remotion-spline
remotion-spline 是一个为 Remotion 合成提供平滑样条路径动画的包，提供线性与 Catmull-Rom 样条函数，并可将点集转换为 SVG 路径，用于绘制轨迹或计算随时间变化的动画位置。
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
21,063 个结果
video-creator
Video Creator 是一个用于编排端到端视频生成流程的技能，通过顺序化的工作流步骤（音频、导演、素材、设计、编码）完成从脚本输入到最终视频组件的制作。它根据用户输入自动选择执行模式：执行特定步骤、重新生成指定场景、恢复已有视频工作流，或从零创建新视频。该技能包含各步骤的独立实现文件，并提供状态管理脚本（video-status.py）和主题列表脚本（list-topics.py）等工具，帮助跟踪工作流进度并列出可用主题。
color-grading
color-grading 是一个面向调色技能的工作流指南，强调先读 scopes、再按专业调色师顺序操作：先检查颜色示波器（inspect_color），然后依次进行归一化（曝光和白平衡）、一级校正（黑白点、对比度、饱和度）、镜头匹配、二级校正（针对特定色相）、风格化（分离色调或 LUT），最后再次检查 scopes。它使用 apply_color 工具将每次调整合并到当前调色上，支持曝光、对比度、高光、阴影、黑白点、色温、色调、饱和度、自然饱和度、色轮、曲线、色相曲线和 LUT 等参数。资料还提供了胶片风格配方（如 Kodak 2383、Fuji Eterna、Portra 等）和操作注意事项。适用于需要对视频或图像片段进行专业调色、镜头匹配和风格化处理的场景。
icon-illustration-systems
图标与插画系统技能，提供图标尺寸刻度、网格与描边规范、图标库选型（Lucide、Heroicons、Phosphor、SF Symbols、Material Symbols）、状态与无障碍处理、动画图标及插画风格参考。
world-cup-anime
将用户照片动漫化为日式足球短片的技能：按角色设定图、三幕15秒场景、Seedance生成与拼接流程，制作约45秒的动漫足球短片，用户本人为英雄，含日语对白。
ship-this
发布 UI 改动前的静态审查技能，检查 linter 无法发现的设计问题，如无障碍、动效、响应式和视觉或体验偏移，并据此生成提交信息和 PR 描述。
ai-content-pipeline
基于 inference.sh CLI（belt）构建多步骤 AI 内容创作流水线，串联图像、视频、音频与文本生成。可组合脚本、配音、动画、数字人、合并等步骤，产出短视频、口播视频、产品演示等。需先安装并登录 belt CLI。
ai-podcast
AI Podcast 是一个通过 inference.sh 流水线从零生成多人对话式播客视频的技能。它把制作过程拆分为角色图像生成、逐轮 TTS 语音合成、头像视频生成和最终拼接四个阶段，支持真人、3D 吉祥物、插画角色以及混合阵容。真人角色可通过 Phota 训练身份档案以保证跨镜头一致性，也可用 pruna/p-image 快速生成。语音使用 inworld/text-to-speech-2，视频使用 pruna/p-video-avatar，最后用 infsh/media-merger 合并为完整视频。适用于制作播客、口播视频、演示片、宣传对话等多人出镜内容。
flux-image
flux-image 是一个通过 inference.sh CLI（belt）调用 FLUX 系列模型生成图像的技能。它支持多种 FLUX 模型，包括 FLUX Dev LoRA、FLUX.2 Klein LoRA、FLUX Dev（Pruna）、FLUX Dev LoRA（Pruna）以及 FLUX Klein 4B（Pruna），可用于高质量生成、快速迭代、自定义风格适配和图像到图像转换等任务。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入提示词等参数运行。
nano-banana
通过 inference.sh CLI（belt）调用 Google Gemini 原生图像模型生成与编辑图片的技能，支持 Gemini 3 Pro Image 与 Gemini 2.5 Flash Image，可文生图、多图生成、指定比例与分辨率、图像编辑及 Google 搜索接地。
nano-banana-2
一个通过 inference.sh CLI 调用 Google Gemini 3.1 Flash Image Preview（Nano Banana 2）生成和编辑图像的技能，支持文生图、多图输出、图像编辑、多图输入、多种宽高比与分辨率，以及 Google 搜索实时信息接地。
og-image-design
og-image-design 是一个用于设计 Open Graph 与社交分享图片的技能，覆盖各平台规格、文字排版与品牌一致性。它提供 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等平台的尺寸、比例、文件大小与格式要求，并给出标题字号、安全边距、配色等设计规则。该技能通过 inference.sh CLI（belt）调用 html-to-image 应用，将 HTML 模板渲染为 1200x630 的分享图，也支持用 falai/flux-dev-lora 生成纯视觉 OG 图。内容还包含 OG meta 标签、Twitter Card 类型、模板示例、测试工具与常见错误清单。
pitch-deck-visuals
面向投资人的路演幻灯片视觉制作技能：提供 12 页框架、逐页设计规则与数据图表规范，并可通过 inference.sh CLI（belt）生成幻灯片背景、图表与团队头像等视觉素材。
qwen-image-2
该技能通过 inference.sh CLI（belt）调用阿里 Qwen-Image-2.0 系列模型生成与编辑图像。提供两个模型：Qwen-Image-2.0（速度快、文本渲染良好，适合通用场景）与 Qwen-Image-2.0-Pro（标准速度、专业级文本渲染，适合海报和文字密集设计）。支持文生图、多参考图编辑（1-3 张）、自定义分辨率（512-2048 像素）、负向提示词、随机种子复现、批量生成（1-6 张）以及提示词自动改写。需先安装 belt CLI 并登录，再通过 belt app run 命令传入 JSON 参数调用。
qwen-image-2-pro
Qwen-Image-2.0-Pro 是阿里巴巴推出的专业图像生成模型，通过 inference.sh CLI（belt）调用。该模型擅长专业级文字渲染、细粒度写实效果和更强的语义遵循能力，适合制作含多行文字的海报、营销横幅、复杂设计以及图文结合的场景。支持文生图、图像编辑（风格迁移）、多图生成、种子复现等功能，可设置尺寸、负向提示词、水印等参数。
talking-head-production
用 AI 数字人与口型同步制作口播视频的技能，基于 inference.sh CLI（belt），推荐内置 TTS 的 P-Video-Avatar，并覆盖 OmniHuman、Fabric、PixVerse Lipsync 等模型选择、肖像规范与长视频拼接流程。
blender-compositing-nodes
面向 Blender 5.x 合成器节点（Compositing Nodes）的专家技能，指导搭建后期合成管线、编写 bpy Python 构建节点树、处理渲染通道、调色、抠像、眩光、景深与多层 EXR 输出，优先通过官方 Blender MCP 服务器实时操作。
anime-to-life
anime-to-life 是一个图像转换类技能，用于将动漫、艺术插画或 3D 渲染图像转换为写实风格的 cosplay 照片。它要求生成的照片中，角色变为真人 cosplayer，并尽量保持与原图一致的体型、姿态、表情、姿势、位置、道具、眼睛颜色和服装；面部特征保留动漫风格的美感，如精致妆容的 cosplayer 偶像；cosplayer 的族裔需通过搜索识别原图角色后确定为俄罗斯或日本；照片的拍摄角度和构图与原图匹配；背景与原图相同，但以写实风格呈现。该技能属于 shinchven/nano-banana-skills 项目，具体使用方式、平台支持、收费情况等暂未提供。
image-enhancer
该技能用于提升图像质量，尤其适合截图：可增强分辨率、锐度与清晰度，便于用于演示、文档和社交媒体。支持放大低分辨率图像、锐化模糊照片、减少压缩伪影，并按用途优化；会保留原文件作为备份。
diagram
该技能用于编排图表与示意图的创建流程，采用“渲染—检查—迭代”的工作方式。当用户要求创建示意图、维恩图、流程图等概念性图表，或折线图、柱状图、面积图等数据图表，以及为幻灯片或文档制作视觉解释时，应优先调用。它不适用于主视觉图或照片级写实内容、简单文本排版、截图或界面原型。工作流程包括：先理解内容结构、内容与目的；如有品牌技能则应用其配色、字体与视觉规范；以 SVG 绘制（默认 1280×720 画布），再渲染为 PNG；随后依据 CRAP 原则（邻近、对齐、重复、对比）与构图进行自我批判，并在缩小尺寸下复查；发现问题后修复并重新渲染，至少进行两轮批判循环；最后做完整性检查并展示给用户。
boring-video
Boring Video 是一个面向内容驱动型视频开发的编排技能，属于 sugarforever/boring-video-studio 项目。它把内容开发与逐步细化的 HyperFrames 项目串联为一条链：先确立内容，再改编为语音或视觉；场景指导产出可渲染的视觉证据，分镜计划构建可搭建的帧，HyperFrames 负责制作与可播放的审阅。它区分两类输入：内容驱动型（研究、评测、分析、观点、教程、新闻、人物等依赖完整论证、也可能转为博客文章的作品）与直接制作型（已锁定脚本、产品宣传、UI 演示、音乐主导作品、短动态图形等无需文章确立含义的作品）。对内容驱动型工作，它定位第一个缺失的已批准内容产物，并按规定的 front matter 格式存储或改编为 content/ARTICLE.md，包含来源、修订、批准时间与摘要等信息。随后按 /develop-topic、/to-article、/to-spec-beats、/to-narration、/to-scenes、/to-storyboard、/to-video 的顺序推进，每个技能完成其完成标准后才前进。直接制作型输入则绕过内容链，从 /hyperframes 开始。
to-storyboard
to-storyboard 是 boring-video-studio 技能集中的一环，用于在正式制作前把已完成的视频场景转化为 HyperFrames 分镜。它读取 SCENES.md 与 NARRATION.md，先校验节拍、旁白与场景三类产物的摘要（digest）是否与文件一致，再打开 SCENES.md 记录的项目与修订版本，加载 /hyperframes 并读取其当前的 references/storyboard-format.md 作为权威格式契约，最终生成唯一的 STORYBOARD.md。该技能负责划分 HyperFrames 帧边界、编写有序的镜头时刻（Shot moments）列表、映射旁白锚点与转场、规划时长，并在全局 YAML frontmatter 中记录来源摘要与项目身份。当帧涉及终端代码、命令、CLI 输出、数据库输出或 TUI 时，需调用 record-terminal 子技能。新帧一律保持 status: outline，不创建或声明已实现的 src，也不构建动态分镜；可播放的运动、时间与转场评审由 HyperFrames Studio 负责。
design-lounge
Design Lounge 是 Susan Acharya 的设计库，作为技能（Skill）提供，用于为产品 UI 提供调色板、字体搭配、组件家族、图标、动效和组件规格。它强调先写设计简报、读取本地库、锁定主题和搭配，并按照既定流程构建网站或应用。库内包含多种设计资源，并支持 Show 模式进行自由设计。
video-i2i
video-i2i 是 videoclaw 中的独立图生图命令，用于借助 AI 将参考图片转换为不同风格或内容。支持指定服务商与模型，默认使用火山引擎 Seedream，也可选阿里云、Google Gemini 或测试用 mock。