tk-github-image-upload-to-pr
该技能用于向已有 GitHub PR 的正文或指定评论上传本地证据截图，并做最小化编辑与验证。仅在明确图片请求或 tk-pr-open 且 evidence_required: true 的交接时触发。
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 10-23 00:13
设计与创作
20,578 个结果
penpot-migrate
penpot-migrate 是 Penpot AI Kit 中的迁移技能，用于把 Figma 设计高保真迁移到 Penpot：Auto Layout 转 flex/grid、Variables 转 tokens、组件集转变体。它通过 Figma MCP 读取、Penpot MCP 写入，先构建中间表示（IR）再分层迁移。
ai-system-design-guide
面向生产级 AI 系统设计的综合参考指南，涵盖 RAG 架构、LLM 工程、智能体系统与面试准备，包含 110+ 面试题、模型选型、生产模式与真实案例研究。属文档仓库，克隆后可离线查阅。
swiftui-design-skill
面向 SwiftUI 界面设计的技能，通过 6 条铁律、设计方向咨询、品牌资源整合与五维评审，减少 AI 生成感。安装命令：npx skills add wholiver/swiftui-design-skill -g -y。
apply-mantel-styles
为图表与前端组件应用 Mantel 品牌样式的指南技能：提供品牌色板、扩展色阶、语义状态色、字体、Logo 规范及按钮、导航、表单、卡片、提示、图表等组件配色规则，并给出 CSS 变量与 Tailwind 配置。
scenario-godot-rendering-lighting
面向 Godot 4.7 3D 场景的渲染与光照技能，帮助确定渲染器（Forward+、Mobile、Compatibility）、全局光照方案（SDFGI、VoxelGI、LightmapGI、反射等）以及环境与后处理设置。资料给出的目标是 Godot 4.7.2.stable、macOS Apple Silicon（默认 Metal），强调用可测量的循环工作：先选渲染器和 GI 方法，再逐一变量校色、每次改动后查看渲染图像并给出数值与 GPU 开销。技能建议静态场景用光照贴图（LightmapGI 加 ReflectionProbe），动态几何或移动太阳用 SDFGI 或 VoxelGI，并指出 SDFGI 与 VoxelGI 不可同时使用。同时说明 Mobile 与 Compatibility 渲染器会忽略若干特性，并给出了色调映射（AgX、ACES）、发光、体积雾、阴影等参数建议与常见错误。技能依赖 scenario-godot-expert，并与其他 Godot 技能衔接。具体收费、价格与平台支持情况资料未提供。
generation-prompt-builder
Generation Prompt Builder 是一个用于构建或优化 AI 生成提示词的技能，它把广告文案、产品信息、脚本、粗略想法、参考图描述或已有提示词等用户素材，转化为清晰、可直接投入生产的提示词文本。该技能本身只输出提示词文字，不调用图像、视频、音频或命令行工具。它支持的场景包括：从素材生成提示词、优化/润色/专业化/翻译/重构已有提示词、为图像、视频、音频、产品视觉、海报、UI 原型、角色美术等创建提示词变体，以及在保留原有概念的前提下让提示词更具体、更可控。核心原则是保留用户意图，不编造未经支持的产品事实、规格、价格、品牌主张、口号、认证或安全声明；对非阻塞性缺失细节做最小合理假设并标注；对会显著改变结果的缺失细节先提 1 到 3 个简短问题。输出格式通常包含最终提示词、负向提示词/约束、变更说明和可选变体，并对图像、视频、音频分别给出了提示词组织优先级和可直接套用的模板。
image-to-video
将静态图片转为动画视频的技能指南，讲解通过 inference.sh CLI（belt）选择图生视频模型、编写运动提示词与运镜方式，涵盖 Wan 2.5 i2v、Seedance、Fabric、Grok Video 等模型的适用场景。
video-cover-packager
把一期视频素材（脚本、大纲、字幕、逐字稿、音频或视频）包装成完整发布方案：封面标题、分平台标题、作品描述、平台标签，确认后再做封面创意方向与生图，一次只处理一期内容。
image-generate
image-generate 是 agent-media 提供的命令行图像生成技能，可根据文本提示词调用 AI 图像模型生成图片，支持指定尺寸、数量、输出路径与提供商，返回包含图片路径的 JSON 结果。
replicate-study
replicate-study 是 medsci-skills 中的技能，用于把已发表队列研究的方法学迁移到另一个数据库，并记录目标数据库导致的每处偏差。输入源论文、目标数据与可选变量对照表，输出复现报告、变量映射与分析代码。
design-workflow
一套用于避免“AI 通用感”的 UI 设计规范技能，适用于制作界面原型、审查设计中的通用 AI 模式，或搭建项目设计系统。强调沿用项目既有设计系统、避免常见 AI 套路、按组件逐步设计并保证原型质量。
comfyui-media-workflows
用于生成式媒体生产的 ComfyUI 节点图工作流技能，帮助智能体编写、审查、执行并交接可复现的 ComfyUI 流程，适用于图像、视频、放大等任务，且不绑定特定模型或云服务商。
add-callouts-and-arrows
该技能用于给现有视频添加标注框和箭头，让箭头指向旁白提到的具体按钮或字段，并随旁白出现和消失。它依赖 Clueso MCP 连接，适合需要精确指向操作位置的演示或教程视频。
add-key-point-overlays
该技能用于为已有视频的每个段落添加简短文字叠加，在旁白讲到要点时把要点显示在屏幕上，帮助观众记住内容。需连接 Clueso MCP 后使用，支持从旁白提取要点、按品牌样式放置并校验画面。
add-opening-hook
该技能用于把视频原本平淡的冷开场替换成约5秒的开场钩子，先讲清观众能获得的收益或要解决的问题，再进入正式讲解；适用于用户要求为视频添加开场钩子时。
explain-it-simply
将复杂主题或问题转化为60-90秒的通俗解说视频，脚本以钩子、类比、2-4个要点与收尾构成，画面主要用动态图形而非录屏，需连接 Clueso MCP 使用。
remove-filler-words
该技能用于清理视频旁白中的“嗯”“呃”等填充词、口误与重复，在保持原意与措辞不变的前提下重生成语音并重新对齐画面，需配合 Clueso MCP 使用。
linkedin-automation
通过 Rube MCP 接入 Composio LinkedIn 工具包，自动化 LinkedIn 任务：发布帖子、管理个人资料与公司信息、评论及图片上传。使用前需先调用 RUBE_SEARCH_TOOLS 获取最新工具结构，并确保 LinkedIn 连接处于 ACTIVE 状态。
Parser
Parser 是 danielmiessler/lifeos 中的技能，用于把 URL、文件、视频、PDF 等内容解析为结构化 JSON，支持实体抽取、批量处理与重复检测。
punch-list-manager
面向建筑项目收尾的数字式缺陷清单（punch list）管理技能，用于记录缺陷、指派整改、拍照存档并做完成核验，覆盖从现场走查到最终验收的流程。
robis-design-best-practice
Robi 的 UI 设计最佳实践技能，用于构建和审查界面时统一颜色、间距、圆角、图标、阴影与动效规范，强调低饱和度配色、WCAG AAA 对比度、4px 间距体系与平滑缓动，适合前端组件设计与评审场景。
design-engineer
面向 React、Next.js、Vite、文档站、仪表盘、组件系统与产品网站的前端设计工程技能，把粗糙或仅能用的界面打磨为可发布成品。它强调先读代码与本地约定，再改进真实产品界面，而非堆砌通用装饰。
spine-animation
该技能可将已有的2D角色素材（分离的身体部件PNG、图集精灵表或整张角色图）转换为 Spine 骨骼动画，通过内置 Python 脚本完成角色拆分、部件定位与布局，需要 Gemini API 密钥。