Skills

L

layer-localization

layerai / skills

一项已批准的 Layer 素材需要以多种语言发布时使用：为预告片或广告配音、制作其他语言的旁白、为不同市场烧录字幕，或翻译图片、结束卡、商店截图或 UI 中的文字。也适用于配音与画面不同步、译文不再适合原有空间，或字体无法显示其他文字体系而出现空方框的情况。关键词：本地化、配音、翻译、字幕、说明文字、旁白、多语言、市场、CJK、RTL

L

layer-motion-templates

layerai / skills

当需要将一个 Layer 视频剪辑使用不同媒体渲染多次时使用：例如按钩子、语言、投放位置或角色填充广告模板、可复用的片头或片尾卡模板，或从同一时间线批量生成多个版本。也适用于让旁白或片段决定剪辑时长，或重新渲染时需要更新现有的画板时间线而非添加副本。关键词：视频模板、占位槽、多个版本、批量渲染、自动调整时长、可复用剪辑。

L

layer-store-assets

layerai / skills

使用 Layer 为游戏或应用制作商店页面素材时使用：应用图标及其变体、带说明文字的截图集、功能图、Steam 胶囊图和页眉图，或应用预览视频。也适用于将一张主视觉图制作成商店要求的所有尺寸，或标志或图标缩小到缩略图尺寸后难以辨认的情况。关键词：应用图标、商店页面、截图、App Store、Google Play、Steam 胶囊图、功能图、ASO、预览视频。

L

layer-talking-characters

layerai / skills

当 Layer 中的角色或主持人需要对镜头说话时使用：出镜主持人、UGC 风格广告、在过场动画或预告片中说台词的角色，或让现有素材与新台词口型同步。也适用于嘴型逐渐不同步、台词超出片段时长，或不同镜头间声音发生变化的情况。关键词：口型同步、对口型、正面讲话、主持人、UGC、代言人、对话、旁白、虚拟形象、会说话的角色。

L

layer-video-direction

layerai / skills

使用 Layer 指导单个生成镜头时使用：选择镜头运动、镜头焦距、构图、灯光和节奏，应用推轨变焦或环绕等摄像机预设，或根据片段长度安排表演节奏。也适用于镜头偏移、运动方向错误，或画面显得平淡、仓促的情况。关键词：电影摄影、摄像机运动、推轨、环绕、摇臂、倾斜、FPV、手持、镜头、构图、灯光、镜头语言、技巧预设

L

layer-video-looks

layerai / skills

为 Layer 视频剪辑统一视觉效果时使用：添加品牌色调、复古 CRT 或 VHS 风格、胶片颗粒和漏光、剪辑点的故障特效、抠除绿幕或蓝幕、让抠出的 Logo 从画面中凸显，或填充片段后方的黑边。也适用于同一剪辑中的镜头风格不一致的情况。关键词：视觉风格、调色、滤镜、色调、双色调、胶片颗粒、暗角、扫描线、故障特效、色度键、绿幕、投影

M

media-analysis

postplusai / postplus-skills

分析视频、图像或轮播内容。先用本地联系表处理视频，在本地细化视觉细节，仅在重要语音无法通过字幕确认时才使用云端分析。

N

nano-banana-edit

genmedia-labs / skills

在 RunComfy 上使用 Google Nano Banana 2（图生图编辑端点）编辑图像。介绍 Nano Banana Edit 的优势（保留主体身份、更换背景、使用空间描述进行局部编辑、最多输入 20 张图像进行批量编辑）、参数结构，以及何时改用 GPT Image 2 edit、Flux Kontext 或 Nano Banana 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/edit`。在出现“nano banana edit”“edit with nano banana”“image edit nano banana”等表达，或明确要求使用此模型编辑图像时触发

N

nanobanana-infographic

jpcaparas / skills

使用 Nano Banana 2.1 创建信息图提示词和渲染工作流，并为帖子、演示文稿、报告和说明内容提供可调整的低噪声预设。信息图、Nano Banana、Gemini image、管理层视觉内容、博客图表或演示视觉内容相关需求触发。不要用于徽标、梗图、原始仪表板或非信息图图像编辑。

R

remotion-best-practices

letta-ai / skills

在 React 中使用 Remotion 创建视频的最佳实践

R

roblox-genre-patterns

ashexplained / roblox-skills

应用 Roblox 各类型游戏的设计模式。用于模拟经营、大亨、障碍跑、RPG、冒险、宠物收集、塔防、生存、恐怖、竞技场、角色扮演、竞速及混合类型的规划，涵盖从创意到在线运营的全过程。

S

scientific-schematics

jaechang-hits / sciagent-skills

设计科学示意图、图表和图形摘要。涵盖工具选择（BioRender、Inkscape、Affinity、PowerPoint）、通路图、机制示意图、实验工作流和期刊图形摘要的设计原则，包括构图、图标来源、生物实体的配色和无障碍设计。在创建说明性（而非数据驱动）科学插图时使用。

S

screen-demo-production

calesthio / generative-media-skills

与具体工具无关的工作流，用于制作终端、IDE、文档、浏览器、桌面和应用演示视频。适用于选择真实录屏、浏览器自动化、合成 UI 或混合方案；编写操作脚本与旁白；重置演示状态；保护密钥和个人数据；指导光标/标注；制作不同裁剪版本的素材；以及审查工作流的真实性、可读性、无障碍性和来源可追溯性。

S

script-to-voiceover

clueso-ai / skills

把纯文本脚本转化为 AI 配述的旁白，通过声音选择和脚本打磨来决定表达方式，而非假设存在字面上的情绪或语速旋钮。既可独立使用（尚无视频，旁白落在极简的载体项目上），也可附加到现有项目的片段上。当用户说“generate a voiceover from this script”“I need narration with an energetic tone”“turn this script into AI narration”“make this voiceover sound warmer and slower”或“read this script out loud for my video”时使用。

S

sprite-animation-assets

dwdestiny / codex-visual-asset-skills

规划、生成、质检并打包连续的栅格动画帧序列、GIF 预览和透明精灵图集。当用户要求 GIF 动画、动画帧、精灵行、网页/游戏动画素材或可复用的视觉动画素材时使用。

T

threejs-procedural-materials

scottstts / threejs-awesome-graphics-agent-skills

在 Three.js 中创作可用于生产环境的程序化材质。适用于模拟纸张燃烧（耦合纸张燃烧与火焰流体）、带模拟触须和分层组织光学效果的发光水母、带关节化鳞片闪光和有限翼面发射器的发光蝴蝶、基于纹理的混合 PBR 土壤与苔藓（程序化位移和遮罩）、模型朝上表面的苔藓堆积、图集过滤、镜面抗锯齿、行星空间场、地形湿润效果、带质量耦合颗粒着色的可变形颗粒沙、采用隐式纱线力学的可撕裂牛仔布模拟、磨损驱动的破坏与磨损纤维、采用 GPU XPBD 力学和纱线微观结构的编织布料、带交互式梳理和毛束着色的毛发模拟、熔岩与自发光表面、反射式波动光学衍射光栅、具有 Airy 干涉的空气膜空气肥皂泡、带内部反射和色散的光线追踪钻石与宝石折射、带光谱色散和体积吸收的图像空间玻璃透射、采用 XPBD 力学和折射焦散的变形软体果冻材质、逐实例溶解、定制 PBR 外观、导数法线，以及自定义直射光阴影调制

T

TTS

answerzhao / agent-skills

使用 z-ai-web-dev-sdk 实现文本转语音（TTS）能力。当用户需要将文本转换为自然语音、创建音频内容、构建支持语音的应用或生成语音音频文件时使用此技能。支持多种音色、可调语速以及多种音频格式。

V

video-generation-gateways

calesthio / generative-media-skills

选择、集成并运营多模型视频生成网关——fal.ai、Replicate、WaveSpeed 等托管推理聚合器，它们在一个账号、一套 API 接口和一份账单之下提供众多第三方视频（以及视频相关的音频）模型。适用于判断视频生成应通过网关还是直连模型服务商 API；比较网关的商品目录、异步/队列任务设计、webhook、定价、schema 发现和版本固定；以及在生产环境运营网关工作负载——支出控制、重试、跨网关故障转移、内容安全差异、数据保留，以及底层模型的商业权利传递。不适用于直连模型服务商 API、本地/可自托管推理、模型训练/微调，或仅用于图像的网关场景。

Y

youtube-video-analyst

manojbajaj95 / claude-gtm-plugin

以取证级别拆解 YouTube 视频，提取爆款公式、吸引点、留存机制和情绪设计。分析视频文字稿并为新内容复刻成功模式时使用。

A

academy-course-trailer

clueso-ai / skills

为学院或 LMS 课程制作 30-45 秒的招生驱动预告片 —— 面向谁、三个快速的「你将学到」亮点、成果承诺以及报名 CTA，并以充满活力的品牌化动态场景与简短的产品展示交替呈现。适用于用户说「做一个课程预告片」「为我们学院课程做宣传视频」「招生视频」「这门课的预告」「向我们的客户宣传这门课」。

A

ace-step

genmedia-labs / skills

通过 `runcomfy` 命令行，在 RunComfy 上使用 ACE Step 生成、修复和扩展音乐。ACE Step 是 StepFun-AI 的开放权重音乐基础模型，支持基于标签（流派、氛围、乐器）作曲、带分段标记的多语言歌词，输出时长为 5 秒至 4 分钟的立体声音频，成本为每秒 $0.0002–0.0003（比 ElevenLabs Music 便宜约 27 倍）。提供四个端点：ACE Step text-to-audio（默认）、ACE Step 1.5 text-to-audio（支持 50 多种语言的歌词，改进结构化歌词处理）、ACE Step audio-inpaint（重新生成现有曲目中的一段时间）、ACE Step audio-outpaint（延长现有曲目前段或后段）。适用于“ace step”“ace-step”“acestep”“ACE music”“开放音乐模型”“低成本 AI 音乐”“修复音频”“音频修复”“延长音乐”“音频扩展”“延长曲目”“带标签的音乐”，或任何明确要求使用 ACE Step 生成或编辑音乐的请求。

A

add-cta-end-card

clueso-ai / skills

在现有视频末尾追加一个品牌化片尾卡，包含一个明确的后续行动 —— 链接、试用、文档页面或联系方式 —— 并干净收尾。适用于用户说「在结尾加一个 CTA」「加一个片尾卡」「用行动号召来结束视频」「加一个带我们链接的结尾」「以『开始试用』来结束」。

A

add-logo-watermark

clueso-ai / skills

在现有视频上添加持久但不突兀的角落 logo 水印 —— 一个角落、低不透明度、全程存在且不遮挡任何动作。适用于用户说「把我们的 logo 加到这段视频上」「给这段视频加水印」「把我们的 logo 放在角落」或「用我们的 logo 给这段视频做品牌化」。

A

ai-image-generation

makerjackie / jackie-skills-starter

通过 inference.sh CLI 使用 FLUX、Gemini、Grok、Seedream、Reve 及 50 多个模型生成 AI 图像。模型：FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。能力：文生图、图生图、inpainting、LoRA、图像编辑、放大、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉、插图。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image

端到端 AI 视频生成：使用图像生成、视频合成、配音和剪辑，通过文本提示词创建视频。支持 OpenAI DALL-E、Replicate 模型、LumaAI、Runway 和 FFmpeg 剪辑。

A

annotate-article-screenshots

clueso-ai / skills

标注帮助文章中的每一张截图——缩放、裁剪、模糊和马赛克、箭头——让每张图片都精确指向其对应步骤描述的控件。适用于用户说“标注截图”“给文章中的图片加箭头”“把截图放大到正确的按钮上”“模糊文档图片中的敏感信息”或“让文章的截图更清晰”时。

A

audio-to-midi

maystudios / claude-skills

将 MP3/WAV/FLAC 音频文件转换为 MIDI（.mid）和 MusicXML（.musicxml），并提供完整的音乐分析。两个引擎：Basic Pitch（通用复音）和 Piano Model（高精度钢琴，96.7% F1）。可选的 Demucs 分轨。钢琴/键盘音乐请使用 --engine piano 以获得最佳效果。当用户想要：将音频转写为 MIDI、将音乐转换为乐谱/音符、从音频中提取音符、从录音获取 MusicXML、分析歌曲的速度/调性/和弦、分离音轨（人声/鼓/贝斯）并分别转写，或任何音频转乐谱任务时触发。也会在诸如 "convert this MP3 to MIDI"、"get the notes from this song"、"what key is this song in"、"transcribe this audio"、"separate and transcribe stems" 之类的请求时触发。

B

blender-time-of-day

el4cteo / blender-skills

Blender 5.2 中的时段与氛围：为黎明、清晨、正午、黄金时刻、日落、蓝调时刻、阴天、带星空和城市辉光的夜晚/月光设置经测量的天空与太阳；曝光平衡、根据能见度设置高度雾、体积光、Cycles 与 EEVEE 体积效果、合成器调色，以及风格化氛围（赛博朋克霓虹、恐怖、水下、沙漠）。适用于任何昼夜、日落、雾景或氛围照明场景。

B

browser-recording

athola / claude-night-market

通过 Playwright 录制浏览器会话并将视频转换为 GIF。适用于创建展示浏览器交互的 Web UI 教程或演示。

D

demo-by-vertical

clueso-ai / skills

将一个基础产品演示适配成多个行业专属版本（医疗、金融、零售，或交易所需要的任何细分领域）：分析基础演示的结构，弄清每个行业的真实痛点如何映射到现有环节，然后重写旁白和屏幕文字，使“为什么这一点重要”的表述真正随受众而变，而不只是术语变化。每个行业版本都基于各自复制的副本构建，因此基础演示保持原样。适用于用户说“为医疗、金融和零售分别做一版这个演示”“把这个演示适配到不同行业”“为我们的演示创建行业专属版本”或“把这段录屏重新表述给三个行业”时。

D

demo-cutdown

clueso-ai / skills

把一个完整的产品演示压缩成一段连续的、适合社交传播的预告片，并达到指定时长（默认 60 秒）。这是压缩而非选段：将整个演示的叙事弧线（铺垫、各项能力、最终效果）收拢成一个连贯的故事，大幅删去空档与重复，同时保持各段落之间的连贯，而不是挑出几个独立的高光时刻。适用于用户说“把这个演示剪到 60 秒”“用这个完整演示做一段短预告”“把这个压缩成适合社交的片段”“给我这个演示的 30 秒版本”或“把这个演示精简成一段适合社交的短片”。

E

elevenlabs-tts

calesthio / generative-media-skills

制作、指导、集成并质量控制 ElevenLabs 文本转语音，用于旁白、角色演绎、多语言媒体、长篇配音以及流式或批量的 AI 内容音频。适用于选择 ElevenLabs 模型或声音；准备口语文本；控制发音、节奏、情绪和语码转换；使用 TTS API；在获得同意的情况下克隆或设计声音；修复瑕疵；母带处理交付物；或评估生成的语音。不包含音乐、音效生成、对话式 Agent 设计，以及除用于验证 TTS 的转录以外的通用语音识别。

F

fal-video-edit

fal-ai-community / skills

使用 AI 编辑现有视频——混剪风格、编辑内容、提升分辨率、移除背景，或添加音频/音效。当用户请求 "Edit video"、"Remix video"、"Upscale video"、"Remove video background"、"Add sound to video"、"Video to audio" 时使用。

F

feature-release-video

clueso-ai / skills

将发布说明或变更日志条目转化为分层级的功能发布视频 —— 60-90 秒的大版本发布剪辑，包含动态开场、演示和 CTA；或针对小版本发布的 20-30 秒快速短片 —— 围绕该功能的真实演示素材构建。适用于用户说「做一个功能发布视频」「我们要发布 X，做个发布视频」「把这些发布说明做成视频」「变更日志视频」或「这个新功能的发布视频」。

F

flux-2-klein

genmedia-labs / skills

在 RunComfy 上使用 Flux 2 Klein（Black Forest Labs 对 Flux 2 蒸馏得到的快速变体）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 Flux 2 Klein 的优势（亚秒级延迟、多参考图品牌风格、主体优先的声明式提示词）、步数策略（快速迭代用 4–8 步，精修约用 25 步）、9B 与 4B 变体的权衡，以及何时改用 Flux 2 Pro、Seedream 5 或 GPT Image 2。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image`（或 `/4b/`）。在出现“flux 2 klein”“flux-2-klein”“flux klein”“BFL flux 2”等表达，或明确要求使用此模型生成图像时触发

F

framefields-compose

gatewai-dev / framefields

使用 framefields WebGPU SDK 设计、组织并制作代码优先的视频合成。适用于在 framefields 中创建场景、布局树、动态排版、镜头轨迹、矢量图形或音频同步动态图形时。

G

game-gdd-author

alterlab-ieu / alterlab_gameforge

在引导式游戏设计文档编写时调用——逐节创建 GDD，包含校验、支柱对齐与范围层级标记。触发词："write GDD"、"create GDD"、"game design document"、"document my game"、"GDD authoring"、"fill in GDD"。请勿用于评审已有 GDD（使用 game-design-review）或设计具体游戏系统（使用 game-designer）。属于 AlterLab GameForge 合集。

G

gif-generation

athola / claude-night-market

通过 ffmpeg 将 webm/mp4 视频文件转换为优化后的 GIF，质量设置可配置。在把录屏后处理为可分享的 GIF 时使用。

G

google-gemini-image

calesthio / generative-media-skills

使用 Google 的 Gemini 原生图像模型（Nano Banana）规划、生成、编辑和质检静态图像，包括 Gemini 3.1 Flash Image、Gemini 3.1 Flash-Lite Image、Gemini 3 Pro Image 以及旧版 Gemini 2.5 Flash Image。适用于模型与 API 路由选择、对话式编辑、多参考图合成、thinking 与 Google Search 接地、分辨率 / 宽高比控制、精确文本与品牌工作流、SynthID / 来源追溯、安全、隐私、权利，以及从旧版 Gemini 或 Imagen 图像端点迁移。不适用于 Veo / 视频生成或 Gemini Live / 音频任务。

H

highlight-cursor-actions

clueso-ai / skills

让屏幕录制中的每一次点击都清晰可辨：在每次点击和选择处给光标加上短暂的视觉强调，使观众不会跟丢指针。适用于用户说“高亮我的点击”“让光标可见”“观众看不到我在点哪里”“添加点击效果”或“强调鼠标操作”。

I

image-grid-split

meitu / meitu-skills

自动识别宫格分割线，将单张多格图拆分为多张独立图片。当用户说四宫格拆分、九宫格拆开、切成四张、2x2/3x3 切图、宫格图分开、拼图拆分、格子图拆开 时触发。

I

image-lowlight-enhance

meitu / meitu-skills

对偏暗、夜景或曝光不足的已有图片进行暗部提亮与细节恢复，保持亮部不过曝。仅在用户明确说明是暗光、夜景或曝光不足修复，并已提供图片时触发；泛化的“提亮”或普通调色需求不单独触发。

I

image-processing

z0gsh1u / oh-my-writing-skill

对图片进行处理，支持在图片中插入配文。 两种配文模式：底部边框式（像画框一样）和内部贴纸式（类似小红书效果）。 使用 PIL/Pillow 实现，支持中文和 Emoji。

I

image-transform

meitu / meitu-skills

图片几何变换/智能构图/尺寸变换（不改画面内容），覆盖旋转/翻转、倍数放大、无损缩小、调整尺寸、智能构图、画布扩展/扩图。当用户提到旋转、翻转、镜像、放大 N 倍、缩小到 xxx、扩图、改成 16:9、竖版改横版、outpaint、智能构图、重新构图、调整尺寸时触发。

I

ip-strategist

erduo1998-cell / ip-strategist

档案驱动的 IP 打造陪跑教练。首次使用先建立私人档案；之后结合档案、历史数据与当前证据重判真实问题，再完成人设与账号定位、内容支柱、找题判题改题、短视频脚本与口播稿、镜头表现意图、起号涨粉、系列与账号记忆、内容复盘或内容变现。也用于"新手入门""怎么用""更新 ip-strategist"等入口请求。自然语言或宿主支持的 /ip-strategist 均从同一入口路由。

L

layer-motion-graphics

layerai / skills

使用 Layer 制作动态图形时使用：Logo 揭示或短促片头、待机 Logo 循环、动态标题、字幕条、结束卡或 CTA 卡、动态字体，或预告片、广告的品牌片头或片尾。也适用于揭示效果结束时 Logo 变形、生成的文字拼写错误，或需要在没有关键帧的情况下移动文字。关键词：动态图形、Logo 揭示、Logo 动画、短促片头、标题卡、字幕条、结束卡、动态排版、片头、片尾

L

layer-sprite-animation

layerai / skills

使用 Layer 为手绘、矢量风格或 HD 2D 游戏角色制作动画时使用：待机、行走、奔跑、攻击、受击或死亡循环；俯视或等距游戏的 4 向或 8 向精灵图；或根据单个已批准设计制作角色精灵图集。也适用于帧与原设定不符、脚部滑动，或方向不一致的情况。关键词：精灵动画、动画循环、行走循环、待机、攻击、8 向、4 向、转面图、精灵图集、翻页动画、俯视、等距。

L

layer-tilesets

layerai / skills

使用 Layer 制作需要在网格上严密拼接的游戏图块时使用：等距图块、六边形图块、菱形或俯视地图图块、带占地范围的建筑和道具、同一建筑的四个朝向，或用于 Tiled、Godot、Unity 的图块集。也适用于生成的图块无法对齐、高度不同或光线来自相反方向的情况。关键词：等距、iso、hex、六边形、图块集、图块地图、二轴测、占地范围、朝向、Tiled、TileSet、策略地图、城市建造

L

layer-typography

layerai / skills

Layer 素材必须准确显示指定文字时使用：使用品牌字体设置标题、Logo 组合、CTA、按钮标签、价格或字幕，或要求拼写完全准确且保持可编辑的文字。也适用于生成的文字出现拼写错误、必须使用品牌 .ttf 或 .otf 字体，或需要修改图像中已有文字的情况。关键词：字体排印、文字叠加、品牌字体、字样、标题卡、CTA、标签、渲染文字、合成、字体文件

L

layer-ua-creatives

layerai / skills

使用 Layer 为游戏制作用户获取或效果营销创意时使用：静态广告概念、吸引点变体、将静态素材转为动态、TikTok、Meta、YouTube 或广告网络的视频广告、结束卡和 CTA，或为所有投放版位调整同一主素材尺寸。也适用于创意测试需要可追踪归因的变体。关键词：UA、用户获取、广告创意、效果广告、吸引点、CTA、结束卡、静态转动态、变体、A/B 测试、投放版位、9:16

L

layer-vfx

layerai / skills

使用 Layer 生成游戏视觉特效时使用：法术和技能效果、命中冲击、爆炸、拾取物和强化道具、战利品箱和奖励开启、光环、传送门，或火焰、烟雾、魔法旋涡等循环环境效果。也适用于特效生成时带有周围场景、无法在引擎中混合，或播放时没有起手动作的情况。关键词：VFX、FX、法术效果、冲击、爆炸、粒子、翻页动画、光环、战利品箱、加法混合、精灵图集

L

layer-video-continuity

layerai / skills

Layer 视频包含多个镜头且需要剪辑衔接时使用：在预告片、广告、过场动画或短故事中，让同一角色、场景和动作贯穿各个剪辑点。也适用于角色在镜头间变换面孔或服装、第二个镜头没有从第一个镜头的结束处开始，或在付费制作最终成片前起草完整序列的情况。关键词：多镜头、连续性、序列、镜头列表、角色参考、元素、下一个镜头、Seedance、过场动画

L

layer-video-fixes

layerai / skills

当 Layer 上生成或提供的视频片段已接近理想效果、应当修复而非重新生成时使用：延长片段、向片段中插入内容、替换物体或角色、迁移动作、重新布光、平滑动作或制作慢动作、提升分辨率、降噪、去模糊或转换为 HDR。关键词：修复视频、延长片段、替换角色、动作迁移、重新布光、插帧、慢动作、帧率、视频升频、降噪、去模糊、HDR

M

meitu-visual-me

meitu / meitu-skills

由记忆驱动的 AI 视觉助手。支持 7 项核心能力（图像生成、编辑、换脸、虚拟试穿、美颜增强、图生视频、动作迁移）和 17 个场景工作流。仅当用户明确要求受支持的个性化视觉工作流，例如头像系列、背景替换、试穿、风格混搭、每日卡片或让图像动起来时触发。它会读取 Meitu 凭据，可能读取本地个人资料/记忆文件，调用本地 `meitu` 命令行，可能将选定的本地上下文发送至 Meitu OpenAPI，并将输出及可选的记忆/资料更新写入本地。

M

meshy-3d

calesthio / generative-media-skills

通过 Meshy（meshy.ai）的 REST API 与 Web 平台制作 3D 资产——文生 3D、图生 3D、多图生 3D、AI 贴图/PBR、重拓扑/拓扑控制、UV 与自动绑定/动画。当 Agent 需要根据提示词或参考图生成网格、控制面数与拓扑、应用或重塑贴图、为人形角色绑定以用于动画、导出为 GLB/FBX/OBJ/USDZ/STL 以供 Unity/Unreal/Blender 使用、驱动 Meshy 的异步任务 API（认证、轮询、流式传输、Webhook、额度、速率限制）、审查生成的网格是否可用于游戏/影视/打印，或判断 Meshy 是否真的是合适工具时，使用本技能。不适用于编辑已有手工建模资产的几何体、需要精确尺寸的硬表面 CAD，或保证水密的制造零件。

M

minecraft-builder-skill

mattzh72 / minecraft-builder-skill

以原版结构 NBT 文件形式程序化生成 Minecraft 建筑，并打开由 Lodestone 驱动的预览。适用于 Agent 需要使用 JavaScript 和 .nbt 输出创建、导出、检查或迭代 Minecraft 结构、蓝图、方块调色板或建造配方时。

O

openai-gpt-image

calesthio / generative-media-skills

使用 OpenAI GPT Image 模型生成、编辑、合成、流式输出和进行生产审查静态图像。适用于 Agent 需要在 GPT Image 2 与旧版 GPT Image / DALL-E 集成之间做选择、选择 Image API 或 Responses API、构建提示词与参考图工作流、使用蒙版或多输入、保留身份或品牌细节、在图像内渲染文本、处理输出文件与部分图像、估算成本与速率限制、迁移已弃用的图像代码，或应用 OpenAI 图像安全、同意、隐私、来源追溯与权利要求。不适用于 OpenAI 视频或音频生成。

P

product-master

huangserva / skill-prompt-generator

产品摄影主控 - 自动生成产品摄影提示词，支持商业拍摄、电商图片等场景

P

prompt-extractor

huangserva / skill-prompt-generator

自动化提取 AI 绘画提示词的模块化结构，从海量提示词中提炼可复用的模块组件

P

prompt-xray

huangserva / skill-prompt-generator

提示词 X 光透视 - 从优秀提示词中逆向提取"如何做 X"的知识，让黑盒变透明