lovart
Lovart API 是通过 okou-skills 接入的 AI 设计生成接口，可用自然语言提示生成图像、视频或 3D 内容，并支持图像放大等工具，采用 AK/SK HMAC-SHA256 签名认证。
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 10-28 00:17
设计与创作
21,059 个结果
sprite-animator
sprite-animator 是一个命令行工具，可将任意图片借助 Gemini 生成为动画像素风精灵 GIF。它先生成 16 帧精灵表，再合成为循环 GIF，支持 idle、wave、bounce、dance 四种动画，适合把照片或像素画转成动态素材。
writing-specs-designs
用于撰写可直接进入构建的规格与设计文档包，涵盖低保真图、用户流程与状态、原型简报和可测试验收标准，适合产品或体验变更的需求梳理。
tester
tester 是 AI 开发团队中的高级 QA 工程师技能（命令 /qa，别名 Rob），专注于测试用例设计、BDD 规格编写与功能验证，依据验收标准做黑盒测试、评审 E2E 自动化测试并输出测试报告。
hand-gesture-recognition
一份面向实时手部追踪与手势界面设计的计算机视觉专家技能，核心围绕 MediaPipe Hands 集成、自定义手势分类、手部关键点处理与手势到动作映射，强调可用性、边缘情况与包容性，并建议手势界面始终保留键盘回退。
proof-video
proof-video 是 openclaw 仓库中的开发者技能，用于给证明视频或 PR 录屏添加字幕、说明、旁白提示与缩放效果，借助仓库内捕获辅助工具和系统 ffmpeg 渲染器，将字幕烧录进 MP4。
openclip-remove-background
OpenClip 的 remove_background 工具，用于去除图片背景并返回透明 PNG。只需 OpenClip 账号即可免费使用，无需订阅或积分，也没有需要调整的参数，一次调用即可完成。该工具通过远程 MCP 服务器提供，支持在 Claude Code、Claude Desktop/Web、Cursor 及仅带请求头的客户端中配置接入。调用流程为：先上传文件取得 id，再调用 remove_background(file)，然后轮询任务状态，完成后获得永久 CDN 的透明 PNG 链接。免费额度按日限流并有单文件大小上限。
states
该技能是一份面向界面状态设计的系统化指南，主张每个依赖数据的区域都应覆盖六种关键状态：首次加载、重新加载、空、部分、错误、过期/离线与成功。文档提供了枚举状态的清单，并针对加载骨架屏、时序控制、空状态引导、部分数据展示、错误信息撰写、乐观更新回滚、过期数据标记、未保存提示和成功反馈等环节给出了具体设计规则与反模式，强调数据到达时页面不应跳动、重新获取时保留已有数据。
type
该技能提供一套面向产品界面的字体排印规范，强调通过字体选择、字号层级、行高、字距、字符宽度、数字样式与加载方式，让界面文字看起来经过刻意设计而非沿用默认值。资料区分产品型界面与阅读型界面两套字号尺度，并说明如何用颜色、字重和留白而非不断改变字号来建立层级。还涵盖表格数字、OpenType 特性、文本换行与截断、链接样式、表单和按钮文字、字体加载与回退，以及常见“默认感”排印问题的修正方法。
ai-product-photography
通过 inference.sh CLI（belt）调用 FLUX、Imagen 3、Grok、Seedream 等模型生成商业产品摄影图，覆盖电商主图、生活场景、英雄图、平铺图等风格，并提供批量生成与放大、抠图等后处理流程。
explainer-video-guide
讲解视频制作指南技能，覆盖脚本公式、配音、画面与合片流程，基于 inference.sh 的 belt CLI 串联文生视频、语音合成与音视频合并等步骤。
google-veo
通过 inference.sh CLI（belt）调用 Google Veo 系列模型生成视频的技能，支持 Veo 3.1、Veo 3.1 Fast、Veo 3、Veo 3 Fast、Veo 2，可做文生视频与电影感镜头。
image-upscaling
该技能通过 inference.sh CLI（belt）对图像进行放大与增强，支持 Real-ESRGAN、Thera、Topaz、FLUX Dev Upscaler 等模型。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入 image_url 等参数运行对应应用。可用于 AI 艺术放大、老照片修复、网页高 DPI 图片准备、大幅面打印和缩略图高清化等场景。
gpt-image-prompts
该技能用于把视觉创意转化为可直接使用的提示词和 API 设置，面向 OpenAI GPT Image 系列模型，默认目标为 gpt-image-2。它把模型当作执行明确创意简报的生产级设计师，要求先定义目标、视觉交付物、主体、构图、约束和精确文字。输出通常包含代码块中的即用提示词、推荐的 API 设置（模型、尺寸、质量、背景、输出格式等），以及可选的一两条后续微调提示。技能还给出模型默认值与约束，如质量档位、常用尺寸、gpt-image-2 的尺寸限制、不支持透明背景、默认输出 png 等，并强调用自然语言写创意简报而非堆砌关键词、保持稳定的提示词顺序、在编辑中保留不变量、精确引用图中文字、以窄范围后续提示进行迭代。
visualise
在对话中直接渲染内联交互式可视化的技能，支持 SVG 图、HTML 组件、图表与讲解图。用户要求画图、流程图、架构图、数据可视化或 UI mockup 时使用。产物注入沙箱化 iframe，以 token 流逐字呈现。
optimize-3d-assets
面向 Web 的 3D 资源优化技能，使用 gltf-transform、gltfpack/meshopt、Draco 与 KTX2/Basis 压缩 glTF/GLB 模型和贴图，可选转换为 R3F 组件。
space-video-audio
视频配音与配乐技能：用 TTS 生成旁白、按视频情绪匹配并下载免版权 BGM，再用 ffmpeg 混音合成，支持自动压音、响度归一、淡入淡出与对齐视频长度。
space-video-broll
动效导演与 B-roll 生成器：从文字、脚本或视频一次性产出 30 秒以上动效 B-roll 视频（HTML 渲染为确定性 MP4），强调视觉隐喻与运动而非 PPT 式翻页，内置多种设计风格，产出不使用 emoji。
space-video-cover
为口播视频及B站、视频号、小红书、YouTube等平台生成高点击封面，保持账号统一「家族气质」但每条重新设计。输入标题、主题或截图，输出对应平台比例的封面图。
space-video-edit
space-video-edit 是面向口播视频的两阶段剪辑技能：先转写并识别口误、语气词、静音、重复、卡顿与残句，生成审核页供用户确认后剪出干净视频并重转写校对字幕；再把剪后视频、字幕与素材串成分镜、时间轴预览并导出成片。
video-merge
video-merge 是 videoclaw 中的视频合并技能，用于在用户需要合并视频片段、添加音频并生成最终视频时使用。它通过 videoclaw merge 命令按项目名称执行，需先完成 video:audio 步骤。
video-preview
video-preview 是 videoclaw 中的预览技能，用于在用户需要预览图片或视频时调用。通过 videoclaw preview 命令指定文件路径即可预览，可选指定项目名称。
video-quick-create
video-quick-create 是一个快速创建视频的技能，采用 Seedance 2.0，按故事大纲、素材准备、文本分镜、i2v 生成视频四步一步完成。首次使用需确认已安装 videoclaw。
take-one
Take One 是一个把简短请求转化为成品短片的技能，采用代码渲染（网页逐帧绘制、无头 Chrome 捕获、ffmpeg 合成 MP4）的方式制作视频。它模拟一个十二岗位的“工作室团队”分工协作，包括策略师、创意总监、编剧、声音导演、艺术指导、分镜师、摄影师、作曲、音效设计、剪辑、审核和社交文案，从构思、分镜、视觉风格、制作到审核与发布文案全流程覆盖，适合制作音乐视频、产品解说、品牌短片等。