SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 11-14 00:15

智能体与模型

26,326 个结果

openakitaskillsskill-creator

OpenAkita 技能创建与改进指南。技能是模块化、自包含的能力包,通过 SKILL.md 定义,用于扩展 OpenAkita 的能力。该技能适用于为重复性任务创建新技能、改进现有技能,以及将临时脚本封装为可复用技能。技能目录可包含必需的 SKILL.md、可选的 scripts/ 脚本、references/ 参考文档和 assets/ 资源文件,并推荐通过 .openakita-i18n.json 提供中文名称与描述。创建流程包括确定技能范围、建立目录、编写 SKILL.md、编写脚本、加载技能;改进流程则通过查看、修改和重新加载完成。

智能体与模型0 次安装

avatar-video

avatar-video 是一个用于生成 AI 数字人(Avatar)视频的技能,基于 HeyGen 的 /v2/video/generate API 实现。它允许对数字人形象、声音、脚本、场景和背景进行精确控制,适合需要按指定规格生成单场景或多场景视频的场景。使用前需设置 HEYGEN_API_KEY 环境变量,所有请求通过 X-Api-Key 请求头认证。若环境中存在 HeyGen MCP 工具(mcp__heygen__*),会优先使用;视频生成以及数字人、声音列表仍通过直接调用 API 完成。默认工作流为:先列出并预览数字人,获取 avatar_id 和 default_voice_id;按需列出声音;按每个场景一个概念编写脚本;再调用视频生成接口,逐场景配置数字人、声音、脚本和背景;最后轮询视频状态直至完成。该技能还提供背景、字幕、文字叠加、模板、照片生成数字人、Webhook、Remotion 集成、资源上传、分辨率与配额等参考文档。它适合“让指定数字人念指定台词”“多场景不同背景”“透明 WebM 合成”“批量按精确规格生成”等需求;若只需描述创意并由 AI 自动完成脚本、数字人和画面,则应改用 create-video 技能。

智能体与模型安装量暂无数据

comfyui

ComfyUI 是 OpenMontage 中的图像、视频与音乐生成技能,用于在调用 comfyui_image、comfyui_video、comfyui_music 工具前完成准备,以及把社区 ComfyUI 工作流转换为 OpenMontage 工具调用。它要求本地先运行 ComfyUI 服务(默认 http://localhost:8188),通过 /system_stats 检查健康与硬件状态,POST /prompt 提交任务,GET /history/{prompt_id} 读取结果,GET /view 下载产物。支持捆绑工作流和自定义 workflow_json/workflow_path 输入,自定义工作流必须指定 output_node。视频工作流需使用视频空 latent 节点,音乐默认使用 ACE-Step v1 文生音频。需注意 Partner Nodes 为托管 API,需要网络、登录和预付额度,并非本地或免费。

智能体与模型安装量暂无数据

dashscope

DashScope(阿里云百炼)集成工具,在 OpenMontage 项目中提供三类媒体生成能力:图像生成、文本转语音和带词级时间戳的语音识别。图像生成支持 qwen-image-2.0-pro 等模型,通过 DashScope 原生多模态生成接口调用,返回约 24 小时有效的图片 URL。文本转语音支持 qwen3-tts-flash 等模型,可指定 Cherry、Ethan 等音色及语言类型。语音识别使用 qwen3-asr-flash-filetrans 异步任务,可输出词级时间戳,便于生成字幕。该工具需在 .env 中配置 DASHSCOPE_API_KEY,图像与 TTS 结果需另行下载,ASR 音频须为公网可访问 URL。使用时需注意这些能力走 DashScope 原生端点,而非 OpenAI 兼容路径。

智能体与模型安装量暂无数据

doubao-tts

Doubao TTS 是 OpenMontage 项目中的语音合成工具,基于火山引擎豆包语音 2.0(seed-tts-2.0)生成普通话及多语种旁白。它通过 OpenMontage 的 TTS 选择器或直接调用提供者使用,可将文本转换为音频文件并输出查询 JSON,其中包含句子和词级时间戳,便于制作字幕。适用于中文配音、视频旁白等场景。使用前需在 .env 中配置 DOUBAO_SPEECH_API_KEY,并注意新控制台 API Key 的认证方式与异步长文本接口的用法。

智能体与模型安装量暂无数据

grok-media

grok-media 是 OpenMontage 中用于调用 xAI Grok 媒体模型的技能指南,覆盖图像生成与编辑、视频生成(文生视频、图生视频、参考图视频)的认证方式、接口端点、提示词结构、异步轮询与失败处理。图像模型为 grok-imagine-image,视频模型为 grok-imagine-video。认证使用环境变量 XAI_API_KEY,基础地址为 https://api.x.ai/v1,请求头为 Authorization: Bearer $XAI_API_KEY。图像生成端点 POST /images/generations,图像编辑端点 POST /images/edits;视频生成端点 POST /videos/generations,轮询端点 GET /videos/{request_id},成功状态为 status == "done",需显式处理 failed 与 expired。资料还给出了按张、按秒计费的定价信息,以及提示词撰写建议、适用场景与限制。

智能体与模型安装量暂无数据