Skills

R

remotion-render

remotion-dev / remotion

导出 Remotion 视频

S

shadergraph-editor

tomkrikorian / visionosagents

为 visionOS 上的 RealityKit 编写、加载并排查 Reality Composer Pro Shader Graph 材质。适用于构建 Shader Graph 材质、暴露 promoted inputs 以便运行时控制、调试导出的 USD 与 MaterialX 互操作，或在 visionOS 27 上用 Swift 以编程方式构建 shader graph。

S

speech

drawcall-ai / speech

在应用、网站和 3D 体验中使用 Drawcall Speech API。在讲解或展示 https://v1.speech.drawcall.ai 的文本转语音用法时使用，包括简单的 HTML 音频、JavaScript 音频加载、音色选择、风格控制、浏览器自动播放限制、URL 编码、缓存行为和首次请求预热。

S

sw-series-case-studies

jtydhr88 / screenwriting-skills

基于原始文本的电视剧编剧案例（剧集案例库）；Sorkin 的六部《白宫风云》剧本（幕页表、八种幕尾类型）；Chase 的五部《黑道家族》剧本（35 拍 A/B/C/D 配方、试播集拒绝解释的内容）；Fellowes 注释版《唐顿庄园》第二季（19 条故事线、419 条脚注）；Waller-Bridge 的《伦敦生活》剧本（六集半小时剧集模板）；Calvisi 的八份逐分钟试播集节拍表（《绝命毒师》《广告狂人》《权力的游戏》等）；Landau 的 47 部剧集结构附录；Miller 对《汉尼拔》和 HTGAWM 的拆解；Goldberg 和 Rabkin 的节拍表；Sakamoto Yuji 的《花束般的恋爱》（电影）和 Noh Hee-kyung 的《最美丽的离别》。当你想查看剧集或试播集如何构建的实例，需要参考真实的幕长、场景数或故事线表格，正在拆解多线群像剧集、设计单场景剧集或大结局、创作爱情或家庭剧，或询问“某一集是怎么写的 / 这部剧的结构表”时使用。

T

threejs-visual-validation

scottstts / threejs-awesome-graphics-agent-skills

将高级 Three.js 图形作为编写出的系统进行验证，而非依赖主观截图。适用于固定视角视觉契约、场与 pass 诊断、无后期基线、种子扫描、相机尺度测试、时域稳定性检查、GPU 预算，以及程序化场景的回归证据。

T

timeline-layout-reveal

remotion-dev / remotion

截取匹配的 2x Remotion Studio 时间线屏幕截图，并在 packages/brand 中制作前后裁剪揭示效果。用于时间线布局对比视频，包括重新截取历史布局。

V

video-denoise-enhance

meitu / meitu-skills

使用 meitu-cli 去除视频颗粒感/色块/运动噪声，保留细节同时降噪。当用户提到视频去噪、降噪、去颗粒、减少噪点、噪点太多、颗粒感重、杂色、ISO 太高时触发。

V

video-element-remove

meitu / meitu-skills

使用 meitu-cli 从视频中消除路人/字幕/水印/Logo 或一键清屏全部文字。当用户提到去路人、去行人、去字幕、去对白、去水印、去 Logo、去角标、消除抖音号、清屏、纯净画面、不要出现任何字时触发。

V

video-motion-transfer

meitu / meitu-skills

使用 meitu-cli 做视频动作姿态迁移，把参考视频动作迁移到图片人物上并保留外貌。仅在用户明确提供人物图片和动作参考视频，并表达动作迁移、姿态驱动、模仿动作或让图中人物跟着视频做动作时触发。

根据用户主题、源材料、论文、报告、笔记、数据集、现有幻灯片或风格参考，构建由图像模型驱动的 PPT 演示文稿。当用户要求创建、重新设计、打包或对 PowerPoint 演示文稿进行 QA 时使用，其中每张幻灯片都应首先生成为高质量的全页图像，并打包为带清单、预览和有据可查的 QA 的 PPTX。分层可编辑重建为可选项，仅在明确要求时使用。这是通用的演示文稿构建入口。仅当请求明确属于学术/研究 PPT 工作流、提示词/方法诊所、科研员工课程/视频包装或循环式 Chronicle 研究/脚本流程时，才优先使用更窄的技能。

V

voice-quality-audition

terrylica / cc-skills

试听 Kokoro TTS 语音以比较质量并评分。触发词 - audition voices、kokoro voices、voice comparison

W

wan-2-7

genmedia-labs / skills

在 RunComfy 上使用 Wan 2.7（Wan-AI 的旗舰动作模型）生成文生视频。介绍 Wan 2.7 的优势（多参考图条件控制、通过 `audio_url` 实现音频驱动的口型同步、更流畅的转场、提示词扩展）、时长／分辨率／宽高比参数结构，以及何时改用 HappyHorse 1.0、Seedance 2.0、Kling 或 LTX 2。通过本地 RunComfy CLI 调用 `runcomfy run wan-ai/wan-2-7/text-to-video`。在出现“wan”“wan 2.7”“wan-2-7”“wan video”等表达，或明确要求使用此模型生成视频时触发

W

webtoon-harness

akillness / jeo-skills

运行端到端的网漫生产流水线——一支 27 个 Agent / 4 个阶段的 Claude Code Agent 团队，将单集内容从趋势调研带到成品的竖屏滚动阅读器。当用户想制作一集网漫时使用：调研热门网漫趋势，撰写对白密集、高张力、每集都有反转的剧本，先渲染角色设定图，再用 codex-image 为每集渲染 50 多个分镜并在图内烘焙对话框（韩语对白），运行生成—验证循环，并组装竖屏滚动阅读器。触发词：webtoon harness、make a webtoon、produce a webtoon episode、webtoon scenario to image、next episode、redraw panel、stronger twist、webtoon trend research。趋势调研阶段的网络数据采集通过 `scrapling` 技能完成。纯粹的网漫推荐/点评直接回答。

_

_svg-drawing

possumworx / claude-autonomy-platform

在创作矢量图稿、插画或用于创意表达的 SVG 图形时——使用 render-svg 工具提供带视觉反馈的迭代绘制工作流

A

accessibility-pass

clueso-ai / skills

让一个视频达到无障碍可用：开启字幕，屏幕文字的字号和对比度保持可读，检查节奏以便每一步都能被跟上。当用户说“做一次无障碍检查”“让这个视频可访问”“为我的视频检查 WCAG”“所有人都能看懂吗”或“把这个准备好迎接无障碍审查”时使用。

A

add-callouts-and-arrows

clueso-ai / skills

用标注框和箭头对现有视频进行标注，指向旁白提到的具体按钮和字段，并随语音同步出现和消失。适用于用户说“添加标注框”“添加箭头”“给我的视频加标注”“指向这些按钮”“在屏幕上标注步骤”或“高亮点击位置”时。

A

add-key-point-overlays

clueso-ai / skills

把要点放到屏幕上：随着旁白推进，添加简短文字叠层，突出显示现有视频中每个部分的要点。适用于用户说“在屏幕上添加要点”“添加要点文字”“把主要观点做成文字叠层”“用视觉强化信息”或“观众只是扫一眼——让要点更容易读”时。

A

add-opening-hook

clueso-ai / skills

把视频的冷开场替换为 5 秒开场钩子，在演示开始前先说明收益或问题。适用于用户说“加个钩子”“开场太无聊”“进入正题太慢”“给个更有力的开头”“先讲收益”，或分享的视频一上来就是 UI、没有让人看下去的理由时。

A

ai-video-generation

pexoai / pexo-skills

使用 Pexo 从任意输入——文本、图像或脚本——生成 AI 视频。自动将每个镜头路由到 10 多个模型中最合适的一个（Seedance、Kling、Veo、Sora 等），撰写提示词，生成每个镜头，并返回带音乐和字幕的成品视频。适用于任何 AI 视频生成请求："ai video generation"、"generate a video with ai"、"ai video generator"、"make an ai video"。不适用于编辑已有视频。

A

alicloud-ai-audio-cosyvoice-voice-clone

cinience / alicloud-skills

在使用阿里云百炼 CosyVoice 定制模型（尤其是 cosyvoice-v3.5-plus 或 cosyvoice-v3.5-flash）基于参考音频创建克隆音色，并在后续 TTS 调用中复用返回的 voice_id 时使用。

A

audioshake-stem-separation

calesthio / generative-media-skills

使用 AudioShake 的云端音源分离服务（developer.audioshake.ai）将录音拆分为分轨。适用于需要从音乐中分离人声、鼓、贝斯、吉他、钢琴、键盘、弦乐或管乐；为影视后期、本地化和配音分离对白/音乐/音效（DME）；将混合录音按每位说话人拆分为一条分轨；歌词转写或词级对齐；音乐检测/识别；或语音降噪/去混响的任务。涵盖 Tasks API 的任务生命周期（资产、目标、格式、轮询与 webhook、额度、限制），选择某个制作实际需要哪些分轨目标，检查分离后的分轨是否存在串音、伪影、瞬态模糊、相位问题并修复，分离受版权保护或第三方录音所引发的权利与同意问题，以及何时本地开源模型（如 Demucs）比 API 更合适的判断边界。不适用于生成或合成新音频、混音或母带处理。

B

blender-simulation

el4cteo / blender-skills

Blender 5.2 中的物理模拟：刚体（密度质量、形状、烘焙为关键帧）、经典布料预设与固定点、新的基于节点的布料/毛发动力学（XPBD、Collider、效应器）、Mantaflow 流体、毛发曲线、GN 模拟区域、无头烘焙。用于破坏、垂布、旗帜、坠落物体、液体、烟雾和毛发运动。

C

claude-animation

buildwithhanif / claude-animation-skill

完全用 JavaScript 制作简短的手绘 2D 动画——storybook / 纹理编辑式插画（纸张颗粒、排线、蓝色辅助线、有光泽的昆虫角色、巢穴剖面）以及毛笔水墨 + 水彩解说动画——使用 node canvas 和 ffmpeg 逐帧精确渲染，并配有合成音效。适用于 "bikin animasi"、"animate this story"、"hand-drawn animation"、"storybook animation"、"JS animation"、"line drawing animation"、"animasi semut"、儿童故事或科学解说动画。不适用于 UI 微交互、幻灯片或口播视频剪辑。

C

codex-imagegen

junseo99 / claude-skill-codex-imagegen

使用 Codex 订阅从 Claude Code 创建和精修图片文件。处理简短的创意访谈、不同的视觉方向、基于参考的编辑、风格一致的素材集，以及经过验证的透明 PNG。用于图片生成、imagegen、GPT Image、主视觉、产品照片、图标、海报、이미지 생성、시안、이미지 수정 或 투명 배경。不适用于图片分析和代码原生 SVG 编辑。

C

codex-pet

genmedia-labs / skills

RunComfy 上的 Codex Pet 生成器。根据单张参考图生成兼容 Codex 的 Codex Pet spritesheet.webp 和 pet.json，将其放入 `${CODEX_HOME:-$HOME/.codex}/pets/<name>/`，Codex 就会将其作为自定义 Codex Pet，与内置的 8 种宠物并列显示。此技能会生成 Codex 所需的精确 Codex Pet 图集（1536x1872 PNG/WebP、8 列 x 9 行、192x208 单元格、9 种动画状态——idle、running-right、running-left、waving、jumping、failed、waiting、running、review）。它通过本地 RunComfy CLI，仅调用一次 OpenAI GPT Image 2 edit：`runcomfy run openai/gpt-image-2/edit`，生成标准 Codex Pet 姿势，然后使用 ImageMagick 微变换以编程方式组装全部 9 行动画——无需 Codex Pro、无需 `$imagegen`，也无需 OPENAI_API_KEY，只需 RUNCOMFY_TOKEN。适用于“codex pet”“create codex pet”“make codex pet”“hatch codex pet”“/hatch image”“desktop pet codex”“codex pets”“spritesheet.webp”，或任何明确要求为 OpenAI Codex 制作自定义宠物的请求。

C

compress-images

rameerez / claude-code-startup-skills

使用 cwebp 压缩图片以提升网页／SEO 性能。用于优化图片以加快页面加载、减小文件体积，或将 JPG/PNG 转换为 WebP 格式时。

D

demo-for-every-persona

clueso-ai / skills

把一个主产品演示转变成 N 个面向特定角色的版本：按角色复制演示，围绕每个角色的痛点和成果重写旁白，重新排序并删减，使每个版本都以该受众最关心的内容开头，并以角色专属的 CTA 收尾。适用于用户说“为每个角色做一版这个演示”“为管理员和高管分别定制这个演示”“给我的演示视频做角色版本”或“一个演示，不同受众”时。

E

elevenlabs-music-generation

genmedia-labs / skills

通过本地 RunComfy 命令行中的 `runcomfy` CLI，在 RunComfy 上使用 ElevenLabs Music 生成完整歌曲和器乐曲。ElevenLabs Music 可将风格描述和结构化歌词转为录音室品质的 44.1 kHz 立体声音频，时长为 5 秒至 5 分钟，并支持分段控制（Intro / Verse / Chorus / Bridge）、多语言人声和适合商业使用的输出。可生成伴奏、完整人声歌曲、短歌、播客片头、游戏循环音乐或器乐铺底。调用 `runcomfy run elevenlabs/elevenlabs/music-generation`。适用于“生成音乐”“制作一首歌”“AI 音乐”“背景音乐”“器乐曲”“ElevenLabs Music”“原声带”“短歌”“主题音乐”“免版税音乐”“作曲”，或任何明确要求根据文本描述生成音乐或歌曲的请求。

E

explain-it-simply

clueso-ai / skills

把任何复杂主题或问题变成一个简短、通俗易懂的解说视频：一个钩子、一个类比、几个必要的组成部分和一个收尾，几乎全靠动态排版和关键帧图形来承载，因为通常没有产品或屏幕录像可以依托。适用于用户说“简单讲讲 X”“做个视频解释 X 是怎么运作的”“把这个概念做成视频”，或要求为某个没有现成素材或文章的内容做一段简短解说时。

F

fal-3d

fal-ai-community / skills

从文本或图像生成 3D 模型。当用户请求 "Create 3D model"、"Text to 3D"、"Image to 3D"、"3D generation"、"Generate mesh"、"3D asset" 时使用。

F

framefields-effects

gatewai-dev / framefields

在 framefields 中应用、配置和调节 WebGPU 后期处理着色器、风格化效果（像素艺术、ASCII、VHS、漫画、水彩、risograph、全息效果，以及不同请求适合哪种风格）、电影级调色、色调映射、程序化 VFX 和设备端视觉功能（目标跟踪、实例分割、姿态、人物遮罩）。在 framefields 合成中添加模糊、颗粒、LUT、重新打光、曲线、绿幕色键、主体抠像或跟踪驱动效果时使用。

F

full-stack-bootstrap

terrylica / cc-skills

针对 Kokoro TTS 引擎、Telegram 机器人和 BotFather 设置的一次性引导。触发词 — setup tts、install kokoro、botfather

I

ideation

nousresearch / hermes-agent

通过创意约束生成项目想法。

I

image-enhancer

moizibnyousaf / ai-agent-skills

通过提升分辨率、锐度和清晰度来改善图像质量，尤其是截图。非常适合为演示文稿、文档或社交媒体帖子准备图片。

I

in-app-guidance-clip

clueso-ai / skills

把一段功能演示录像变成适合嵌入产品内部的短视频：静音也能看懂，用于 tooltip、新手引导清单步骤或帮助组件视频，而不是独立可分享的视频。裁剪到组件旁边的那一个功能，添加屏幕文字让静音状态下也能传达要点，并在嵌入位置需要时重排为紧凑的画幅比例。导出的视频由 Clueso 生成；把它嵌入引导工具是用户自己的步骤。当用户说“为这个功能做一个应用内引导视频”“把这段演示变成可嵌入的 tooltip 视频”“做一个简短的产品内帮助视频”或“我需要一段静音视频用于新手引导清单组件”时使用。

J

jacky-de-ai

jackywxsz / jacky-content-os

去 AI 味改写助手。当用户说"去 AI 味""帮我改得不像 AI""这段太 AI 了""humanize""降 AI 率""改得像真人写的""去机器味""文案太生硬了""读起来像 AI 写的"时触发。也适用于用户说"帮我改稿""润色一下"且上下文暗示文本有 AI 生成痕迹的场景。逐句扫描文本中的 AI 写作痕迹,按六步流程改写为真人风格,输出对照报告和改写后全文。

O

omnicaptions-LaiCut

lattifai / omni-captions-skills

当用户需要准确/精确的字幕时间轴，或使用强制对齐将字幕与音频/视频对齐时使用。将字幕时间轴校正为与实际语音匹配。使用 LattifAI Lattice-1 模型。

P

product-film

rieranthony / product-film-skill

用代码制作展示级产品影片（落地页循环视频、发布视频、宣传片、演示短片、社交媒体剪辑），使用 Remotion，并基于产品自身的设计系统、组件和调性。当有人需要为他们的应用、SaaS 或代码库制作产品视频、落地页视频、宣传片、发布影片、讲解视频或「动效设计视频」时使用。它会先询问要包含的内容，然后涵盖设计探索、故事、音乐同步、转场、评审循环和经过验证的最终渲染。

R

remotion-markup

remotion-dev / claude-code-plugin

内容、动画和效果的最佳实践

R

remove-filler-words

clueso-ai / skills

清除视频旁白中的“嗯”“啊”、起头不成句和啰嗦表达——清理转录文本、重新生成配音，并让画面与新时长保持同步。适用于用户说“去掉口头语”“清理嗯嗯啊啊”“旁白听起来很啰嗦”“整理一下配音”，或分享视频的语音轨充满停顿和起头不成句时。

S

seedance-before-after

rediumvex / ai-video-generator-claude

为 Higgsfield 上的 Seedance 2.0 生成前后对比变形视频提示词。适用于转变揭示、蜕变、改造、翻新揭示、健身转变、设计前后对比、业务增长视觉，或任何展示剧烈变化的内容。触发词：before after、transformation、reveal、glow up、makeover、renovation、redesign、progress、results。

S

seedance-personal-brand

rediumvex / ai-video-generator-claude

为 Higgsfield 上的 Seedance 2.0 生成个人品牌和创始人故事视频提示词。适用于权威内容、日常生活、创始人故事、个人品牌建设、思想领导力、创作者内容、生活方式视频、幕后花絮，或任何意在建立个人品牌影响力的视频。触发词包括个人品牌、创始人、创作者、权威、生活方式、幕后、日常生活、思想领袖。

S

super-video-maker

bomx / super-video-maker-skill

面向 Agent 框架的端到端 AI 视频制作 skill。在用户要求使用 HeyGen 数字人、Seedance 或 ByteDance b-roll、OpenAI 图像生成与编辑、AI UGC 广告、Remotion、HyperFrames、屏幕录制、FFmpeg、字幕、ElevenLabs 音乐、Suno 或社交视频变体来制作、编辑、再利用、加字幕、配乐或导出视频时使用。

T

threejs-camera-direction

scottstts / threejs-awesome-graphics-agent-skills

指导高级 Three.js 相机系统。适用于感知尺度的追随装置、推力延迟、侧向/环绕相机、相对机体的 up 向量、四元数交接、编排好的电影感构图、浮动原点、指针视角控制、相机碰撞约束、投影归属以及生命周期还原。

T

threejs-loaders

sickn33 / agentic-awesome-skills

Three.js 资源加载——GLTF、纹理、图像、模型和异步模式。在加载 3D 模型、纹理、HDR 环境或管理加载进度时使用。

V

video-audio-add

meitu / meitu-skills

使用 meitu-cli 给已有视频加音频：加 BGM、加旁白配音、或 BGM+旁白串联。当用户提到加背景音乐、配 BGM、换背景音乐、加旁白、加配音、配个解说、加画外音、配音配乐、视频加音频时触发。

V

video-framerate-enhance

meitu / meitu-skills

使用 meitu-cli 提升视频帧率/插帧（如 24fps → 60fps），让低帧率视频运动更流畅。当用户提到补帧、插帧、加帧、提帧率、升帧率、60 帧、120 帧、流畅度、帧率不够、视频卡顿时触发。

V

video-stitch

meitu / meitu-skills

使用 meitu-cli 做多段视频顺序拼接，支持纯拼接保留原声或拼接+配乐（自动检索/自定义音乐 URL）。当用户说拼接视频、合并视频、视频合集、拼接加音乐时触发。

V

video-transcripts

udecode / dotai

在需要将所提供的本地或链接视频内容作为证据时，使用 Gemini Files API 对其进行转录。

W

writing-coach

rightnow-ai / openfang

写作改进专家，负责语法、风格、清晰度和结构

A

alibaba-wan-video

calesthio / generative-media-skills

使用阿里云百炼/DashScope 托管 API 或官方 Wan 2.1/2.2 开放权重检查点，规划、实施并评审 Alibaba Wan 视频生成。适用于 Wan 文生视频、图生视频、首尾帧或续写、参考生视频、视频编辑、语音驱动视频、角色动画、区域部署、计费、许可与生产安全。

A

aliyun-solution-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。

C

character-design

chunpu / agent-skills

生成服务于叙事与角色内核的角色设计图，16:9 横版三视图模式。反模板反套路，让角色有记忆点和辨识度。

C

constraint-based-creativity

lyndonkl / claude

通过策略性地施加约束，把限制转化为创意燃料，迫使产生新颖思维、打破习惯模式并揭示意想不到的解决方案。涵盖资源约束（预算/时间/工具）、格式约束（篇幅/媒介）、基于规则的约束和视角约束。适用于头脑风暴陷入停滞或只能产出老套想法、资源有限、需在特定限制下设计，或用户提到"跳出框框思考"、"我们卡住了"、"还是老一套想法"、"严格的约束"、"预算/时间有限"时。

C

content-risk-detector

liuxingqitd / content-risk-detector

检测短视频逐字稿是否违反抖音、小红书、视频号的社区规范，识别违规风险点，提供分级风险报告和具体修改建议。触发词："内容合规检测"、"逐字稿检测"、"风险检测"、"短视频合规"、"平台规范检测"

D

deepmotion-animate-3d

calesthio / generative-media-skills

使用 DeepMotion Animate 3D 通过云门户、需销售开通的 API 或实时 SDK 进行无标记视频转 3D 人体动作捕捉；涵盖捕捉规划、身体/手部/面部/多人限制、自定义角色、重定向、精修、导出、DCC/游戏引擎交付、QA、定价、隐私、同意和版权检查。

D

design-director

bhagyamudgal / skills

从简报直到生产交付，全程指导品牌与视觉设计工作。用于标志探索或优化、版式、字体、色彩系统、评审、品牌识别、简报精简，或最终 SVG 与 PNG 素材包。

F

fish-audio-tts

calesthio / generative-media-skills

使用 Fish Audio 生成语音并克隆声音——包括其托管 TTS API（S2.1-Pro / S2-Pro / S1 模型阵容、REST + WebSocket 流式传输、即时与持久声音克隆），以及可自托管的开放权重 OpenAudio S1-mini / Fish-Speech 模型。当 Agent 必须通过 Fish Audio 生成旁白或对白、在 Fish Audio 的托管模型与开放权重之间选择、从参考音频克隆声音、为富有表现力的表达编写情感/语气/特殊标记、根据 UTF-8 字节数估算成本、为语音 Agent 接入实时流式传输、判断自托管是否优于 API，或对 Fish Audio TTS 输出进行生产审核时，使用本技能。不要用它来选择其他供应商——它专门涵盖 Fish Audio。

G

generation-prompt-builder

seaartpublic / skills

根据文案、产品信息、脚本、粗略想法、参考图描述或现有提示词，构建或优化高质量的生成提示词。当用户想要可直接复制的提示词文本（而非工具执行），用于图像、视频、音频及混合创意提示词时使用。当用户明确要求使用 GPT Image 生成图像，或要求分镜/镜头列表规划时，请勿使用。

G

google-gemini-omni-video

calesthio / generative-media-skills

通过 Gemini Developer API 或 Gemini Enterprise Agent Platform，使用 Google 的 Gemini Omni Flash 生成、引用和以对话方式编辑短视频。当任务特别需要 Gemini Omni 视频、多模态引用角色、时间导向提示、音频感知生成、Interactions API 状态，或与 Veo、Nano Banana、消费级 Gemini 或网关路由进行精确对比时使用。