Skills
收录 96,981 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
以浏览器原生方式下载 YouTube 视频——不使用 `yt-dlp`、不伪装客户端、不解 n 签名。浏览器负责播放视频（鉴权、poToken、n 参数解密、SABR 解复用均由页面自身完成）；ytdl 通过 `SourceBuffer.appendBuffer` 钩子录制播放器送入 MediaSource 的解复用媒体，并用 ffmpeg 封装为 MP4。只要用户能观看该视频，就能下载——面向儿童、年龄限制和仅限会员的视频，只要已登录的标签页能播放，同样可以下载。当用户想下载、保存或获取 YouTube 视频（音频或视频）到磁盘时使用。
当需要用 AI 创建图片或图片提示词时使用——个人品牌图片、logo、campaign key visual、日常发布图片、editorial、infographic、web mockup、quote graphic。从上下文中读取品牌识别信息，然后编写提示词、生成图片，或为 MidJourney、DALL-E、Imagen、Leonardo 输出提示词。具有接收参考图并返回可直接复制粘贴的 master prompt 的模式。当用户提到 "thiet ke anh"、"lam logo"、"ve banner"、"prompt MidJourney"、"tao key visual"、"lam anh giong anh nay"、"gen anh AI"、"doi mau thuong hieu tren anh" 时激活。不适用于——撰写交给设计师的 brief 请使用技能 42-brief-hinh-anh；整个 campaign 的素材流程请使用技能 41-campaign-asset-list；AI 数字人视频请使用技能 24-ai-avatar-production；交互式 UI 线框请使用 web-prototype；动画请使用 motion-frames。
通过 inference.sh 使用 ElevenLabs 文本转语音：Eleven v4 和 v4 Turbo（最新、表现力最强、音频标签、实时流式传输）、Eleven v3、Multilingual v2 和 Flash v2.5，各自作为独立应用提供 22 种以上优质语音。能力：文本转语音、实时文本转语音流式传输、用于情感和演绎的音频标签、语音选择、稳定性控制、自定义和克隆语音。用于：配音、有声书、视频旁白、播客、语音 Agent、无障碍、IVR。触发词：elevenlabs、eleven labs、eleven v4、eleven v4 turbo、eleven v3、elevenlabs tts、premium tts、realtime tts、streaming tts、professional voice、ai voice、high quality tts、multilingual tts、voice generation、natural speech、realistic voice、voice over、speech synthesis
通过 Chrome 浏览器自动化使用 Google Gemini 生成图像。当用户想要用 Gemini、Google AI 或 Imagen 创建、生成或产出图像时，应使用本技能。支持分辨率控制（0.5K、1K、2K、4K）、宽高比、最多 14 张参考图像、风格迁移、文本渲染、图像编辑和图像修复。自动下载生成的图像并移动到指定位置。触发于“generate an image”“create a picture with Gemini”“make me a 4K image”或“use Gemini to create artwork”等请求。
生成图像、创建图片、画点东西、制作某物的图像、文生图、绘制图片、插图、可视化、本地图像生成、AI 艺术、图像合成、离线图像生成、无需 API key、本地推理、生成艺术作品、创作图像、产出图像、渲染图像、AI 绘图、由文本生成图像。在 Windows 上通过 Intel OpenVINO 在设备本地运行 Z-Image-Turbo。优先使用 Intel iGPU（Xe / Arc），回退到 CPU。支持双语提示词（英文 + 中文）。安装配置需要网络：从 GitHub 下载 pip 依赖，并从 modelscope.cn 下载模型（约 10 GB）。安装完成后推理完全离线 - 不调用云端 API。
Make AI Video - 通过 AI 聊天从文本、图像和脚本制作视频。通过 AI 聊天从文本描述、图像和脚本制作完整视频。描述你的需求，AI 就会产出成片：写一份脚本即可得到带画面和旁白的视频，上传照片即可得到配乐的动画幻灯片，或提供一个主题即可得到完整的讲解视频。通过聊天编辑："make a 2-minute video about climate change" 或 "turn this blog post into a video with voiceover" 或 "create a product demo from these screenshots"。处理从提示词和脚本生成文本转视频、带动画和转场的图像转视频转换、从文本生成 AI 配音旁白、自动视觉选取与合成、按内容情绪匹配背景音乐，以及为所有产出的视频生成字幕。组合多种输入类型以获得更丰富的结果：文本加图像加音乐。面向从简报制作视频广告的营销人员、把课程转化为视频内容的教育工作者、将文字内容再利用为视频的博主，以及制作培训材料的企业。导出为 MP4。支持补充媒体：jpg、png、gif、webp、mp4、mov。
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。