add-voiceover
add-voiceover 是 remotion-superpowers 技能集中的一项技能，用于为 Remotion 视频项目生成配音旁白并集成到合成中。它可根据脚本或视频主题撰写旁白文案，提供多种预设音色选择，通过 remotion-media 的 generate_speech 生成 TTS 音频，指导将 Audio 组件接入 Composition、按配音时长调整时长，并可选用 generate_subtitles 生成字幕及对背景音乐做闪避处理。
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 11-01 00:15
设计与创作
21,546 个结果
create-short
Create Short 是一个在 Remotion 中生成竖屏短视频（TikTok、Instagram Reels、YouTube Shorts）的制作流程技能。它固定采用 9:16、1080x1920 竖屏规格与 30fps，时长控制在 15–60 秒（推荐约 30 秒），强调黄金 2–3 秒开场钩子、强制逐词 TikTok 风格字幕、必须配背景音乐并标注情绪标签、2–5 秒快切节奏。流程分为六阶段：概念规划（钩子、正文、CTA 结构与旁白风格、音乐情绪、字幕样式）、用 remotion-media 生成旁白与配乐音频、检索竖屏素材或用 remotion-media 生成图像/视频、以垂直尺寸构建 Composition 与音轨/字幕层、用 Whisper 转写并配合 @remotion/captions 生成 TikTok 风格字幕、最后用 npm run dev 预览并以 npx remotion render 输出 H.264 视频。技能还给出竖屏排版字号与安全区建议及短视频制作最佳实践。
create-video
Create Video 是面向 Remotion 项目的视频制作技能，提供从文本提示词到渲染 MP4 的完整制作流程，可整合配音、音乐、音效、素材视频和动态图形。它在技能说明中要求先给出制作方案并获批准，再依次生成音频、素材、React/TypeScript 场景组件，预览调整后用 Remotion 命令渲染导出。
pixel-anims
pixel-anims 用于生成单文件 HTML 像素风精灵循环动画：仅用原生 JS 与 Canvas 2D，无外部素材、库或网络请求，产出角色在极简场景中执行动作状态机的 16 位风格循环动画。
workflow-visualize
在工作流中把代码库调查或网络研究结果生成 Excalidraw 可视化图表。它规定了 scout、investigate、excalidraw-diagram、workflow-end 等步骤顺序，并附有任务跟踪、证据引用与产出规范。
illustrate
一个用于把当前话题可视化的技能：当用户想了解某事物如何运作、比较状态或选项、理解代码结构与流程时，用最小且清晰的视图（伪代码、调用树、组件树、文件树、Mermaid 图、diff 或 HTML 产物）来讲解，文字保持简短。
design-in-figma
基于 TemPad Dev MCP 在 Figma 中创建或更新原生、可编辑的设计稿，包括界面、流程、组件以及用户请求的本地设计系统资源。需使用支持 MCP 的宿主环境与可编辑的 Figma Design 文件。
brand-video-generator
Editframe 品牌视频生成技能：根据网站、提供的素材或文字描述制作品牌视频，适用于产品演示、发布视频、解说视频和品牌宣传片。
blender-clothing
这是一个用于在 Blender 5.2 中制作游戏服装的技能：它可以从身体区域生成合身衣物，支持偏移（ease offset）与厚度、皮肤权重转移、隐藏被衣物覆盖的身体面，还能用布料模拟做悬垂褶皱、制作随身体形态变化的形态键，以及对穿透做检查。资料还给出了多层服装的构建方式、导出前需要确认的要点，并说明绑定（rig）、模拟、烘焙和 Roblox 服装笼等后续细节需参考同系列其他技能。
blender-hair-grooming
该技能面向 Blender 5.2 的毛发与皮毛梳理，提供 groom.py 脚本，用于在曲面 UV 与顶点组掩码上添加头发曲线，并按顺序叠加 Generate、Interpolate、Clump、Curl、Displace/Shrinkwrap、Noise 和 Set Hair Curve Profile 等内置节点资产修改器；还支持按 melanin 与半径等参数调节毛发外观、导出 Alembic/USD 曲线，以及从成品毛发生成游戏用发片（hair cards）与图集纹理。
blender-texturing
该技能用于在 Blender 5.2 中为模型生成程序化表面纹理，通过曲率和 AO 遮罩自动叠加边缘磨损、缝隙污垢、灰尘、锈迹和粗糙度扰动等材质层。提供 smart_material.py 与 decal.py 脚本，支持一键添加或还原材质层，以及防 z-fighting 的贴花放置。适用于中高模资产创作，低模需先烘焙遮罩。
summarize
summarize 是一个快速命令行工具，用于对 URL、本地文件、PDF、播客、YouTube 视频等文本或音视频内容进行摘要、压缩与要点提取，也可尽力提取 YouTube 字幕，无需 yt-dlp。默认使用 google/gemini-3-flash-preview 模型。
seedance-interview-short
Seedance 2.0 的快速创意简报技能，用不超过三个问题把模糊想法压缩成导演式简报，再路由到提示词写作。适合追求速度、已有明确意图的用户。
architect-role-skill
面向软件架构设计的技能，用于分析现有代码库、设计新系统、生成规划文档，并评估可扩展性、可维护性与性能。属于 enuno/claude-command-and-control 项目。
video-sync
把拉片数据 shots.json 与原片合成为一条可直接观看的视频：一侧是画面，另一侧显示当前镜头的分镜信息（镜号、起止、时长、景别、类别、运镜、画面描述、台词），镜头切换时信息同步切换，镜头表自动滚动并高亮当前镜。
brand-architect
面向独立创始人的品牌战略技能，依据 Hexa“从第一天开始做品牌”方法，引导完成品牌命名、定位、语调与视觉识别基础。适用于起名、定位、差异化、品牌语调与 Logo/配色等需求。
use-openscad
该技能用于编写 OpenSCAD 参数化模型，并调用 openscad 命令行编译器导出 STL、3MF、AMF、DXF、SVG、PNG 等成果，适合生成可打印零件或激光切割板件。需先确认本地或 Docker 中的可执行文件可用。
contribute-catalog
contribute-catalog 是 HyperFrames Registry 的贡献流程指南，用于引导用户从构思到合并 PR，完成一个新的 registry block（如字幕风格、VFX 效果、转场、下三分之一标题）或 component（如文字效果、叠加层、片段）的创作与发布。整个流程分为六个步骤：Clarify、Scaffold、Build、Validate、Preview、Ship，覆盖了项目结构创建、registry-item.json 配置、基于类型的模板编写、代码检查与验证、预览渲染与快照、以及最终的提交与 PR 创建。该技能对字幕块、VFX 块和组件有不同的实现规范，包括字体尺寸、可读性描边、逐字动画、Three.js 场景渲染、GSAP 时间线控制等具体要求，并设有一系列质量门禁确保贡献内容可用。
hyperframes-media
HyperFrames 媒体预处理技能，提供三条 CLI 命令：本地文本转语音（Kokoro）、音视频转写（Whisper）与视频/图片背景移除，为 HyperFrames 合成生成素材。首次运行会下载模型并缓存到 ~/.cache/hyperframes/。
ui-ux-design-expert
面向 UI/UX 设计的专家型技能，提供设计系统、无障碍（WCAG 2.2）、用户研究与包容性界面方面的可执行指导，覆盖 2025 年设计实践与合规要求。
agent-design-review
agent-design-review 是一个用户主动调用的 AI 智能体设计评审技能，在写代码前对单智能体或多智能体系统设计进行对抗式盘问与压力测试，围绕编排与失败、上下文与记忆、集成、成本与路由四个失败模式给出评级与结论。
ace-step
ACE Step 是 StepFun-AI 推出的开源权重音乐基础模型，通过 RunComfy CLI 提供按标签驱动的音乐生成、局部重绘（inpainting）与向外延展（outpainting）能力。该技能封装四个可通过命令行调用的端点：ACE Step 基础版文本生成音频、ACE Step 1.5 文本生成音频、音频局部重绘、音频向外延展。价格约每秒 0.0002 至 0.0003 美元，单次调用最长可生成 4 分钟立体声音频。生成端点支持 tags、lyrics、duration、seed 等字段，用 [Verse]、[Chorus]、[Bridge] 等段落标记控制歌曲结构，用 [inst] 或 [instrumental] 生成纯器乐。重绘端点依据 start_time / end_time 时间区间重生成指定片段；延展端点可在原曲前后双向追加新段落。ACE Step 1.5 支持 50 多种语言的演唱歌词。安装通过 npx skills add 命令完成，运行前需登录或设置 RUNCOMFY_TOKEN 环境变量。
codex-pet
codex-pet 是一个运行在 RunComfy 上的 Codex Pet 生成技能，用于把一张参考图转换成 Codex 兼容的自定义桌面宠物。它通过一次 GPT Image 2 图像编辑调用生成一张 Q 版标准姿态图，再用 ImageMagick 的位移、旋转、眨眼等微变换确定性地拼出 8 列 × 9 行、共 1536×1872 的精灵图集（spritesheet.webp），并生成对应的 pet.json 清单文件。把这两个文件放进 ${CODEX_HOME:-$HOME/.codex}/pets/<name>/ 目录后，Codex 就能在 8 个内置宠物旁边识别到这个自定义宠物。相比 OpenAI 官方 hatch-pet 技能，它不依赖 Codex Pro 和 $imagegen 系统技能，只需要一个 RUNCOMFY_TOKEN 以及 runcomfy、magick 命令。
controlnet-pose
该技能通过 RunComfy CLI 实现基于姿态（pose）、骨架或动作参考的条件化图像与视频生成。它按视频动作迁移和图像姿态条件生成两条路线分派请求：视频侧支持 Kling 2-6 Motion Control Pro/Standard 和 Wan 2-2 Animate 视频到视频，可将参考视频中的动作、走位迁移到目标角色图片上；图像侧支持 Z-Image Turbo ControlNet LoRA，接收 OpenPose 骨架、DWPose、canny 边缘或深度图等控制图像配合提示词生成姿态锁定的图像。技能通过 npm 全局安装或 npx 调用 CLI，登录后使用 runcomfy run 命令传入 JSON 输入，结果下载到指定输出目录。复杂多条件 ControlNet 组合需在 RunComfy 的 ComfyUI 云端工作流中完成，CLI 无法直接访问。