、方法拆解图、分镜故事图、IP 演讲 PPT、直播分享课件和全图化手绘 PPT 页面等内容视觉。它强调 IP 主角 + 执行 Agent 的知识图解系统：用户 IP 做主讲、拆解、批注和调度，执行 Agent 做搬卡片、反馈、试错、标记风险和递交结果。用户想做个人 IP 形象、用自己的形象做知识图、图文号知识卡、文章配图、课程图解、内容海报、方法拆解图、IP 演讲 PPT、直播分享课件，或上传照片/主页截图/简介希望做内容视觉时，使用本 Skill。

M

museum-art

huytieu / cog-second-brain

从博物馆开放获取 API（Met、Cleveland、SMK、Rijksmuseum、NGA、Art Institute of Chicago、Getty、Smithsonian）获取真实、高分辨率的公有领域艺术作品，而非 AI 生成或通用图库图片。只要视觉内容需要审美可靠、可信的图像（博客头图、演示文稿、社交卡片、文章/规格说明配图），这就是默认选择。内含经过验证的免密钥方案与授权规则。

N

novel-truncator

vangong1999 / screen-creative-skills

智能截断文本，保持内容完整性。适用于小说文本预处理、确保文本不超过指定长度限制

P

plot-points-analyzer

vangong1999 / screen-creative-skills

分析故事情节点，识别关键情节与转折点。适用于深度分析情节结构、评估情节发展有效性

R

remotion-best-practices

millionco / react-doctor

在 React 中使用 Remotion 创建视频的最佳实践

S

story-summarizer

vangong1999 / screen-creative-skills

基于故事文本提炼主要情节与要点，生成完整故事梗概。适用于快速了解故事内容、剧本改编、项目推介

S

storytelling

artemnovitckii / content-skills

在撰写或审查口播 / 叙事 / "yap" 内容时使用——短视频脚本、视频脚本、故事驱动的帖子，任何有人对着镜头说话或讲故事的片段。hook 让人停下滚动；叙事能力则在之后留住观看。不适用于纯战术演示或没有贯穿线索的纯清单式内容。

T

threejs-fundamentals

sickn33 / agentic-awesome-skills

Three.js 场景设置、摄像机、渲染器、Object3D 层级结构和坐标系。在设置 3D 场景、创建摄像机、配置渲染器、管理对象层级或处理变换时使用。

使用 ffmpeg 从视频中提取帧或短片段

A

alicloud-solution-content-article-illustrator

cinience / alicloud-skills

当用户需要在此仓库中执行端到端的文章配图工作流时使用，该工作流保留 Type x Style 规划、加载文章配图偏好、推荐阿里云图像后端，并生成插入本地图像引用的 Markdown 文章。

B

blender-facial-shapekeys

el4cteo / blender-skills

Blender 5.2 中的人脸骨架和形状键——ARKit 52 blendshapes、用于口型同步的 viseme、表情雕刻、将对称形状拆分为 Left/Right、镜像、修正形状和组合形状、驱动器和控制骨架、骨骼+blendshape 混合方案，以及导出到引擎（Unity、Unreal、Roblox dynamic heads、VRM/web）。用于人脸、表情、口型同步或任何形状键相关工作。

B

blender-sculpting

el4cteo / blender-skills

Blender 5.2 雕刻：从基础到细节的工作流、体素重拓扑、动态拓扑、多级细分、5.x 画笔类型、遮罩／面集、对称，以及适用于 Agent 的无界面安全程序化操作（重拓扑、对称化、多级细分、膨胀、噪声细节、平滑）和从雕刻到游戏制作的交接。适用于有机模型、角色、生物、岩石和烘焙源模型。

以对话方式引导用户，根据模板视频和用户提供的产品图片生成新的广告视频。宿主 Agent 负责视频理解、详细分析与改写规划；BytePlus Seedance 仅用于最终的视频生成，并以本地产品图片作为生成参考。

C

cw-story-critique

haowjy / creative-writing-skills

用于分析和点评故事内容的创意写作技能。当用户请求对其作品给出反馈、点评或分析时使用。提供按目标受众校准的平衡反馈。

D

dramake

xixihhhh / ai-short-drama-skill

面向 Codex、Claude Code、WorkBuddy 和其他 Agent Skills 客户端，把一句话点子、故事梗概、小说、文案、剧本、分镜或已有素材，串成可理解、可衔接、可发布的 AI 短剧与 AI 短片。适用于抖音、红果短剧、视频号、快手、B站、YouTube 等横屏或竖屏内容；支持真人、独立短片、单元剧、连续剧、宠物、拟人奇幻、动画/漫剧、UGC 和品牌剧情。用于故事诊断、编剧、分镜、角色/重复道具一致性、Wan 3、Seedance 2.5/2.0/Fast、MiniMax H3 等模型选路、15–30 秒长段、原生对白、参考音频、配音、付费预算、连续性剪辑、物理质检和冷观众验收，尤其用于避免碎片硬拼、随机跳切、站桩对白、身份/服装/道具漂移、文字变形、运动方向错误、穿模、平淡观察镜头、口型/声线不一致、音乐重启和剧情看不懂。

E

elevenlabs-stt

skills-101 / superpowers

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

E

elevenlabs-voice-changer

skills-101 / superpowers

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

E

explainer-video-production

calesthio / generative-media-skills

面向 AI Agent 的、不依赖服务商的讲解视频制作，适用于创建教育、产品、概念、非营利/公共服务、入职、培训、动画、混合媒体和社交短视频等讲解内容。当 Agent 必须把一个主题、简报、研究语料、产品、流程、政策、数据集或复杂想法，转化为事实准确、易懂、有旁白、有字幕、有故事板且可直接生成媒体的讲解视频，并包含事实核查、本地化、节奏控制、变体版本和 QA 时使用。

I

image-cutout

meitu / meitu-skills

图片前景主体与背景精准分离，仅支持人物、宠物、商品、图标、印章五类主体并输出透明底 PNG。用户明确要求抠图、去背景、透明背景/透明底或提取上述主体时触发；非五类主体和白底隔离不支持。

I

image-denoise-enhance

meitu / meitu-skills

去除图片颗粒感/噪点/杂色，保留细节同时降噪。当用户说去噪、降噪、去颗粒、去噪点、杂色、颗粒感、画面脏、ISO 高、噪声时触发。

I

image-id-photo-generate

meitu / meitu-skills

基于用户正面人像和明确证件规格生成标准证件照，自动换装、换背景和合规调整。仅在用户明确要求证件照、一寸/二寸、护照/签证/身份证/驾照等规格化证件照，并已提供人像照片时触发；泛化的商务照、形象照或写真需求不单独触发。

L

lipsync

genmedia-labs / skills

通过 `runcomfy` 命令行，在 RunComfy 上让人脸与指定音轨对口型。可路由至 ByteDance OmniHuman（根据人像照片和音频生成音频驱动的全身化身）、Sync Labs sync v2 / Pro（将口型同步到视频）、Kling lipsync（带同步语音的音频转视频和文本转视频）以及 Creatify lipsync。该技能会根据用户的实际需求选择合适的端点：人像静图 + 音频（化身风格）、源视频 + 音频（替换现有素材中的口型），或根据脚本生成并同步。适用于“lip sync”“lipsync”“让这段视频说话”“让口型匹配音频”“为视频配音”“让口型与语音同步”“Sync Labs”“旁白同步”，或任何明确要求用音轨驱动人脸口型的请求。

M

meitu-stickers

meitu / meitu-skills

从用户上传的照片生成多风格四宫格表情包贴纸（内置 Q版、3D黏土、像素风、Emoji 风格，也支持自定义风格），拆分为 4 张独立贴纸，可选转成动态 GIF。当用户提到 表情包、贴纸、sticker pack、sticker、emoji pack、生成贴纸、做表情包、Q版贴纸、大头贴 时触发。

M

minecraft-worldedit-ops

jahrome907 / minecraft-agent-skills

针对 Minecraft 26.x 和 1.21.x 的选区、区域编辑、遮罩、结构文件、笔刷、地形塑造和回滚，安全地操作 WorldEdit。用于命令驱动的世界编辑，而非插件开发或通用服务器管理。

N

nano-banana-2

genmedia-labs / skills

在 RunComfy 上使用 Google Nano Banana 2（Gemini 系列的 Flash 档文生图模型）生成图像，并整合模型文档中记录的提示词模式，使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 Nano Banana 2 的优势（快速迭代、图像内文字渲染、构图可预测、可选用网页信息作为上下文）、不同分辨率档位的定价、安全容忍度调节，以及何时改用 Nano Banana Pro、GPT Image 2、Flux 2 或 Seedream。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/text-to-image`。在出现“nano banana”“nano-banana-2”“nano banana 2”“google image gen”“gemini image”等表达，或明确要求使用此模型生成图像时触发

Q

qwen-image-2-pro

skills-101 / superpowers

通过 inference.sh CLI 使用 Alibaba Qwen-Image-2.0-Pro 生成图像。专业文本渲染、细腻的真实感、更强的语义一致性。非常适合海报、横幅和文本密集型设计。触发词：qwen image pro、qwen-image-pro、qwen 2 pro、alibaba image pro、dashscope pro、professional text rendering。

Q

qwen-image-2

skills-101 / superpowers

通过 inference.sh CLI 使用阿里巴巴 Qwen-Image-2.0 模型生成和编辑图像。模型：Qwen-Image-2.0（快速）、Qwen-Image-2.0-Pro（专业文字渲染）。能力：文字转图像、多图编辑、复杂文字渲染。触发词：qwen image、qwen-image、alibaba image、dashscope image、qwen image 2、qwen image pro

R

reference-video-replica-qc

pluviobyte / video-production-skills

分析、重现、对齐并验证参考视频的运动效果。用户要求重现、复制、匹配、对齐、像素级对齐或比较视频时；HyperFrames 或 Remotion 重制版被认为未对齐时；需要分离固定参考播放与可复用运动组件时；或交付需要提供全帧运行时、渲染、解码、边界、时序和归档证据，而非仅提供抽样截图时使用。

R

remotion-best-practices

remotion-dev / claude-code-plugin

所有 Remotion 技能的路由入口

S

seedance-saas-launch

rediumvex / ai-video-generator-claude

为 Higgsfield 上的 Seedance 2.0 生成 SaaS 产品发布与软件演示视频提示词。当用户想要产品发布视频、应用演示、软件讲解、功能展示、初创公司宣传、科技产品揭晓，或任何 SaaS/软件营销视频时使用。触发词：SaaS、应用、软件、产品发布、演示、功能、初创公司、科技、UI、仪表盘、落地页视频。

S

shader-noise

bbeierle12 / skill-mcp-claude

GLSL 中的程序化噪声函数——Perlin、simplex、Worley/cellular、值噪声、FBM（分形布朗运动）、turbulence 与 domain warping。用于创建有机纹理、地形、云、水、火，或任何看起来自然的程序化图案。

T

text-to-image

meitu / meitu-skills

使用 meitu-cli 从文字描述从零生成全新图片（无底图），覆盖通用文生图/多图参考融合与商业级高品质生成。当用户提到生成一张图、画一张、文生图、创作一张图、概念图、宣传图、封面图、营销图、产品场景图、电影截图风格时触发。

T

thought-mining

yunshu0909 / yunshu_skillshub

思维挖掘助手 - 通过对话帮助用户把脑子里的零散想法倒出来、记录下来、整理成文章。覆盖从思维挖掘到成稿的完整流程。

T

transcribe

letta-ai / skills

将音频文件转录为文本，可选择说话人分离并提供已知说话人提示。适用于用户要求转录音频或视频中的语音、提取录音文本，或标注访谈和会议中的说话人。

V

video-extend

genmedia-labs / skills

通过 `runcomfy` 命令行，在 RunComfy 上延长或续接现有视频片段。路由至 Google Veo 3-1 的 `extend-video` 和 `fast/extend-video` 端点：选择源视频并提供描述后续内容的提示词，模型会生成延续原片段的内容，并保持动作、光照和主体身份一致。适用于用户想延长一段较短的 Veo 视频，或想以单个种子片段逐镜头构建连续叙事的情况。适用于“延长视频”“续接视频”“更长的视频”“视频延长”“把这段片子变长”“Veo 延长”“串联视频镜头”“视频续接”，或任何明确要求在现有视频后添加帧的请求。

V

video-outpainting

genmedia-labs / skills

通过 `runcomfy` 命令行，在 RunComfy 上对视频进行扩图：扩展视频的空间画布，更改宽高比（9:16 竖屏转 16:9 横屏，或反向转换），并在保留中心动作的同时补充原始画面之外的环境。通过 Wan 2-7 edit-video 进行基于提示词的空间扩展；当主视觉交付对接缝质量有要求时，为 Agent 指向专用的 ComfyUI 扩图工作流。适用于“视频扩图”“视频扩展”“扩展视频画布”“扩展视频画面”“取消视频裁剪”“更改宽高比”“竖屏转横屏”“9:16 转 16:9”“TikTok 转 YouTube”，或任何明确要求将视频空间扩展到原始画面之外的请求。

W

world

drawcall-ai / skills

让 3D 游戏世界显得宏大而真实——世界尺度、绘制距离、雾与地平线、细节层次，以及一致的道具/角色比例。适用于地图显得狭小、空旷或突然终止时，或构建开放或室外场景时。

A

algorithmic-art

moizibnyousaf / ai-agent-skills

使用 p5.js 创建算法艺术，借助带种子的随机性和可交互的参数探索。当用户要求用代码创作艺术、生成艺术、算法艺术、流场或粒子系统时使用。

A

audio-music-generate

meitu / meitu-skills

生成无人声、无歌词的纯音乐 / BGM，适合背景音乐、氛围铺垫、情绪渲染，时长 30–120 秒。仅在用户明确要求生成纯音乐/背景音乐时触发。执行时会读取 Meitu 凭证、调用本地 `meitu` CLI，并把音频生成请求发送到 Meitu OpenAPI，结果写入本地输出目录。

F

file-reference

vangong1999 / screen-creative-skills

处理和分析用户上传的文件引用，提取关键信息并提供应用建议。适用于解析@符号引用、自然语言引用、提取短剧策划相关信息

I

image-outfit-swap

meitu / meitu-skills

AI 换装，保留人物面部和体型只替换衣物，支持文字描述或服装参考图。仅在用户明确要求对已有单人人物图片换装、试穿、换衣服或替换服饰，并已提供人物图片时触发。

I

image-superres-enhance

meitu / meitu-skills

图片清晰度提升/超分放大，按内容类型自动选算法（通用/电商商品图/文字文档）。当用户提到变清晰、超清、高清修复、画质提升、超分、放大到 4K/2K/1080P、老照片修复、商品图超清、文档超清、扫描件变清晰时触发。

K

kling-video

calesthio / generative-media-skills

使用快手直连的 Kling AI 视频平台与 API 规划、编写提示词、生成、参考、编辑、运动控制并审查视频质量，尤其是 Kling VIDEO 3.0、3.0 Omni、3.0 Turbo、原生音频、多镜头、元素、首尾帧以及图像/视频参考。用于第一方 Kling 视频制作或 API 集成，而非 Kolors 图像生成、虚拟形象、独立音频、仅面向消费者的会员建议或第三方 Kling 网关。