SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-01 00:15
21,549 个结果
Higgsfield Product Photoshoot 是 Higgsfield AI 提供的一项技能，通过 higgsfield product-photoshoot create 命令调用后端提示词增强器，生成品牌级产品图片。后端内置各模式的摄影词汇与结构模板，将最终提示词提交至 gpt_image_2，并返回图片 URL。该技能覆盖 10 种生成模式：产品棚拍、生活方式场景、人物特写、Pinterest 板钉、横幅主图、社交轮播、广告创意包、虚拟模特试穿、概念产品与风格重塑。使用前需确保 higgsfield CLI 已安装并完成登录认证。生成前最多提 3–4 个带选项的简短问题，按意图选择模式，支持多图输出与宽高比设置，分辨率统一使用 2k。
用于训练 Higgsfield Soul Character 个性化人脸模型的技能：上传5–20张人脸照片，训练出可复用的身份模型，供后续图像与视频生成时通过 --soul-id 引用，实现身份一致的人像生成。
HyperFrames CLI 是用于 HTML 视频合成的命令行开发工具，通过 npx hyperframes 完成脚手架、校验、预览与渲染，需 Node.js 22 及以上和 FFmpeg。
面向 Google Cloud 合作伙伴情报的技能资料，整理 Gemini、Vertex AI、ADK、A2A 协议与 Cloud Partner Advantage 的现状、产品地图、定价层级与集成模式，供撰写与架构参考。
Three 是 HyperFrames 的 Three.js 与 WebGL 适配器模式技能，用于在 HyperFrames 中创建确定性的 Three.js 场景。该适配器不接管用户场景，而是发布 HyperFrames 时间并派发 seek 事件，使合成能够渲染精确帧。核心约定包括：尽量同步创建场景、相机、渲染器、材质与素材；依据 HyperFrames 时间而非墙钟时间渲染；监听 hf-seek 事件并按该时间渲染；在关键的 seek 渲染前预先加载模型、纹理与 HDRI；避免以 requestAnimationFrame 或 renderer.setAnimationLoop 作为关键运动的真实来源。适配器会设置 window.__hfThreeTime，并在每次 seek 时派发 CustomEvent("hf-seek", { detail: { time } })。文档提供基础模式代码示例和 AnimationMixer.setTime 的用法，并给出推荐用途与应避免的做法，以及编辑后使用 npx hyperframes lint 与 npx hyperframes validate 进行校验。
视频制作全流程技能，覆盖选题、脚本、分镜、拍摄、剪辑、声音设计、发布与数据迭代，帮助把想法做成高留存视频。
面向 Suno AI v4.5+ 的音乐生成与提示词工程技能，覆盖多种生成模式、结构化提示词写法、曲风模板、加人声/加伴奏、Inspire、Persona、替换、延长、重制、翻唱及常见问题排查。
为 Slack 优化动画 GIF 的知识与工具集，提供尺寸、帧率、颜色等约束说明，以及 GIFBuilder、校验器、缓动函数和帧辅助工具，帮助用 PIL 绘制并导出符合 Slack 要求的动图。
canvas-design 是一个用于创作视觉艺术作品的技能，输出 .png 与 .pdf 格式的设计作品。当用户要求制作海报、艺术作品等视觉内容时使用。其流程分为两步：先创建一份设计哲学（.md 文件），描述一种通过形式、空间、色彩、构图、图像、图形、形状、图案以及极简文字来表达的美学运动；再将该哲学在画布上视觉化，生成以视觉设计为主、文字为辅的成品。该技能强调视觉表达、空间沟通与艺术诠释，要求文字极简、仅作视觉元素，并反复强调作品应呈现出手工精雕细琢、出自顶尖专家之手的质感。最终输出单个可下载的 .pdf 或 .png 文件，以及作为 .md 文件的设计哲学。
Wan 2.7 是 Wan-AI 的旗舰视频生成模型，通过 RunComfy Model API 调用，支持文生视频。该技能文档介绍了其核心能力，包括多参考条件控制（最多 5 个参考媒体，可组合图像、视频与语音）以及音频驱动的唇形同步；使用 audio_url 传入 WAV/MP3 音频（3–30 秒、不超过 15MB）即可驱动口型，省略该字段则自动生成背景音乐。可设置宽高比（16:9、9:16、1:1、4:3、3:4）、分辨率（720p 或 1080p）、时长（2–15 秒整数）、负面提示词、提示词自动扩写开关以及可复用的随机种子。调用方式为通过 RunComfy CLI 执行 runcomfy run wan-ai/wan-2-7/text-to-video 并传入 JSON 输入，输出文件下载到指定目录。适用场景包括带自定义配音的唇形同步广告、多语言配音变体、多参考运动控制、平滑转场与物理运动、以及通过负面提示词排除具体问题。限制方面：时长上限 15 秒，分辨率上限 1080p，仅支持文档列出的 5 种宽高比，音频规格受限，参考媒体上限 5 个；该模型消费音频而非生成音频。
在 RunComfy 上调用 Wan-AI Wan 3.0 Prime Reference to Video，用提示词加图像、视频、音频参考生成视频片段，支持按 Image 1、Video 1、Audio 1 编号引用参考素材，最多 10 张图像、5 段视频、5 段音频，时长 2–30 秒，分辨率至 1080p。
面向 GitBook 文档工作的综合技能，涵盖站点编排与页面编写两方面：设计站点结构、搭建 Git 单仓库、调用 GitBook REST API、配置品牌，以及编写 GitBook 风格 Markdown（frontmatter、自定义块、变量、OpenAPI、跨空间链接）。
为界面交互生成小型、统一音效调色板的技能，通过可替换的提供方适配器实现，首个适配器为 ElevenLabs Sound Effects。强调声音是反馈而非装饰，仅在确认状态变化时使用，并需遵循可静音、不自动播放等无障碍原则。
plugin-packaging 是一个用于为音频插件创建 macOS PKG 安装包的技能，可生成带品牌界面的安装程序，便于将插件分享给他人。适用于需要打包插件、制作安装器或分享分发的场景。
面向 YouTube、TikTok、Reels 等平台的视频营销智能体技能，提供短视频、长视频、直播、视频广告、脚本、SEO 与效果指标等策略与优化建议，强调钩子优先、平台原生与数据驱动。
ReelForge 是一个用于创作和渲染动态图形视频项目（motion-graphic video）的技能，可根据简报、脚本或批量简报生成全屏动态图形视频而非幻灯片。整个流程从简报开始，经方向冻结、场景并行创作、编译、渲染到质检。
video-qa 是 Higgsfield AI 视频项目的质检技能，对生成素材做漂移筛查、连续性审计与提示词规则扫描，输出带证据的发现，由制片人做最终判断。
Archify 是一个通过结构化 JSON 描述来生成交互式 HTML 图表的技能工具。它支持架构图、工作流图、时序图、数据流图和生命周期/状态图五种图示类型，默认输出静态图表，仅在用户要求时启用动效。使用时需在工作目录下为每个图表请求创建独立文件夹，写入 candidate.json 并指定输出 HTML 路径，然后运行 finalize 命令完成校验、交付、严格检查和真实浏览器检查。命令失败时需按证据修复并重跑，不得在非零退出时声称成功。适用于系统架构可视化、流程与审批门控、API 调用链、ETL/数据血缘以及状态转换等场景。
将一张真实猫咪照片或清晰猫咪插画生成 3:5 复古流行风摄影拼贴贴纸排版图：固定 9 枚主贴纸加 6 枚微型贴纸，主贴纸均为猫头主导、与人类道具产生轻微错位的组合，可含 2–3 个露脸式夸张外壳肖像。
基于 PptxGenJS（Node.js）生成专业 PowerPoint（.pptx）的技能，支持越南语字体（Be Vietnam Pro），内置设计系统（8 种 mood、4 种风格配方、配色与排版规范），并提供 7 步工作流、布局辅助脚本与 QA 检查。
通过真实 Chrome 浏览器（CDP）向 X（Twitter）发布内容的技能，支持文字配图、视频、引用推文和长文 X Articles（Markdown）。脚本仅自动填充内容，需用户手动审核并发布。
用于生成小红书图文信息图系列的技能，支持10种视觉风格与8种版式，把内容拆解为1-10张卡通风格图片。
将图片、文字、首尾帧或分镜素材编排成可直接用于视频模型的动作戏提示词，适用于打斗、武打、追逐、对抗、演武、人兽战和风格化动作场景，支持 Seedance、MiniMax-H3 及通用文生视频模型。
一个用于本地提取并分析 YouTube 视频字幕的智能体技能，支持通过 yt-dlp、ffmpeg 与 whisper-cpp 获取字幕或本地转写，再按用户意图进行摘要、主题提取、检索与笔记整理。