experiment-design
用于设计与实现神经科学实验的 PsychoPy 技能，涵盖刺激呈现、试次结构、计时校验、事件标记与 LSL 集成，可把实验方案转为代码，并输出 BIDS 兼容数据。
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 10-30 00:12
设计与创作
21,284 个结果
nuyoah-outfit-asset-generator
服装资产板生成器：把已有角色的服装参考图整理成一张横向 3:2 视觉资产板，左侧为整套穿搭，右侧拆出上衣、外套、下装、鞋饰等可单独截图的部件，便于后续混搭与写 Prompt。仅做分析与生图，不负责角色换装、四视图、tech pack 或视频成片。
processing-images
图像处理工具集使用指南，介绍容器内可用的 ImageMagick、ffmpeg、Pillow、OpenCV、scikit-image 等工具，按任务类型给出选型建议与常用命令，并说明 Ghostscript、exiftool 等缺失带来的限制。
Designing Before Coding
一种“先设计后编码”的方法：在写实现代码前先用伪代码描述例程，比较多种方案并选定最佳设计，再把伪代码机械地翻译成代码，以减少调试、提升可维护性。
Exploring Alternatives
一个编码前设计探索技能：在实现前先尝试2-3种不同方案，比较权衡后选择最佳方案再动手，避免直接采用第一个想到的设计。
ai-brand-kit
ai-brand-kit 是一套用于构建 AI 原生品牌资产系统的技能，帮助品牌规范在各类 AI 生成内容中保持一致。它强调把品牌准则转化为可复用提示词，并通过负面提示、视觉锚点、语气训练与治理流程约束 AI 输出。
taste-and-craft
一个强调“品味与工艺”的 AI 技能，主张品味可后天培养、简洁最难、细节体现用心、人以群分、追求经典而非潮流，并通过对参考文件的查阅来指导创作、诊断与评审。
inspiration-scouting
Inspiration Scouting（灵感侦察）是设计工作流中的一个技能，用于在竞品研究之外，为团队寻找美学与交互参考，从而塑造设计的感觉。它把灵感分为视觉层、交互层和情感层进行搜索，并鼓励跨领域借鉴。适用时机为设计发现与设计策略之后、视觉设计开始之前，当设计负责人需要视觉方向、需要参考素材，或用户要求“给我看些灵感”“这可以长什么样”时。流程包含六步：定义灵感简报、跨层搜索、整理情绪板、建立跨领域联结、呈现灵感板、根据反馈迭代。每个参考项需说明来源、相关性、可取之处、应舍弃之处、品味契合度与所属层次，强调“取品质而非像素”。该技能可由 design-discovery、design-strategy、using-designpowers 调用，并将整理后的参考交给 design-lead 和 design-strategist；可与 design-memory、design-debate 配合。它明确列出反模式，如不加筛选地堆砌 20 个参考、只看竞品、展示违反无障碍要求的参考、直接复制而非获得启发、忽略本项目已声明的方向、只展示不说明“取什么”。
penpot-anti-slop
Penpot 的可选严格模式插件，用于避免设计呈现通用 AI 生成风格。它先做方向设定，再对屏幕或演示稿做 0–100 的“slop”评分，并提供带审核的修复。以只读方式探测结构树并结合视觉复核打分，全程需用户显式开启。
form-ux-design
跨平台表单 UX/UI 设计模式技能，覆盖 Web（Bootstrap 5/Tabler）、Android（Jetpack Compose）与 iOS（SwiftUI），涉及字段结构、校验、错误状态、多步向导、无障碍与提交流程。
demo-video
基于 Remotion 与配音的产品演示视频生成技能：分析应用结构与功能描述，生成旁白脚本、截图或短录屏，必要时通过 /voiceover 生成配音，用 Remotion 合成场景并渲染为 MP4。
commercial-solution-design
将客户发现阶段识别的痛点转化为高层次的售前技术解决方案架构，用于咨询项目，覆盖软件工程、数据平台与AI/ML等领域，产出售前方案简报。
deep-learning
面向深度学习开发的技能插件，基于 TensorFlow 与 PyTorch，涵盖神经网络、CNN、RNN 与 Transformer，用于图像分类、自然语言处理、序列建模与复杂模式识别。
brainstorming
brainstorming 是一个通过苏格拉底式协作对话，将想法逐步细化为完整设计与规格说明的技能。它先对请求分类（探针、有界、架构级），再走相应流程，强调实现前必须获得人类伙伴批准。
web-design-guidelines
用于审查 UI 代码是否符合 Web Interface Guidelines 的技能，可检查无障碍、设计与 UX 问题，并以简洁的 file:line 格式输出发现。
marvelous-designer-simulation-workflow
该资料描述的是一个针对 Marvelous Designer 13 的解锁/激活工具，声称可持久访问其 GPU 布料解算、四边形重拓扑与 AI 辅助图案生成等功能。资料本身明确警告这属于软件破解/盗版工具，可能违反版权法与许可协议，并存在法律与安全风险。
recoup-internal-video-grok-1.5-imagine-facetime
Recoup 内部工具，用于制作 Grok Imagine 1.5 的 FaceTime 通话风格广告视频。仅在请求明确包含 recoup-internal 时调用。
wan-video
基于阿里 Wan 2.6 视频模型生成 AI 视频的技能，支持文生视频、图生视频和视频转视频三种模式，可指定时长、宽高比与分辨率，通过 Refly 命令行上传文件并运行。
add-package
Remix 单仓库中用于新建或对齐包的技能。在 packages/ 下新增包或修正既有包的约定时使用，可生成包目录、package.json 导出、TypeScript 配置、测试与 README，并遵守 @remix-run/* 包规范。
remotion-multimedia
Remotion 生态中的多媒体技能，用于在浏览器中借助 Mediabunny 库读取音视频信息，例如获取音频时长、视频尺寸与视频时长。
remotion-studio
Remotion Studio 是一个 Remotion 视频预览工具，用于在创建或编辑视频时启动工作室并打开预览，让用户在制作过程中实时查看改动并参与调整。
draw-vision
draw-vision 是一个用于在图像和视频上绘制计算机视觉标注、标签与预测结果的技能，来自 roboflow/computer-vision-skills 仓库。它不提供独立的绘图 API，而是根据实现环境指引使用对应库：JavaScript、TypeScript、HTML 或浏览器 UI 场景使用 supervision-js；Python 场景使用 Supervision。该技能说明中要求遵循上游库的使用指导：若已安装相关库的使用技能则读取并应用，否则查阅对应的上游仓库与官方文档，并强调不要在本技能中重复库专属说明。暂未提供具体的安装命令、API 用法示例、支持的标注类型、性能限制或收费信息。
scenario-video-to-motion
Scenario Video to Motion 是 Scenario MCP 中的视频转动作（video23d）能力，用于把参考视频中的人物动作转换为 3D 角色动画。它支持两种主要输出：一是上传角色网格（mesh），由工具自动绑定骨骼并应用动作；二是仅返回动作，套用在 Mixamo 风格或 MetaHuman 等标准骨架上。输入可以是手机拍摄的视频片段，也可以先用视频模型生成一段参考表演。使用时需先上传视频与可选网格、按限制裁剪或缩放片段、通过 recommend 选择具体成员、读取 model_schema_get 确认字段类型与输出格式，再以 dry_run 估价并运行，最后用 jobs_wait 等待并检查朝向、脚部接触与循环点。适合游戏角色动画、动作捕捉替代、已有绑定角色的动作重定向等场景。
j-idol
该技能用于生成 J-Idol 风格的写实写真肖像，采用 2:3 竖幅、膝上取景，强调梦幻散景、湿润肌肤质感与专业轮廓光。它会先分析参考图中角色的身份特征（发色发型、瞳色、服装、族裔），再据此生成全新的原创构图与姿态，而非复制参考图。适用于需要日系写真氛围人像的创作场景。