Skills

V

video-storytelling

nateherkai / hyperframes-student-kit

将长视频口播内容的视觉层设计和构建为一个摄影机穿行其中的持续世界，而非一系列彼此分离的图形。当被要求编辑视频、添加动态图形、为脚本设计视觉、规划剪辑，或修复被判定为令人困惑、文字过多、难以跟上或“明显是 AI 做的”剪辑时使用。涵盖持续世界、镜头语法、聚光灯规则、空间开放循环、装饰与符号纪律、转录时序以及验证关卡。

V

vision-skills

anionex / agent-vision-toolkit

本地视觉命令行工具：glance（描述/询问/OCR 图像）、ground（定位目标、像素框）、detect（元素清单）、trace（图像转 SVG 几何图形）、crop（将像素框裁剪到文件），以及 scripts/html_shot.py（HTML 文件转图像）。适用于任何涉及图像的任务——提问、文字、切分并转写长截图或聊天记录、定位元素、比较、重建为 HTML/SVG、将草图或示意图数字化、从图表中读取数值、通过截图操作 GUI——以及当你得到的描述缺少某个细节时自行重新查看图像。

V

voice-extract

athola / claude-night-market

通过 SICO 对比分析从文本样本中提取用户的写作语气。在构建语气档案以实现风格一致的生成时使用。

A

amara

membranedev / application-skills

Amara 集成。管理数据、记录并自动化工作流。适用于用户希望与 Amara 数据交互的场景。

B

babylonjs

curiosity-ai-bv / babylonjs-skill

Babylon.js 8 3D 引擎开发专业知识，含精选 API 模式、代码示例与按需文档访问。适用于处理 Babylon.js 场景、网格、材质（PBR/Standard）、相机、灯光、阴影、GUI（2D/3D）、动画、物理（Havok）、thin instances、glTF 加载、后处理、WebXR、程序化/代码构建的 3D 模型，或任何 3D 渲染任务时。涵盖：(1) 场景搭建与引擎初始化（WebGL/WebGPU），(2) 网格创建、变换、实例化与合并，(3) 带纹理的 PBR 与 Standard 材质，(4) 相机类型（ArcRotate、Universal、Follow），(5) 灯光与阴影，(6) 使用 AdvancedDynamicTexture 的 2D/3D GUI，(7) 动画系统与动画组，(8) 资源加载（glTF、OBJ、STL），(9) 性能优化与性能分析，(10) ASRS/仓库数字孪生可视化模式，(11) 程序化建模：用图元构建高质量 3D 模型，具备动画就绪的父/枢轴层级、CSG2 布尔、车削、挤出以及自定义 VertexData。

C

cloud-convert

membranedev / application-skills

Cloud Convert 集成。管理 Deals、Persons、Organizations、Leads、Projects、Pipelines 等。当用户需要与 Cloud Convert 数据交互时使用。

C

creative-strategist

sanky369 / vibe-building-skills

确立品牌的视觉方向，并将其压缩成一份 Creative Direction Brief，其中包含可直接粘贴的"style block"，供后续每个图像提示词复用，使所有生成的素材看起来都出自同一品牌。当用户说"定义我的品牌风格""我想要一致的视觉观感""我的视觉素材应该是什么样""帮我挑选美学/氛围/配色方案""我生成的图像看起来都不一样"时使用，或在尚无风格指南、即将开展多项素材创作之前使用。产出 Creative Direction Brief：美学画像、带十六进制色值的配色方案、用于提示词的 style block，以及禁止事项。

C

cross-pollination

dragoon0x / taste-skills

从建筑、时尚、音乐、美食和工业设计中汲取灵感，拓宽你的设计品味范围。适用于在数字领域之外寻找灵感、构建多元参考集，或扩展创意词汇。

D

dadjoke

adamos486 / skills

提供 10 条以上经典与冷门老爸笑话的精选列表。当 AI 需要快速生成一些幽默的老爸笑话时使用本技能，例如在日常对话中或需要活跃气氛时。

D

diary-assistant

niracler / skill

（macOS，需要 schedule-manager）当用户想写个人日记或每日日志时使用此技能——包括任何记录今日事件、写日记、记录今天发生的事情或记录个人感悟的请求。出现诸如 帮我写日记、写日记、记录今天、今天的日记、"write my diary" 或 "daily log" 等短语时立即调用。此技能引导完整的日记流程：从 Reminders 回顾今日任务、反思性引导提问、撰写条目以及安排后续计划。区别于 diary-note（快速追加）和 weekly-report（工作总结）。

D

digital-human

chatcut-inc / agent-plugin

基于官方或已保存的主讲人、导入的肖像，或由视频准备的代言人静帧，创建和管理脚本或音频驱动的 AI 数字人视频。适用于数字人、数字分身、虚拟人、照片开口说话、人像口播、改稿不重拍、AI avatar、AI avatar video、avatar video、talking avatar、talking photo、photo avatar、video avatar、AI presenter、virtual presenter、virtual spokesperson、digital human 或某人的数字孪生，包括选择或创建数字人并决定其声音、脚本、画面比例和输出质量。不适用于静态头像、游戏或 3D 角色创建、工业数字孪生、普通 B-roll、通用图生视频、视频翻译、口播剪辑、仅唇形同步配音，或仅 TTS 的请求。

F

fal-text-to-video

josiahsiegel / claude-plugin-marketplace

完整的 fal.ai 文本转视频系统。请主动在以下场景启用：(1) Kling 2.0/2.5/2.6 Pro 视频生成，(2) Sora 2 创意视频，(3) 带音频的 LTX Video，(4) 用于快速迭代的 Runway Gen-3 Turbo，(5) Luma Dream Machine，(6) 视频时长与宽高比，(7) 运动提示词工程，(8) 镜头运动关键词。提供：模型端点、质量层级、提示词结构、时长选项。确保以恰当的运动描述生成电影级视频。

F

ffmpeg-waveforms-visualization

josiahsiegel / claude-plugin-marketplace

完整的音频可视化系统。在以下情况主动激活：(1) 动态波形（showwaves），(2) 静态波形图像（showwavespic），(3) 频谱分析器（showspectrum），(4) 频率条可视化（showfreqs），(5) 立体声矢量示波器（avectorscope），(6) 音符显示（showcqt），(7) SoundCloud 风格波形，(8) 音乐视频可视化器，(9) 播客波形视频，(10) 组合可视化仪表板。提供：滤镜参数表、配色方案选项、尺度对比，以及音乐视频和播客的模板命令。确保：为内容创作提供专业的音频可视化。

G

generate-creative-ideas

thepexcel / agent-skills

使用 SCAMPER、第一性原理、随机词和 AI 优化技巧进行创造性问题解决和构思。在生成想法、突破创意瓶颈、头脑风暴备选方案或创新时使用。

G

groq-stt

958877748 / skills

使用 Groq API（Whisper 模型）转写音频文件。当用户需要将音频转写为文本时使用。

H

hifi-download

psylch / media-master

发现音乐、获取个性化推荐并下载高保真音频文件。适用于用户想根据自己的喜好发现新音乐、搜索歌曲/专辑/艺人、获取与喜欢的艺人相似的推荐，或从 Qobuz 或 TIDAL 下载无损音频（FLAC/Hi-Res）时。触发语包括 "find music like"、"recommend songs"、"download album"、"lossless"、"Hi-Res"、"FLAC"、"music discovery"、"similar artists"、"setup music"。

I

identity-skill

sac-y / identity-skill

通过分阶段参考图驱动流程创建有辨识度的个人网站：内容与风格锁定、参考图锁定、素材拆分确认、素材生成审核，然后高保真复刻与 QA。适用于用 Codex、Image 2、参考图、生成素材或高质量 image-to-code 流程制作、重设计或复刻个人网站、作品集、创作者网站、创始人网站或个人 IP 网站。

I

image-generation

aviz85 / claude-skills-library

使用 Gemini（默认）或 fal.ai FLUX.2 klein 4B（--cheap 用于快速/低成本）生成图像。使用 Grok Imagine（默认）或 fal.ai LTX-2（--cheap）生成视频。用于：创建图像、生成视觉内容、AI 图像生成、海报、视频生成。

I

imagegen

davila7 / claude-code-templates

当用户要求通过 OpenAI Image API 生成或编辑图像时使用（例如：生成图像、编辑/局部重绘/蒙版、背景移除或替换、透明背景、产品图、概念艺术、封面或批量变体）；运行内置 CLI（`scripts/image_gen.py`），实时调用需要 `OPENAI_API_KEY`。

I

imagen

sickn33 / agentic-awesome-skills

由 Google Gemini 提供支持的 AI 图像生成技能，可为 UI 占位图、文档和设计素材无缝创建视觉内容。

P

pollo-ai-video-generator

polloaiofficial / pollo-skills

使用 Pollo AI API 生成 AI 视频。支持 13 个主流模型（Kling、Sora、Runway、Veo、Pixverse、Hailuo、Vidu、Luma、Pika、Wan、Seedance、Hunyuan、Pollo），共 50 多个版本。还支持任务轮询、积分成本估算和积分余额查询。当用户想根据文本或图片生成 AI 视频、使用任何 AI 视频模型、查询 Pollo 积分，或提到 Pollo AI、pollo.ai 或任何受支持的模型名称时，使用此技能。即使用户只说了 "generate a video" 或 "make me a short clip" 而未提及 Pollo，也应使用此技能。

S

session-replay

athola / claude-night-market

将 Claude Code 会话 JSONL 文件转换为动画 GIF 终端回放。在根据过往会话创建演示或可视化证据时使用。

S

sprite-sheet-generator

dkyazzentwatwa / chatgpt-skills

将多张图像合并为精灵图，支持自定义网格布局，并生成用于 Web 开发的 CSS 精灵图映射。

T

transform-remove-background-with-transloadit

transloadit / skills

使用官方 `@transloadit/node` 命令行工具进行一次性背景移除（本地图片 -> 透明 PNG）。使用最小的 `/image/bgremove` 步骤 JSON，并通过 `-o` 将结果下载到明确的 `.png` 路径。

U

unity-2d

nice-wolf-studio / unity-claude-skills

Unity 6 2D 游戏开发指南。在构建 2D 游戏、处理精灵、精灵图集、SpriteRenderer、瓦片地图、2D 物理（Rigidbody2D、Collider2D）、2D 光照、排序层或排序组时使用。基于 Unity 6.3 LTS 文档。

V

video-recap

zenstory-ai / video-recap-skills

从输入视频生成中文解说成片或原声剧情短片。用户提供 .mp4 / .mov / .mkv / .webm，并要求剪辑、添加旁白、配音、总结、短剧/电视剧/电影/纪录片/科普解说时使用。负责编排 video-* 技能链：视频理解 → Agent 制定故事与视听方案 → 剪辑 → 配音 → 合成。触发词：视频解说、视频旁白、生成解说、视频 recap、video recap、voiceover、narration、auto-dub、recap。

V

video-voiceover

zenstory-ai / video-recap-skills

把带时间戳的 narration.json 合成为中文解说音频。使用 MiMo TTS（mimo-v2.5-tts）或 Fish Audio（s2.1-pro-free）或显式配置的通用 IndexTTS HTTP 服务逐段生成语音，按时间窗动态适配语速并处理响度；输入输出时间线上的旁白，产出 tts_segments 与 tts_meta.json。外发说明：每段旁白文字会发给所选 TTS 服务（MiMo / Fish Audio / 用户自托管的 IndexTTS），--voice-ref 的参考音频会发给 MiMo。另含实验性的英译中 dub 路径：只在显式选择 dub 模式并传 --confirm-voice-rights 时运行，会把源视频音频发到 MiMo ASR，并以原说话人的声音为参考经 MiMo voiceclone 克隆配音；只可用于用户有权使用、且说话人同意被克隆声音的内容。触发词：配音、语音合成、TTS、解说配音、voiceover、text to speech、旁白配音。

V

voice-learn

athola / claude-night-market

通过从手动编辑中学习来改进语音画像。在编辑生成文本后使用，以细化语域并逐步消除语音漂移。

Y

yetong-cover

yetongzhu463-stack / yetong-fitness-xhs

为服务本地线下会员的健身教练制作叶童原版真人实拍风小红书封面。已有具体选题或正文，要封面、提示词、按编号选构图、继续优化或直接生成时使用；读取本人已激活 DNA 后执行原版逐步单题流程，固定五种构图、3:4、上下巨字与白色暖橙黄视觉。不处理宽泛选题、只改发布标题或整篇体检。

Y

yyl-video-prompt

ttfake92-lab / skills

鱼亦乐的主力 AI 视频提示词 Skill。先按脚本风格选档位，再像导演一样把脚本、故事、口播稿、分镜表或一句想法，拆成能直接生成的分段视频提示词。短视频档（抖音/小红书节奏：一镜到底、多分镜、街拍、角色小故事、竖屏短剧，标杆是《丹眉》和赛博原子）和电影精品档（慢节奏剧情、表演、对白、对手戏、AU 微表情、八维公式），各有结构和示例。每段含生成模式与参数、参考图绑定、人物道具场景、镜头时间轴、声音和硬约束。适用 Seedance 2.0/2.5、即梦、dreamina、LibTV、TT AI。适用于用户要写视频提示词、AI 视频提示词、Seedance 提示词、即梦提示词、脚本转视频、拆分镜、分镜提示词、快剪、短视频提示词、storyboard、shot list、多图参考、首尾帧、人物表演提示词、AI 演技、情绪递进、导演式提示词，或给出脚本/故事/想法要变成视频。当前项目若有专用工作流 Skill（Vlog、情感钩子、新闻解说等），优先用专用的。

A

animator-skill

rainlib / ai-storyboard

在将静态图像序列（sequence board）转换为 AI 视频生成平台（Runway、Pika、SVD）的动态提示词，或为视频合成描述时间上的运动时使用。

A

apiyi-gpt-image-2-gen

wuchubuzai2018 / expert-skills-hub

图片生成技能，当用户需要生成图片、视觉信息图、创建图像、编辑/修改/调整已有图片时使用此技能。基于API易平台(https://api.apiyi.com/)的ChatGPT Image 2模型（gpt-image-2）的官方正式版图片生成服务。该模型支持精确的尺寸/画质控制（含4K），按token计费。与gpt-image-2-all（官逆版）不同的关键点：使用/v1/images/generations和/v1/images/edits端点；有显式size参数；有quality参数；按token计费；使用multipart/form-data上传参考图；b64_json为纯base64无前缀。

A

ascii-terminal-animation-pack

full-stack-skills / ascii-skills

规划并生成终端 ASCII 动画/屏保风格输出（FPS、刷新规则、循环策略、低闪烁指引），附静态海报帧和可选的本地演示脚本。

当涉及 "creating posters"、"visual art"、"design philosophy"、"PDF art"、"PNG design"，或询问 "abstract art"、"visual design"、"museum-quality graphics" 时使用

C

cut-mistakes

nateherkai / hyperframes-student-kit

视频剪辑流水线的第 2 个 Agent。从口播录像中找出并删除口误——结巴、重复词、错误开头，以及重录的台词（retakes）。在 cut-silences 之后使用，或当被要求删除口误、去掉结巴／重复／填充式重说、清理失误，或保留最佳一条时使用。以评审门控方式工作：对每一处剪切都给出上下文和理由供审批，然后仅通过 ffmpeg 渲染已批准的剪切。需要词级转录。

豆包 TTS 文字转语音（火山引擎）

E

elevenlabs-tts

jechearte / skills

使用 ElevenLabs 文本转语音 API 从文本生成逼真音频。当用户需要将文本转为语音、制作配音、生成旁白或产出音频内容时使用。触发词包括 "generate audio"、"text to speech"、"TTS"、"voiceover"、"narration"、"ElevenLabs"、"audio from text"、"read this text aloud"。

F

fal-image-to-image

josiahsiegel / claude-plugin-marketplace

完整的 fal.ai 图生图系统。以下情况请主动激活:(1) FLUX 图生图变换,(2) ControlNet(canny、depth、pose),(3) 使用蒙版进行局部重绘,(4) 放大(ESRGAN、Clarity),(5) 背景移除(BiRefNet、RemBG),(6) 人脸修复(GFPGAN、CodeFormer),(7) IP-Adapter 风格迁移,(8) strength 参数调优。提供:变换端点、蒙版格式、ControlNet 类型、放大选项。确保正确的图像编辑与增强工作流。

创建令人惊艳、可直接上线的界面，并提供完全匹配的真实照片（Unsplash/Pexels 直链）或无懈可击的自定义图像生成提示词，用于主视觉图、背景和插画。零 AI 粗制滥造，零虚假链接。

G

glm-understand-image

thincher / awsome_skills

使用 GLM 视觉 MCP 进行图像理解和分析。触发条件：(1) 用户要求分析图片、理解图像、描述图片内容 (2) 需要识别图片中的物体、文字、场景 (3) 使用 GLM 的视觉理解功能

G

grok-cli

moore-developers / grok-cli

当用户想通过 grok-cli 命令行使用 Grok 或 xAI 时使用本 skill，包括 chat、X search、图像生成/编辑、视频生成/编辑/延长、text-to-speech、speech-to-text、OAuth 登录/状态，或本地使用统计。当 grok-cli 可能需要先安装时也应使用本 skill；它会尽可能直接运行用户请求的 grok-cli 命令，仅在真正失败后才修复安装/认证/权限问题，恢复后重试原任务，并原样返回 Grok/grok-cli 结果，除非用户明确要求转换。

I

image-studio

sickn33 / agentic-awesome-skills

智能图像生成工作室——在 ai-studio-image（拟人化/网红照片）与 stability-ai（艺术/插画/编辑）之间自动路由。检测所请求的图像类型并自动选择理想模型。

I

investor-distiller

redfox-data / redfox-community

公众号投资博主蒸馏器。通过公众号文章数据，自动提取交易体系、市场判断、表达风格、内容深度、互动特征、热点图谱、人设基因七维 DNA，输出结构化风格画像 profile。触发词：蒸馏投资博主、蒸馏大 V、蒸馏公众号大 V、分析投资博主风格、提取交易体系、风格画像、投资博主蒸馏。

I

inworld-ai

membranedev / application-skills

Inworld AI 集成。管理数据、记录并自动化工作流。当用户希望与 Inworld AI 数据交互时使用。

K

kode-thai

chakrit / kien-thai

使用 kien-thai 技能对泰语文本运行迭代式的审查与修复循环——重复执行审查/修复轮次，直到某一轮完整执行后不再产生新的修改。触发条件：用户调用 `/kode-thai`，在泰语写作上要求 "audit loop" / "วน audit" / "ตรวจวนๆ" / "ขัดภาษาไทยให้สุด"，说出 "แก้ไปเรื่อยๆ จนกว่าจะไม่เจอที่ผิด" 的各种变体，或明确要求对泰语文本进行多轮评审。不要触发：单轮改写或一次性的泰语修改（直接使用 kien-thai），以及非泰语内容。

L

lapian-notes

akillness / jeo-skills

使用 Lapian Notes / 拉片笔记（github.com/bkingfilm/lapian-notes）——一个本地优先的 React/Vite 工具，把一部影片变成可编辑的逐镜头研究笔记：本地抽帧、AI 辅助结构分析（自带 AI，无需 API key）、故事线泳道时间轴、结构树和观众情绪曲线。当用户询问 Lapian Notes、「拉片笔记」、「拉片」（逐镜头影片分析）工具、克隆/运行该仓库（npm run dev、run.bat/run.command）、AI 分析包（ZIP）往返工作流，或向 lapian-notes 提交 PR 时使用。不适用于通用视频剪辑（那请用 `opencut`）或与该代码库无关的通用影片分析理论。

M

media-processing

samhvw8 / dot-claude

使用 FFmpeg 和 ImageMagick 进行视频/音频/图片处理。工具：FFmpeg（视频/音频）、ImageMagick（图片）。能力：格式转换、编码（H.264/H.265/VP9/AV1）、流媒体（HLS/DASH）、滤镜、特效、缩略图、水印、批量处理、硬件加速（NVENC/QSV）。操作：转换、编码、缩放、裁剪、压缩、提取、合并、流式传输、转码媒体。关键词：FFmpeg、ImageMagick、视频编码、音频提取、图片缩放、缩略图、水印、HLS、DASH、H.264、H.265、VP9、AV1、编解码器、码率、帧率、分辨率、宽高比、滤镜、叠加、拼接、裁剪、淡入淡出、批量处理。使用场景：转换视频/音频格式、使用特定编解码器编码、生成缩略图、创建流媒体清单、从视频中提取音频、批量处理图片、添加水印、优化文件大小。

让 AI 生成的图片像真实摄影师拍的一样。不用学 prompt 技巧，一句话生成电影感大片。触发词：生成图片, 画图, 图片生成, text to image, 文字生成图片, AI 画图, 生成配图, 生成封面, 生成插图, generate image, 画一张, 做一张图

O

on-screen-text-writer

ootto-ai / claude-content-skills

撰写紧凑的字幕式屏幕叠加文字，让静音观看者持续观看到最后。用户说“写屏幕文字”“为这条短视频写字幕”“文字叠加层”或“屏幕上应该显示什么”时使用。

暂无简介

P

postfx-bloom

bbeierle12 / skill-mcp-claude

使用 Three.js UnrealBloomPass 与 React Three Fiber 实现泛光和辉光效果。在实现辉光、泛光、基于亮度的效果、针对特定网格的选择性泛光或霓虹/空灵光照时使用。对于赛博朋克美学、能量效果、法术和 UI 辉光不可或缺。

R

remotion-best-practices

connorads / dotfiles

在 React 中使用 Remotion 创建视频的最佳实践

R

remotion-explainer-video

shadcn-labs / snapcn

Remotion 组件的 shadcn registry，用于制作产品演示视频。通过命令安装文字显示动画、设备边框、终端会话、Logo 动效或完整场景。

S

scenario-motion-loops

scenario-labs / skills

当有人想用自己的品牌色制作无缝循环动态图形时使用：标题背景动画、AI 镜头之间空白时段的填充内容、片头标识、转场或形状动画；以代码构建并渲染为 MP4，还可选择将 Scenario 中的吉祥物、产品或角色合成到循环画面上。关键词：无缝循环、动态背景、canvas 动画、动态图形、循环接缝、运动模糊、H.264 导出、alpha 合成。

S

spring-animation

notedit / happy-skills

用于动态图形视频制作的 Remotion 弹簧物理。弹跳式入场、弹性拖尾、编排序列、物理预设，以及仅靠 interpolate() 无法实现的有机运动模式。

暂无简介

U

unity-timeline

besty0728 / unity-skills

编辑 Unity Timeline 资源和轨道

V

voice-generate

athola / claude-night-market

以学习到的写作语气生成文本。当需要起草必须匹配由 voice-extract 提取的特定作者风格画像的内容时使用。

V

voice-review

athola / claude-night-market

针对声音画像运行并行的文风与技艺评审 Agent。在发布前检查生成内容中的 AI 痕迹和声音漂移时使用。

W

wechat-topic-outline-planner

gainubi / wechat-skills

公众号选题与大纲策划技能。用于把一个粗点子、资料包、语音底稿或采访纪要，转成 2-3 个高价值选题角度、1 个推荐方向、1 套主大纲和 1 套备选大纲。适用于写作前的方案阶段，必须先确认结构，再交给写稿技能。