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 10-27 00:15
20,950 个结果
Handoff 是一个面向 UX 设计交付的 AI 技能，用于把已批准的设计方案整理成工程团队可直接实现和测试的交接包。它强调传递设计意图而非仅外观，要求先收集已批准设计、流程与状态决策、设计系统组件、内容、无障碍要求、约束和决策记录等事实来源，再检查是否存在缺失状态、模糊过渡、未支持的新组件、未定内容、未定义的无障碍行为、影响体验的数据条件以及未决决策等会导致工程猜测的问题。输出时优先说明用户目标与结果、进入条件与主要行为、分支与恢复、组件与模式用法、状态与数据条件、响应式行为、内容规则与术语、无障碍行为、依赖与约束、未决问题，并可按团队工作流转换为 Jira、GitHub Issues、Linear、Azure DevOps 等可构建工单。
该技能用于指导使用 Hyperframes 制作高端产品发布视频，覆盖从品牌发现到最终验证的结构化流程。它作为视频项目的“导演与架构师”，需配合官方 /hyperframes 与 /gsap 技能使用，以获取最新的合成规则、数据属性语义、时间线、缓动函数与复杂动画模式。技能强调无状态项目生成：技能目录为只读模板，所有项目文件（如 brand_dna.json、ART_DIRECTION.md）必须写入用户的目标视频项目文件夹。工作流包括：通过 Playwright 分析网站提取品牌色、字体与核心价值主张，向用户索取 logo 与图标，确认视频类型（纯动态图形或混合）；在编写 HTML 前先生成艺术指导文档并逐秒拆解场景；应用高级动态设计原则（Apple 式镜头、橡皮擦揭示、碰撞碎裂、玻璃拟态、打字机物理等）；提供音效购物清单并用 audio 标签与 GSAP 同步；最后进行验证与排错，必要时引导安装 FFmpeg。
video-enhancement 是一个基于 verging.ai 的 AI 视频增强技能，用于对视频进行分辨率提升、降噪和锐化处理。它支持本地视频文件以及 YouTube、Bilibili 等平台的视频 URL，可进行 HD/4K 级别的画质增强，并提供实时进度反馈。该技能通过命令行调用，使用 /video-enhancement 命令并配合 --video 等参数执行。处理流程包括下载远程视频、裁剪时长、检查积分、上传视频、创建增强任务、轮询任务状态以及返回或下载结果。视频最大时长为 30 秒，超出需先裁剪。普通模式消耗 3 积分/秒，HD 模式消耗 5 积分/秒。使用前需配置 VERGING_API_KEY 环境变量或通过 --api-key 传入密钥。
explainroo 是一个本地运行的解说视频生成工具：它把两份文件——一份写明旁白内容的脚本，和一份负责绘制画面的小型 JavaScript 文件——合成为带配音、音乐与音效的 MP4 视频。配音由本机上的语音模型朗读脚本生成，无需 API key，并会记录每个单词的朗读时间戳；画面帧由 Chrome 渲染。运行需要 Node.js 20.11 及以上、ffmpeg，以及 Chrome 或 Chromium。适合在用户需要制作解说视频时使用。
Papercut Build 是 papercut-explainer 技能集中的剧集构建与渲染工具，用于基于分镜脚本（storyboard）和旁白脚本生成完整的 papercut 风格视频剧集。它通过脚手架创建项目结构，调用并行智能体按场景搭建画面，整合素材与音频，最终用 Remotion 渲染出 MP4。该工具依赖库文件（PAPERCUT_LIB）、Node 20+、npm、ffmpeg、Python 工具（numpy、Pillow、soundfile）及 Chrome/Chromium。它要求先有 papercut/STORYBOARD.md 和 narration/script.json，并提供自检脚本验证工具链。构建流程分为脚手架、计划、素材、场景、音效、渲染和收获七个阶段。
Papercut Explainer 是一个用于端到端制作剪纸风格（papercut）竖屏（9:16）解释视频的 AI 技能工作流。它从链接（仓库、产品页、公告）出发，经过策略、钩子、脚本、分镜、脚手架、配音与计时、场景与渲染、质检等阶段，最终输出 20-45 秒的 mp4 视频。视频采用分层卡纸质感、刚性剪纸动画、慢速推镜与定格纸面抖动，每拍配磁带横幅和逐词撕纸字幕。基于 Remotion 构建，可选 AI 生成纹理素材，支持任意 TTS。提供多种运行模式（完整视频、仅脚本、分镜、风格提示词、单场景修复）和安装模式（Minimal、Standard、Full），依赖本地库目录、Node、ffmpeg 及可选 Qwen3-TTS。
papercut-storyboard 是一个在编写代码之前为 papercut 风格讲解视频做分镜规划的 AI 技能。它产出 Camera / Cut 表，为每个场景指定镜头运动与转场方式，并按场景撰写分镜块，把每个重读词展开为帧级事件，同时给出音效计划。它面向使用 papercut 工具链制作纸片剪贴风视频的创作者，帮助统一镜头语言、转场与音效节奏，避免场景代理自行发挥导致镜头手法不统一。
Design Variations 是 Agentic Design System 中的一项技能，用于在 UI 方向或交互选择尚未确定、或用户明确要求提供选项时，探索有意义的替代方案。它把浏览器当作一次性的决策界面：在生产实现之前先发散出多个方向，由人来选择或融合，然后只把胜出的方向送入正常的构建与评审流程。该技能会跳过已经确定的方向、小修小补、纯文案编辑、机械式打磨，以及仅涉及单个 token 或样式值差异的任务。它强调每个方向必须有独特的主题名称，在结构、层级、密度、交互模型、隐喻或信息流等有意义的维度上产生差异，而不仅仅是换色、换字体或调整间距。
针对 Unity URP 的移动端后处理技能，聚焦单次 Pass 合并、Renderer Feature 注入与移动/WebGL 上可用的屏幕特效。文档说明每个后处理 Pass 都会带来一次全屏 Blit 开销，中端移动设备约 0.5–2ms/Pass，并给出把暗角、色彩分级、简易泛光等合并进一个 Pass 的完整 Shader 与 C# Renderer Feature 示例。同时提供按开销排序的移动端特效清单（色彩分级、暗角、胶片颗粒为安全项；描边、泛光、色差、模糊需谨慎；动态模糊、景深、屏幕空间反射、SSAO 建议避免），以及可参考的开源仓库与来源链接。
面向 Krea 2 的提示词工具套件，可创建、反推、扩写、修复、转换、评估与批量生成 Krea 2 提示词，区分托管版与开源权重版，并提供场景图、多参考图角色分配、排版与节点系统提示等模式。
recreate-thumbnails 是一个用于生成 YouTube 缩略图的技能，核心功能是通过 Gemini 图像模型对缩略图进行换脸，使画面中的人物变为指定对象。系统会分析原缩略图中人脸的方向，并从参考照片库中按姿态匹配最合适的照片，再生成多个变体。该技能提供主生成脚本和参考照片分析脚本，支持从 YouTube 视频链接自动下载缩略图，也支持本地图片或 URL 作为来源。生成后可继续用编辑模式修改文字、颜色、背景等元素。使用前需配置 NANO_BANANA_API_KEY 环境变量。
该技能用于设计交互式 AR/VR 体验，涵盖 3D 建模、空间计算与界面优化，可创建虚拟培训、AR 叠加等沉浸式环境，核心工具为 arvr-cli 及配套 API。
面向 OpenClaw 的 Twilio Video 生产级指南，覆盖 Group/P2P 房间、Access Token 签发、轨道发布订阅与审核、Composition 录制、网络质量与带宽配置等。需自备 Twilio 账号、API Key 与 Webhook 端点。
用于动画前期视觉化的技能，可协助制作故事板、动态分镜（animatic）、角色设计简报与运动规划，输出基于文件的交付物，帮助动画团队在正式制作前确立创意路线图。
面向 ElevenLabs Dubbing Studio 的 AI 配音与视频本地化技能，指导完成导入、转录校对、翻译润色、说话人配音与时间轴同步、导出及交付前质检，并输出项目简报、片段评审日志、质量评分卡和语言对质量矩阵等文件。
AlterLab 提供的 AI 动态设计与视觉特效技能，面向 Higgsfield 平台，协助用户完成风格转绘、特效合成、Canvas 图层编排与系列化动效制作，强调叙事驱动的特效运用与风格一致性。
面向 Higgsfield 平台的 AI 文生图与提示词工程技能，帮助选择模型、构建提示词、保持角色一致并做后期精修。
该技能用于设计企业社会责任（CSR）与公益营销活动，强调真实社会影响、避免漂绿。它会自主调研、生成基于文件的交付物并进行自审，适用于需要将品牌价值与社会议题对齐、构建变革理论、设计公益伙伴关系及衡量影响的项目。
一个面向动态图形与动画设计的智能体技能，可用于片头序列、动态排版、解说动画和动态品牌等任务；以帧级时间规划、缓动曲线和技术交付规格为核心，产出结构化 Markdown 文件。
组织设计技能，用于设计支撑战略的组织结构、运营模式、角色架构与过渡方案，涵盖汇报线、管理幅度与层级、决策权、岗位定义及变革落地，并强调基于事实诊断、比较多种设计方案、避免编造数据。
基于 z-ai-web-dev-sdk 实现 AI 文生图能力的技能，可通过 SDK 或 z-ai CLI 从文本提示词生成图片，支持多种尺寸，仅限后端使用。
spec-inspect 是用于检查 spec-generator 文档质量的工具，可验证 requirement.md、design.md、tasks.md 的一致性、完整性与质量，检测需求 ID 引用错误、结构缺失、矛盾、歧义表达、术语不一致、设计到任务覆盖、依赖问题等，并输出 Markdown 报告。
从 Vanguard 与 Fidelity 的 CSV 导出中解析并报告退休账户持仓与数量的技能，仅支持 CSV，不连接实时 API，也不写入任何持久化目标。
基于 each::sense 智能体的文生图技能，通过文本描述生成照片级写实、插画、概念艺术、数字绘画、Logo 等图像，自动选择最优模型，支持参考图、流式响应与批量生成，需 each::labs API 密钥。