nano-banana-videogen
通过 nano-banana CLI 调用 Google Veo 3.1 模型生成视频的技能,支持文生视频与图生视频、音频、时长与分辨率等参数控制。
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
20,588 个结果
通过 nano-banana CLI 调用 Google Veo 3.1 模型生成视频的技能,支持文生视频与图生视频、音频、时长与分辨率等参数控制。
用于构建可编码设计系统的技能:三层设计令牌(CSS 变量与 W3C DTCG JSON)、间距/圆角/阴影/动效尺度、明暗与多品牌主题、组件 API 与文档,并含验证步骤。
将主题、句子、物件、情绪、文章想法或照片编译成静谧的日韩独立志风格编辑海报:竖长做旧纸张、大面积留白、单一高饱和色墨点。内含提示词编译器、配色规则、变化引擎与图像生成脚本。
Motion Studio 是一个将动态设计、艺术指导、动画、剪辑与声音设计整合到一起的技能,可根据简短需求生成精致的动态图形 MP4 视频。
Hedra 角色视频技能,用于制作说话头像、口型同步、动作头像和实时虚拟人。资料说明其以音频驱动表演为核心,而非通用电影级视频模型;文档中的模型列表、价格、时长等为 2026-07-10 核实,可能变化。
面向多模型图像生成网关的技能资料,用于在 fal.ai、Replicate、Together AI 三类无服务器网关上选择、接入与运行文生图任务,强调先建立路由与审批记录、逐模型冻结 schema、控制付费调用与凭证安全。
LTX-2 Video 是围绕 LTX-2.3 的音视频生成与编辑技能,可通过官方托管 LTX API 或官方本地/开放权重仓库使用,支持文生视频、图生视频、音频驱动视频、局部重拍、延展与 SDR 转 HDR 等。
Pika(pika.art)生成式短视频技能指南,聚焦效果驱动的短视频与生成式编辑,如 Pikaffects、Pikadditions、Pikaswaps、Pikaframes、Pikascenes、Pikatwists 与 Pikaformance 唇形同步,并说明何时应改用其他模型。
将已拍摄视频转化为精确、客观、按时间顺序排列的制作语言的技能,用于镜头描述、检索索引、数据集标注、VFX交接与审阅。强调只描述可见事实,区分观察、测量与推断,不臆测意图或氛围。
stitch-videos 是 Clueso 的缝合视频技能,把两段或多段视频按指定顺序拼接为一部连贯作品,统一画面风格、比例与品牌元素,并在衔接处加入过渡旁白,使各部分自然承接。需连接 Clueso MCP 后使用。
通过 Rube MCP 和 Composio 的 YouTube 工具包自动化 YouTube 任务,包括上传视频、管理播放列表、搜索内容、获取分析数据以及处理评论。使用前需连接 Rube MCP 并完成 YouTube 账号授权。
用于通过迭代式设计访谈创建产品需求文档(PRD)的技能,定义功能的最终状态,适合 RFC 评审和 AI 智能体据此实现。
收入导向设计(RCD):一套基于证据的 SaaS 与创业产品设计原则,用于提升转化、留存与变现。含 134 条原则及来源,附边界校验脚本、收入计算脚本与项目日志机制;明确禁止用于赌博、博彩、赌场类产品。
plan-feature 是 agentic-workflow 中的工程规划路由技能,用于把已完成产品定义的功能或 issue 送入工程规划并登记到路线图;未完成产品设计的工作会被拦截并转到 design-feature。仅产出文档,不写代码、不开分支。
一个面向 Blender 的建模工作流技能:通过 Python 脚本与 Blender CLI 以可复现方式创建或大幅完善模型,适合网格、道具、硬表面与场景资产,输出源码、.blend 与 .glb 等产物。
pixel-perfect 是一个用于从 Figma、实时网站、可点击演示、截图或图片中尽可能精确复刻 UI 的技能。它产出基于测量的实现计划、详细视觉规范和对应代码,并通过迭代验证直到渲染结果与参考一致。仅用于精确复制,不用于重设计或改进。
jp-executor 是 Juspay 支付集成的代码实现技能,依据上游 jp-prd 需求文档、jp-architecture 设计与 task-checklist,在代码库中按依赖顺序落地支付集成并回写任务状态。
design-md 是 leonxlnx/stitch-skills 中的一项技能,用于分析 Stitch 项目,将界面中的颜色、字体、圆角、阴影与布局等设计要素提炼为语义化设计系统,并生成 DESIGN.md 文件,作为后续提示 Stitch 生成风格一致新界面的参考依据。
enhance-prompt 是 Google Labs 的 stitch-skills 技能集中的一项提示词优化技能,定位为“Stitch 提示词工程师”。它把粗糙、模糊的 UI 生成想法转化为精炼、面向 Stitch 优化的提示词,通过提高描述的具体性、补充 UI/UX 关键词、注入设计系统上下文并对页面结构进行分段编排,从而让 Stitch 产出更理想的界面结果。该技能适用于在把 UI 提示词发送给 Stitch 前进行润色、改进效果不佳的提示词、为简单想法补充设计系统一致性,以及把模糊概念整理成可执行的提示词。执行时先评估输入缺失项(平台、页面类型、结构、视觉风格、颜色、组件),再检查项目中的 DESIGN.md 以提取设计系统块,随后应用关键词替换、氛围描述强化、页面结构编号、颜色按“描述名称(#hex) for 功能角色”格式化等增强手段,最后按指定顺序输出。默认以文本形式返回供复制,也可按用户要求写入 next-prompt.md 或自定义文件。
该技能用于从 Stitch 项目生成应用走查视频:通过 Stitch MCP 获取屏幕截图,再用 Remotion 编排过渡、缩放与文字叠加,输出专业演示视频。
Stitch 设计工作的统一入口技能,负责提示词增强、设计系统合成与工作流路由,帮助用户通过 Stitch MCP 服务器生成高保真、风格一致的 UI 设计。
键盘导航与焦点管理设计技能,面向无法或不愿使用鼠标、触摸屏的用户,指导如何让所有交互任务仅靠键盘完成,涵盖焦点可见性、焦点管理、各类组件的键盘模式、跳转链接与评估清单。
从图片中提取主色调色板的技能,支持 PNG、JPG、WebP、BMP、GIF,输出按占比排序的 hex、RGB、HSL 与面积占比,便于实现与截图或设计稿匹配的 UI。
excalidraw-diagrams 是一个通过 Python 以编程方式生成 Excalidraw 图表的技能。它用于替代 ASCII 图,产出专业且可编辑的图表,输出为 .excalidraw JSON 文件,可在 excalidraw.com 拖放打开、在 VS Code 的 Excalidraw 扩展中编辑、嵌入文档,或导出为 SVG/PNG 用于 Google Docs、演示文稿等。该技能提供 Diagram、Flowchart、AutoLayoutFlowchart、ArchitectureDiagram 等类,支持盒子、文本、箭头、连线等元素,并可通过 DiagramStyle、FlowchartStyle、ArchitectureStyle、BoxStyle 等配置类自定义外观、配色方案、粗糙度、描边样式与自动尺寸。还支持将图表直接保存到 Google Drive 并生成在线编辑链接。