cv-pipeline-builder
cv-pipeline-builder 是 SpecWeave 中面向计算机视觉的 ML 流水线构建工具，支持图像分类、目标检测、语义分割与图像生成，自动配置预处理、数据增强、CNN 架构、迁移学习、训练与推理流程，并提供评估与 ONNX 导出命令。
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
21,548 个结果
deck-design-ppt
该技能用于把演示需求与结构化数据生成为原生可编辑的PPTX文件，采用咨询级版式设计，输出含幻灯片母版、主题配色，所有内容均为PowerPoint原生对象，可逐个元素编辑。
minimax-h3-video
在 ComfyUI 中搭建 MiniMax H3（Hailuo）本地视频工作流的技能，使用官方 INT8 权重与 turbo LoRA，支持 T2V/I2V/R2V，输出 4–15 秒带立体声的片段。
wan-multitalk
wan-multitalk 是 artokun/comfyui-mcp 中的技能包，用于在 ComfyUI 中搭建 WAN MultiTalk 音频驱动说话头像与唇形同步视频工作流，基于 WAN 2.1 14B 图生视频与 kijai WanVideoWrapper，适合单人说话头、配音和约 10 秒 480p 头像片段。
nano-banana-pro
nano-banana-pro 是一个基于 Gemini 3 Pro Image（Nano Banana Pro）的图像生成与编辑技能，通过捆绑脚本调用，可根据提示词生成新图、编辑单张图片或进行最多 14 张图片的多图合成，支持指定分辨率与宽高比。
summarize
summarize 是一个命令行工具，用于对 URL、播客、YouTube 链接和本地文件进行摘要或文本/转录提取，可作为“转录此 YouTube/视频”的备用方案。
theme-factory
Theme Factory 是一个用于为各类产出物（如幻灯片、文档、报告、HTML 落地页等）应用主题样式的工具包。它提供一套精心挑选的专业字体与配色主题集合，每个主题都包含协调的调色板（带十六进制色值）以及适用于标题和正文的字体搭配，并具有适配不同场景与受众的独特视觉风格。目前内置 10 个预设主题，包括 Ocean Depths、Sunset Boulevard、Forest Canopy、Modern Minimalist、Golden Hour、Arctic Frost、Desert Rose、Tech Innovation、Botanical Garden 和 Midnight Galaxy，均展示在 theme-showcase.pdf 中。使用时先展示主题展示文件供用户浏览，询问其选择，待用户明确确认后，读取 themes/ 目录中对应主题文件，将指定的颜色与字体一致地应用到产出物上，并确保对比度与可读性。若现有主题均不适用，还可根据输入生成自定义主题，赋予描述字体/配色含义的名称，生成后展示供审核，确认后再应用。
bmad-agent-ux-designer
BMAD 技能库中的 UX 设计师智能体 Sally，用于把用户需求转化为交互设计与 UX 规范，为架构和实现提供明确的设计意图。当用户要求与 Sally 对话或请求 UX 设计师时使用。
ad-resize
Bria 的广告尺寸适配技能：把已完成的平面广告（JPEG/PNG）按目标尺寸重新排版，而非裁剪或拉伸，保持标题可读、Logo 与产品位置合理。一次调用最多输出十种尺寸，支持本地文件或图片 URL，异步执行。
taobao-product-reviews
该技能用于在已登录的浏览器中打开淘宝或天猫商品页，按 itemId 抓取买家评价，返回评价人昵称、日期、已购规格、评价正文与图片链接，并支持翻页继续采集。
frontend-design
这是面向 Agent-Native 应用的产品专属界面设计技能，用于创建或修改任何面向用户的 UI，涵盖截图反馈、文案与信息密度等场景。其核心理念是围绕用户任务与应用现有视觉语言进行设计，用清晰的产品视角而非额外装饰塑造独特界面，并保持实现的可访问性与响应式。技能指导先确定使用者和目标再选视觉方向，保持首屏聚焦单一主操作，遵循应用设计系统与语义色令牌，协调领域 UI 与智能体的分工，保证交互在 100 毫秒内给出反馈、400 毫秒内显示待处理状态，并满足键盘操作、焦点可见、对比度等无障碍要求，最后检查默认、加载、空、错误、成功等状态及窄屏视口。
taste-driven-designer
面向 UI/UX 设计的 AI 技能，通过三阶段流程（发现、定义、交付）把 AI 从平庸默认设计器提升为世界级设计师，强调外部随机种子、独立 Critic 闭环、多模态增强与残酷减法，适用于落地页、Web/移动界面、游戏 UI 与仪表盘等设计任务。
Minimum Lovable Product (MLP)
Minimum Lovable Product（MLP，最小可爱产品）是一套面向产品开发的标准与方法，主张在 AI 降低软件开发成本的当下，单纯的功能可用性已不再是差异化来源，真正决定成败的是用户使用时的愉悦感与情感连接。该技能提出从 MVP（最小可行产品，关注"能用吗、可行吗、啊哈时刻"）转向 MLP（关注"令人愉悦吗、可爱吗、哇时刻"），并以四大核心理念指导落地：品牌即产品交互、优先打造"Wow"而非"Aha"、立即修复"不可爱"的缺陷、以及尽早引入设计师。应用流程包含定义"可爱"标准、审查体验"氛围"、建立"可爱否决权"、衡量情感反应四个步骤，同时指出了将品牌与产品割裂、把情感打磨视为 PMF 之后的奢侈品等常见错误，并引用了 Lovable 内部文化的真实案例。
click-jvm-optimization
以 HotSpot JVM C2 编译器架构师 Cliff Click 的风格设计 JIT 编译器与优化托管运行时的技能指南，涵盖 sea-of-nodes IR、推测优化、逃逸分析、类型反馈、去优化与分层编译等核心主题。
wearables
此技能用于创建 Decentraland 可穿戴设备文件，包括绑定到官方化身骨架的 GLB 服装和配饰，以及用于眼睛、眉毛、嘴巴的 256 像素 PNG。内容涵盖从官方基础网格开始、按体型分别构建、控制三角形和材质限制、处理骨架与蒙皮、导出 GLB、生成缩略图，以及在 Builder 中上传和发布等流程。
add-music
Add Music 是一个用于 Remotion 项目的技能，可生成背景音乐并将其集成到视频中。用户描述想要的风格与情绪，该技能通过 Suno 生成曲目，并自动接入 Remotion 合成，支持淡入淡出、音量闪避等处理。
analyze-footage
Analyze Footage 是一个基于 TwelveLabs AI 的视频理解技能，用于分析现有视频文件内容。它能识别场景、检测对象与说话人、生成带时间戳的描述，并支持通过语义搜索定位特定片段。该技能属于 remotion-superpowers 技能包，可结合 Remotion 进行视频剪辑与推荐，适用于需要从素材中快速找到可用片段的场景。使用前需通过 TwelveLabs MCP 建立索引并上传视频，较长视频索引可能需要数分钟。
find-footage
find-footage 是一个用于 Remotion 项目的素材检索技能，通过 Pexels MCP 搜索并下载免版税的视频与照片素材。使用时向它描述所需内容（主题、风格、画幅方向、氛围），它会构造 Pexels 搜索查询，按横屏、竖屏或方形以及大尺寸筛选返回结果，并展示缩略图预览、视频时长、分辨率和摄影师署名，供用户挑选。选定后，它会把素材下载到项目的 public/footage（照片为 public/images）目录，并给出在 Remotion 中通过 OffthreadVideo 与 staticFile 引用该素材的示例代码。该技能还会提示 Pexels 内容可免费使用，署名并非强制要求，但建议在片尾字幕中标注来源。适用于为 Remotion 视频补充实拍镜头或配图的场景。
generate-clip
Generate Clip 是 Remotion 项目中的 AI 视频片段生成技能，用于根据文字描述生成独特视频素材，或把静态图片动画化为视频，从而无需依赖库存素材。该技能会引导用户明确片段内容、时长、风格与来源，再协助编写包含场景动作、镜头运动、光线氛围与速度的视频提示词，并通过 remotion-media 的文本转视频或图片转视频工具生成片段，输出到项目 public/ 目录。若配置了 REPLICATE_API_TOKEN，还可借助 Replicate MCP 调用 Wan 2.5、Kling 2.6 等模型，并轮询结果后下载视频。生成的片段可在 Remotion 中以 OffthreadVideo 与 staticFile 使用，支持全屏背景、序列裁剪、文字叠加、与库存素材混剪以及添加旁白音乐。适合为 Remotion 项目制作定制化、短时长的 AI 视频镜头，不适用于需要长视频或未配置相应生成工具的场景。
generate-image
generate-image 是 Remotion Superpowers 技能集中的图像生成技能，用于为 Remotion 视频项目创建 AI 图像。它指导用户明确图像用途（场景背景、缩略图、角色、产品图、抽象艺术、图表等）、风格、尺寸与色调，再把需求整理成包含主体、艺术风格、光线氛围、镜头角度、配色与背景细节的详细提示词，随后通过 remotion-media 的 generate_image 生成图像，或在使用 Replicate MCP 时调用 FLUX、Imagen、Ideogram 等模型并下载到项目 public 目录。技能还给出在 Remotion 中用 Img、staticFile 使用生成图像并配合弹簧动画的示例，以及迭代调整提示词的思路。
review-video
该技能用于借助 TwelveLabs AI 视觉能力“观看”已渲染完成的 Remotion 视频，从画面构图、节奏与转场、音画同步、内容效果等维度给出可执行的评审反馈，形成“渲染—评审—修复—重渲染”的迭代闭环。使用者需先完成视频渲染，再通过 TwelveLabs MCP 创建索引并上传视频，等待索引完成后按提示进行检索分析。适合视频制作完成后的质量检查与改进，但需自行准备 TwelveLabs 账号与 MCP 环境，具体收费与平台限制暂未提供。
brandkit
brandkit 是一个用于生成高端品牌视觉套件图片的技能，可产出品牌规范板、标志系统、识别演示稿与视觉世界展示图，强调克制、系统化与演示级质感。
generate-image
基于 OpenRouter 图像生成模型的技能，用于生成或编辑照片、插画、概念图等通用图像，支持 FLUX.2 Pro 与 Gemini 3.1 Flash Image Preview 等模型。
high-end-visual-design
一个面向 AI 的视觉设计技能，目标让生成的网站呈现高端设计代理水准：规定字体、间距、阴影、卡片结构与动画，并给出反模式清单、布局原型、动效编排与性能约束，最终输出高端质感的 React/Tailwind/HTML 代码。