SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-16 00:02
19,444 个结果
该技能用于制作多段式动画故事视频：先确立一个形象一致的角色，再生成连续的分镜画面，最后将其逐段动画化。输入包括角色描述（必填）、故事梗概（必填）以及可选的参考图。若未提供参考图，先用 muapi 图像生成（nano-banana-pro）创建角色并请用户确认；确认后使用图像编辑模型（nano-banana-2-edit 或 flux-kontext-pro-i2i）以该角色图作为参考生成开场、中段与结尾三个场景；随后用图生视频模型（如 kling-v3.0-pro-image-to-video、veo3.1-image-to-video）逐段生成 Part 1、Part 2、Part 3 视频。执行方式为 LLM 编排：读取各阶段、补齐缺失输入后调用 muapi CLI，必要时用 curl 调用原始端点并用 muapi predict wait 轮询。可按需用 ffmpeg concat 合并为单部影片。
该技能用于把二维户型图设计并转换为写实、高质量的三维建筑渲染图。用户需提供户型描述（必填），也可选提供一张二维户型图作为起点。流程分两阶段：阶段A用 muapi 图像生成（模型 nano-banana-2）生成专业、干净的俯视二维建筑平面图，白底黑线、标注房间名称；阶段B用 muapi 图像编辑（模型 nano-banana-2-edit）以阶段A的平面图为参考图，生成写实的等距剖切三维渲染，含照片级材质、暖色木地板、现代家具、柔和自然光与真实阴影。适用于建筑可视化、室内平面方案展示、户型设计等场景。
ru-text 是一套面向俄语文本质量的开源技能/参考规范，用于编辑、校对和格式化俄语内容：自动应用俄式排版（«»引号、长破折号、不间断空格等），并按需提供编辑风格、停用词替换与评分参考。
gemini-omni 是 OpenMontage 中封装 Google DeepMind Gemini Omni Flash（模型标识 gemini-omni-flash-preview）视频生成与编辑能力的工具。它通过原生 Gemini API 调用，可生成 3-10 秒、720p、24fps、带合成音频的短视频，并支持基于会话状态的多轮对话式编辑：每次生成会返回 interaction_id，后续调用可携带 previous_interaction_id 对同一段视频进行原地修改，无需重新生成。该工具支持文生视频、图生视频、参考图绑定（<FIRST_FRAME>、<IMAGE_REF_N> 标签）、时间码分镜调度以及屏上文字渲染。除直连 Gemini API 外，资料还列出 fal.ai、Runway、ComfyUI 合作节点等替代路由，但这些网关路由无法保留 Google 的交互 ID 工作流。使用时需注意其仅支持付费层级、按输出视频时长计费、不支持种子与负面提示词等预览阶段限制。
ui-craft 技能中的入口子技能，充当“前门”角色。它以只读方式扫描当前项目，检测框架与样式方案、设计令牌体系、brief、外部设计契约、spec、运行环境以及现有 UI 状态，然后报告 ui-craft 当前可提供的能力，并给出一个推荐的下一步命令。该子技能本身不构建、不编辑、不审计、不重新实现任何阶段逻辑，只负责检测状态与路由，用户确认后交由 /brief、/tokens、/sddesign、/craft、/finalize 或审查代理等真实命令执行。
Motion Graphics 是一个用于 AI 视频制作的技能，配合 remotion-best-practices 与 cinematic-camera 使用。它负责素材接收、研究、真实资产获取、参考选择、视觉质量与交付授权，并通过 promptible-gate.mjs 脚本设置硬性执行门槛：未打印 BUILD AUTHORIZED 不得编写合成代码，未打印 DELIVERY AUTHORIZED 不得交付渲染结果。技能强调使用真实、权威的产品素材与品牌资产，禁止霓虹、发光、玻璃拟态等 AI 风格化视觉，要求运动揭示因果关系、尺度、替换、导航或状态变化，并需经独立视觉评审与交付门禁审核。
该技能面向 SaaS 与生产力工具场景，指导如何把迪士尼动画十二原则应用到业务工具、项目管理、协作软件或效率类应用的动效设计中。核心目标是打造高效、专业的产品体验，帮助用户保持专注并减少操作阻力。资料给出的要点包括：挤压与拉伸要克制使用，如任务完成时复选框轻微形变、按钮轻微压缩提供触觉反馈；预备动作用于保存、表单提交、拖拽启动；舞台化强调当前任务、弱化侧边导航并让通知不打扰；直线与姿势对应分别对应工作流步骤与实时协作光标、仪表盘顺序加载；跟随与重叠动作用于卡片阴影、列表重排、面板缩放；缓入缓出使用平滑专业缓动而非弹跳；弧线用于拖放、看板卡片移动、通知滑动；次要动作包括自动保存脉冲、同步状态、骨架屏微光；时间控制以 150–300 毫秒为主，输入校验 100 毫秒即时反馈；夸张几乎不用，仅里程碑与引导可稍活泼；扎实绘制强调图表清晰、图标统一、字号可读；吸引力体现为专业精致而非炫目，动效应无形、一致、可信。资料还给出行业时间标准：按钮反馈 100ms ease-out，模态框 250ms ease-out，下拉菜单 200ms ease-in-out，页面转场 300ms ease-in-out，吐司通知 200ms ease-out。关键原则是动效应对专注工作的人不可见，只为反馈和空间感知服务，绝不娱乐或拖延。未提供官方文本、具体实现代码、安装方式和适用平台信息。
该技能可根据一张产品照片和品牌简报，生成 5–10 秒的电影感产品广告视频。流程分为两个阶段：第一阶段用图像模型生成 4 个不同风格的主视觉帧变体供用户挑选；第二阶段对选定帧进行放大并制作成带背景音乐的动态视频。所需输入包括产品图片 URL、品牌简报（氛围/风格方向）和可选时长（默认 6 秒）。
面向生产系统的可观测性设计技能，覆盖指标、日志与追踪三大支柱，提供 SLI/SLO 脚手架、黄金信号监控、告警优化与 Grafana 仪表盘生成。
startup-design 是 ferdinandomains/startup-skill 体系中的多阶段技能，用于从零设计、验证并规划一个创业项目，覆盖市场研究、竞争分析、商业模式、品牌、产品定义与财务等环节，产出按领域分组的 Markdown 文档并带进度追踪。
muapi-3d-logo-animation 是一个面向生成式媒体的技能，用于将 2D 标志转换成高级质感的 3D 版本，并为其添加专业电影级动画效果。该技能通过 LLM 编排的方式运行，分两个阶段执行。第一阶段为 3D 标志生成，使用 nano-banana-2-edit 图像编辑模型，将用户上传的 2D 标志图像转换为具有深度、真实反射和专业影棚布光的 3D 标志，可指定材质风格（默认为光泽玻璃与铬金属），并置于干净的虚化背景上，追求高端平面设计美学与 8K 分辨率。第二阶段为电影级标志动画，使用 veo3.1-fast-image-to-video 图生视频模型，基于第一阶段生成的 3D 标志，制作缓慢旋转、带动态光扫掠过材质表面、微妙镜头运动与背景粒子效果的专业片头式动画。技能支持 logo_image 与 material_style 两个输入参数，触发关键词包括 3d logo、logo animation、2d to 3d logo、animated logo 和 cinematic logo。
muapi-logo-branding 是一个通过 muapi 图像生成模型制作专业 Logo 与品牌视觉包的技能。它要求用户提供品牌名称和行业两个必填信息，并可选择填写风格偏好、颜色偏好和品牌气质。该技能会生成三款 Logo 概念稿：主方案、备选风格方案以及纯图标/标志方案，随后再生成一张真实应用场景的模拟图，展示 Logo 在名片、咖啡杯、信纸和网站图标上的效果。生成完成后会请用户挑选最喜欢的方案，并进一步提供深色/浅色变体、SVG 导出提示和社交媒体头像裁剪等选项。
sddesign 是 ui-craft 技能体系中的一个子技能，聚焦于“规范驱动（spec-driven）的设计流水线”。它按顺序引导用户走完从需求简要到交付的完整流程：brief（需求简要）→ tokens（设计令牌）→ shape（产出规范）→ craft（构建）→ converge（收敛优化）→ ship（交付）。整个流程在一次引导式运行中完成，并在过程中写入 .ui-craft/spec.md 作为规范记录。该命令本身只负责编排：检测各阶段产物是否存在、提示用户是否运行或跳过某一阶段、输出进度清单、并在跳过阶段时如实说明降级代价；具体的组合规则、线框算法、craft 规则和收敛引擎都存放在各阶段命令中，本命令不重复实现。运行时会加载 ui-craft 技能，若同时安装了 ui-craft，应先阅读其 SKILL.md 中的 Discovery、Anti-Slop 和 Craft Test 内容。适用于需要在统一规范约束下推进界面设计、并希望将规范沉淀为文件以便跨会话复用的场景。
muapi-interior-design 是一个面向室内设计可视化的技能，可用于重新设计现有房间、生成新房间概念，或在空间中呈现特定家具风格。它接受房间类型、设计风格、色彩搭配、特定元素以及可选房间照片等输入，通过 muapi 的图像生成与图像编辑能力产出专业级室内设计效果图，并可进一步扩展房间视野、生成漫游视频或情绪板。
muapi-interior-design-visualizer 是一个室内设计可视化技能，用于生成空房间并将其填充为风格化的家具与装饰，或对已有房间进行重新设计。它属于 samuraigpt/generative-media-skills 技能集，通过 LLM 编排流程调用 muapi 的图像生成与图像编辑能力完成设计可视化。技能接受房间类型、设计风格以及可选的空房间图片作为输入，先建立空房间基底，再进行家具布置与风格化渲染，最终输出效果图，并可继续生成不同风格的变体方案。
这是一个由 LLM 编排的生成式媒体技能，用于将同一主体或场景从多个戏剧化镜头角度重新渲染，支持鱼眼、鸟瞰、低角度、微距、荷兰角、虫眼等多种机位，并在各角度间保持一致的人物身份与细节。该技能通过 muapi 的图像生成与图像编辑模型分两阶段执行：第一阶段用 nano-banana-pro 生成基础主体图（可使用参考图保证一致性），第二阶段用 nano-banana-2-edit 以该基础图为参考，批量生成各角度变体，最后向用户展示多角度画廊。适用于需要为同一人物或产品生成多机位视角素材的创意与营销场景。
Multi-Angle Shots 是一个用于生成完整多角度产品图的技能，可一次性产出正面、侧面、背面、俯视以及 45 度视角的产品展示图，用于全面的产品可视化。它通过 muapi 的图像生成命令并行提交各个角度的生成任务，并支持传入参考产品图以保持产品一致性。用户可指定产品名称、背景风格、布光方式和产品类别，以适配不同品类的拍摄逻辑。生成完成后会以网格形式呈现 5 个角度，并可建议追加 360° 旋转视频与图像放大处理。
该技能提供 Godot 着色器（shader）的专家级模式与脚本模板，聚焦批处理安全、深度预通道兼容与性能优化。内容涵盖逐实例受击闪光、Alpha Scissor/Hash 植被与溶解、屏幕空间后处理、深度重建、三平面映射、实例纹理数组、噪声地形位移等场景，并给出大量“绝不要做”的反模式清单（如避免无条件 discard、避免高开销分支、避免精确浮点比较、避免为改一个值复制材质等）。同时附带可直接使用的 .gdshader 与 .gd 脚本，以及运行时 uniform 动画和着色器预热加载方案。
3D Visualizer 是一个专注于 Three.js、3D 图形与交互式 3D 可视化的技能，帮助开发者创建 3D 场景、交互式 3D 图形和沉浸式网页体验。它覆盖 3D 模型与场景、材质与光照、动画与交互、相机控制，以及 3D 数据可视化（3D 图表、网络图、地理空间数据、科学可视化）和交互式 3D（360° 产品查看器、配置器、交互式演示、3D 游戏）。该技能提供基于 React Three Fiber 的代码示例，包括基础 3D 场景、3D 模型加载器、动画 3D、3D 柱状图、交互式产品配置器、3D 网络图，以及使用 Instanced Mesh 的性能优化方案。
muapi-one-shot-video 是一个用于生成单镜头连续电影感视频的技能。它通过 muapi 的视频生成能力，把一段场景描述渲染成没有剪辑、没有转场的一镜到底画面，强调流畅的镜头运动、戏剧性灯光和电影质感。用户需要提供场景描述（必填），并可选择风格、时长、画幅比例和参考图。若提供参考图，则使用 veo3.1-image-to-video 模型；否则使用 veo3.1-text-to-video 模型。生成后可直接展示视频，并可进一步建议生成第二机位变体，或使用 mmaudio-v2-video-to-video 添加环境音。该技能适合需要单镜头电影感素材的创作场景，例如氛围短片、产品展示、人物场景等。
nano-banana 是一个基于命令行的 AI 图像生成工具，默认使用 Gemini 3.1 Flash Image Preview（Nano Banana 2）模型，也可切换至 Gemini 3 Pro。它支持 512 至 4K 多分辨率、多种宽高比、参考图风格迁移与图像编辑，并能通过绿幕加 FFmpeg 抠像生成透明背景素材。安装需先安装 Bun，克隆仓库后执行 bun install 与 bun link，并配置 Gemini API Key。生成结果按尺寸与模型计费，费用记录在本地 costs.json 中，可用 --costs 查看。
muapi-brand-kit 是一个用于生成品牌视觉套件的技能，可一次性产出协调统一的品牌视觉资产，包括 logo 概念、色彩情绪板以及字体搭配建议。该技能通过并行计划同时生成四类资产：两种 logo 概念（极简文字标/字母标，以及图标加文字标组合）、一张 16:9 的品牌情绪板（含 5 个品牌色卡、生活方式图片瓷砖与字体样例）、以及一个可无缝平铺的品牌图案或纹理。生成完成后，技能会汇总资产引用、给出 5 个十六进制色值及其角色（主色、辅色、强调色、浅中性色、深中性色）、推荐 2 组适合品牌个性的 Google Fonts 字体搭配，并提供使用指导（各 logo 变体的适用场景、色彩使用建议）。输入参数包括品牌名称（必填）、行业或细分领域（必填）、3–5 个品牌个性形容词（可选，默认 modern, trustworthy, approachable）、以及可选的色彩方向偏好。若会话中存在参考图片，会先分析其风格再生成。该技能由 LLM 编排，需通过 muapi CLI 调用，未设置 MUAPI_API_KEY 时需先执行 muapi auth configure。
该技能可将人物照片转换为皮克斯风格的 3D 卡通角色，再通过参考舞蹈或动作视频驱动该角色完成动画。输入包括人物照片（必填）和参考视频（可选）。流程分为两个阶段：先用 muapi 图像编辑模型（nano-banana-2-edit）生成保留人物身份特征的 3D 卡通形象，经用户确认后，再用运动控制视频模型（kling-v2.6-std-motion-control）让角色复现参考视频中的舞蹈动作，最终输出动画视频。
这是一个虚拟试衣技能，通过组合人物照片和服装图片，让用户生成穿着该服装的时尚照片，并可选地进一步生成专业时尚模特视频。该技能分两个阶段：第一阶段使用 muapi 图像编辑（模型 qwen-image-edit-2511），将人物照片与服装照片合成一张自然逼真的时尚摄影风格图片；第二阶段可选，基于第一阶段生成的试穿图片，使用 muapi 的图生视频模型（seedance-v1.5-pro-i2v-fast）生成模特展示服装的短视频。技能需要两个必填输入：person_image（人物或模特照片）和 clothing_image（服装照片）。触发关键词包括 fashion try on、virtual fitting room、try on clothes、model fashion、clothing preview。执行时由 LLM 编排，先检查认证（需设置 MUAPI_API_KEY），缺少输入时向用户询问。未提供 CLI 别名的模型可通过 curl 调用原始 API 端点并轮询结果。