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
为文章和博客文章创建高质量的动态讲解可视化。当用户想用交互式网页动画来可视化概念、流程、数据或想法时使用。在收到“create a visual for”“animate this concept”“make an explainer”“visualize this idea”“diagram this process”“show this data”等请求，或文章内容适合用视觉方式讲解时触发。可处理抽象概念（心智模型、框架）、技术流程（算法、系统）和数据可视化（趋势、对比）。输出可直接嵌入网页内容的自包含 HTML/CSS/JS。
【L1 声音真实度】AI 味检测与消除——只处理「像不像真人」。19 种 AI 味模式识别，根据严重程度选策略。默认只诊断不改，改写要用户确认。三种改写方式：自动替换、追问驱动、混合。可接收 voice-dissolver 声音清单作为保护区。 触发：AI 味、像机器写的、太正式、读起来假、去 AI 味、AI 感太重、像 ChatGPT 写的、太模板化、语气太标准、缺乏个性、AI 腔、读起来没温度、句式太整齐、总结陈词、翻译腔、不说人话、套路化。 Not for：内容质量不够但没 AI 味（→ L0 chinese-write-checker）、结构冗余/废话多（→ L2 editor-revisor）、找不到自己声音（→ voice-dissolver）、排版/标点/标题（→ L3 packaging-workshop）。
使用 Kling AI 托管的 IMAGE 界面或快手开放的 Kolors 检查点来规划、生成、编辑、参考并质检静态图像。适用于 Kling IMAGE 3.0/3.0 Omni/O1/2.1 网页版、官方 Kling CLI/MCP 或开放平台集成，以及本地 Kolors 的文生图、图生图、IP-Adapter、ControlNet、修补或 LoRA 工作。不适用于 Kling 视频、头像、口型同步、非官方网关 API，也不得假定当前托管的 Kling Image 模型与 2024 年开放的 Kolors 权重完全相同。
通过当前安装的 Media.io CLI 生成图片和视频。用于文生图、图生图、文生视频、图生视频、参考图生视频以及已发布的工作流。从随附的静态目录（`references/model-catalog.md`）中选择模型，该目录由生产注册表生成；仅当出现发现防护中列出的触发条件时，才回退到 `mediaio model list`。逐字节复制每个 `job_type`——有些包含字面空格，而显示名称往往与标识符不一致。只有在参数已被独立验证时才能使用特效，因为当前 CLI 暴露了 `effect list` 但没有 `effect get`。提交前务必用 `model get` 确认参数 schema。提交会消耗用户的额度，但除非被询问，CLI 不会主动说明金额；用 `--show-credit` 显示费用，并先获得明确批准，仅在用户对成本敏感或提到额度、价格或余额时。当余额不足，或用户想要其任务历史或上传的文件时，转交 `mediaio link get` 打印的产品页链接——绝不要自行编写或编辑 media.io URL。使用人类可读的发现输出，生成前先上传本地文件，用 `generate create` 提交，用单独的 `generate wait` 命令等待，并用 `generate download` 获取结果文件，而不是复现带签名的结果 URL。在会对本地命令网络访问进行沙箱限制的主机上，首次联网的 `mediaio` 或 `curl` Shell/Bash 工具调用必须在进程启动前请求主机批准。绝不要通过在默认沙箱中运行它来探测网络可用性。
为 AI 短剧的每一场安排开场站位：先从场景图中识别可站可坐的物体（投影到俯视平面），再根据剧本安排每场人物位于哪个物体的哪一侧、坐或站、面朝方向，以及是否有群演。程序会为每场生成开场走位句，分镜中该场的第一段照抄即可。默认交付可拖动调整站位的 HTML 工具报告，页面内可导出 staging.json；JSON 也会作为工作数据保存，Markdown 可按需导出。8 道质量门均由脚本确定性检查（识别物体数量、物体是否在图中、出场人物数量是否准确、所有在场人物是否分配到已识别物体、同侧人物是否重叠、群演位置是否明确等）。根据 novel-script 的 script.json 和 novel-art 的 art.json 预填骨架。零依赖、零 API key。当用户要求安排站位、开场站位、群戏站位、谁坐在哪里、座位安排，或 AI 短剧的 blocking、staging 时使用。
面向 AI 音频生成的全面模式，包括文本生成音乐、声音合成、文本转语音、音效以及使用 MusicGen、Bark、ElevenLabs 等进行的音频处理。当提到“music generation、text to music、AI music、voice cloning、text to speech、TTS API、ElevenLabs、MusicGen、Bark、audio synthesis、sound effects generation、voice synthesis、AudioCraft”时使用。
以 HTML 为媒介产出高保真设计稿（落地页、幻灯片、交互原型、动画、设计系统、信息图、移动端 mockup 等）。 扮演专业设计师而非通用前端工程师，强调先问后做、引用既有设计系统、给出多版本变体、规避 AI 风格俗套。 触发：/axi-front-design、"做个落地页"、"设计一张海报/封面"、"做张幻灯片/PPT"、"做个交互原型"、"做个动画"、 "design a landing page"、"make a deck"、"prototype this UI"、"design system"、"hi-fi mockup"。 不适用：纯文字内容/逻辑代码、需要真实图像生成（应改用图像生成模型）、需要原生 PPTX/Figma 文件（HTML 优先）。
调用 GPT imagegen 技能生成「图片格式的 PPT 文档」——每页一张高信息密度、排版复杂、风格统一的幻灯片图（默认科技商务/高密度信息图，也支持简洁/卡通/水墨/科技等任意风格），并合成为每页一张全幅图片的 .pptx。Generates image-based slide decks (one rendered image per slide) from a topic or content. 当用户要“做 PPT / 生成图片版 PPT / AI 出图幻灯片 / 把内容做成 PPT 图片”时使用。本技能**只产出图片型 PPT**（每页 .png + 合成的 .pptx）；若还要可编辑 pptx，接着用 GordenImage2PPTX。
使用 Moonvalley 的 Marey 模型系列（Marey Realism v1.5）制作视频——这是一款面向电影人的 1080p/24fps 生成式视频模型，其宣传为完全基于授权数据训练。当任务明确要求 Marey 或 Moonvalley，当简报需要用于商业或工作室作品的品牌安全/经过法律审查的 AI 视频，或当需求需要 Marey 的导演式控制（镜头轨迹、运动迁移、姿态迁移、关键帧、参考条件控制）时，使用此技能。它涵盖"商业安全"的真正含义与实际服务条款的对比、访问途径（Moonvalley web / Voyager、fal API、ComfyUI）、价格、能力限制、提示词与参考策略、Marey 适合生产之处与其他模型胜出之处、迭代以及质量审查。不适用于音频生成、写实口播对话，也不应作为通用的"最佳视频模型"默认选项。
使用 Odyssey 的实时交互式视频世界模型（odyssey.ml — Odyssey-1/Odyssey-2/Starchild-1/Agora-1）规划并界定制作工作。当请求涉及生成由用户通过键盘、文本、语音或控制器输入实时操控的视频（即时响应的流式帧），或需要在 Odyssey 式交互式生成与离线片段生成器（Sora/Veo/Kling）或可下载的 3D / 游戏引擎之间做选择时使用。涵盖已证实与已公布的内容、当前访问途径、延迟与一致性限制、当下可行与推测性用例、定价/访问条款以及内容/版权考量。这是一个快速演进的研究阶段产品；该技能教你如何诚实界定范围，而非承诺生产可靠性。
使用生成式工具制作音频优先的播客单集——设计节目与单集形式（访谈、叙事、新闻简报、双主持对谈），为听觉撰写脚本，在完全合成与混合（真人录制 + 合成）制作之间做选择并履行各自触发的披露义务，为多音色 TTS 进行选角与指导以确保一致性与默契，构建单集结构（冷开场、片头/片尾、段落、广告位），整合与剪辑，厘清音乐与 SFX 权利，达到播客响度与交付标准，通过 RSS 发布元数据/章节/文字稿，并在发布前通过平台 AI 内容政策与 QA。只要交付物是播客单集或播客节目企划，或 Agent 必须为口语音频做出制作、权利、披露或交付决策，就应使用此技能。不适用于音乐曲目、单音色通知提示音，或以画面为主导的视频（视频配音请转交视频技能）。
为现有视频做一次旁白改造——用新的语气重写脚本（更紧凑、更温暖、更正式、更有活力），挑选合适的配音，重新生成旁白，并让画面与新时长重新对齐。当用户说 "make the narration less robotic"、"rewrite the voiceover to sound friendlier"、"this video sounds too stiff, revoice it"、"change the tone of this video" 或 "redo the narration in a different style" 时使用。
将完整的销售演示拆分为带章节、可异步观看的格式，围绕买方的决策点构建（集成、安全、展示的定价档位、能解决其具体问题的功能），而不是通用的逐项功能罗列或课程式结构。新增开场的“本演示包含什么”卡片，让潜在客户在观看前就能决定从哪里跳转；并让每个章节标签和回顾都能在没有任何现场讲解背景的情况下独立成立，因为现场没有人来讲解或回答问题。适用于用户说“让这个演示在没有我在场的情况下也能看”“把演示拆分，让潜在客户能跳转到重点部分”“把它变成可异步分享的演示”“让内部支持者转发，利益相关方跳到自己的部分”或“让我的演示可自行导航”时。
把行为或合规培训主题——给出反馈、降级冲突、骚扰政策、安全意识——转化为故事驱动的动画情景视频：插画角色、铺垫、张力、应对、每个节拍后的旁白总结，以及结尾的该做什么清单。当用户说 "make a soft skills training video"、"scenario-based training on X"、"compliance training video"、"turn this policy into a training video" 或 "behavioral training for managers" 时使用。
把 PowerPoint 标准作业程序演示文稿转换为带旁白的培训视频，另加一份书面作业辅助材料（作为项目文章撰写的精简、易扫读的快速参考伴侣）。保留合规关键的原样措辞，而非改写。当用户说 "turn this SOP deck into a training video"、"convert this PowerPoint procedure into a video and job aid"、"make a training video from this SOP presentation"，或交来一份流程演示文稿并要求同时提供视频和参考单页时使用。
把数字变成 30-60 秒的动画数据故事——每个场景一个统计数字，配以动画计数器和柱状揭示，最终汇聚到一个堆叠式的收尾场景。当用户说 "stats video"、"infographic video"、"animate these numbers"、"turn this data/report into a video"、"make a video from these survey results"、"data story video"，或粘贴他们想用动效和旁白呈现的指标、基准或 ROI 数字时使用。
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。