seedance
面向字节跳动 Seedance 视频模型的提示词编写与调试技能,覆盖 Seedance 2.5、2.0、2.0 Mini、1.5 Pro、1.0 等版本,说明多模态参考、视频编辑与视频延长三类任务的写法、参考标签规则、音频与字幕符号,以及 ComfyUI 节点用法和常见失败修复。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-02 00:09
21,657 个结果
面向字节跳动 Seedance 视频模型的提示词编写与调试技能,覆盖 Seedance 2.5、2.0、2.0 Mini、1.5 Pro、1.0 等版本,说明多模态参考、视频编辑与视频延长三类任务的写法、参考标签规则、音频与字幕符号,以及 ComfyUI 节点用法和常见失败修复。
该技能用于把 SoMark Markdown 中的远程 HTTP(S) 图片本地化,生成类似 ZIP 的目录包,支持单文件或批量 .md/.markdown 处理。
baoyu-compress-image 是一个图片压缩命令行工具,可将图片压缩为 WebP(默认)或 PNG、JPEG,并自动选用可用工具(sips、cwebp、ImageMagick、Sharp)。当用户要求压缩图片、优化图片或转换为 WebP 时使用。
baoyu-image-gen 是一个基于官方 API 的 AI 图像生成技能,支持 OpenAI、Google 和 DashScope(阿里通义万象)三家提供商,可用于文生图、参考图编辑与宽高比设置,默认顺序生成。
分析 Markdown 文章结构并生成公众号视觉素材的技能:说“制作封面图”时输出一张 2.35:1 白底工程风封面,说“批量配图”时为各段落生成多张 16:9 逻辑图/概念图,默认调用 Codex 内置 image_gen(image2),图片保存到 Obsidian vault 并插入文档。
该技能用于分析 Markdown 文章结构并生成公众号视觉素材,默认调用 Codex 内置 image_gen(image2)工具。当用户说“制作封面图”或“生成封面”时,生成一张 2.35:1 白底工程风封面图;当用户说“批量配图”“给文章配图”“生成文章插图”时,按 H2/H3 段落拆分为文章批量生成多张 16:9 逻辑图或概念图,并插入文档。封面默认使用 cover-style.md 风格,配图默认使用 style-guide.md 中的简约手绘风,也可选择建筑蓝图编辑风,图片以中文标签为主。生成的图片保存到 Obsidian vault 的 09 image 目录下,并使用 wikilink 插入。旧的 CLI/API 脚本仅作为用户明确要求时的 fallback。
TanStack Charts 响应式图表设计技能:让图表适配实测容器、信息优先级、引导边距、SSR 初始宽度与最终绘图边界。适用于窄面板与嵌入式仪表盘。
这是一个用于按自然语言指令编辑、修改或增强已有图片的技能,适用于用户希望改变颜色、移除背景或添加元素等场景。使用时需先确认待编辑图片的URL或ID,若用户未提供则请其上传或选择;随后分析请求,判断属于基于遮罩的局部编辑、全局风格迁移还是背景移除;最后调用 editImage 工具,传入 prompt(期望输出描述)、image(源图片数据或URL),局部编辑时还需提供 mask_description(需遮罩的部分)。该技能文档提供了背景替换与风格迁移的示例。
Rocaille Shader 是一个用于生成 Rocaille 风格着色器效果的技能,核心是通过渐进式域扭曲(domain warping)技术,用正弦函数迭代位移坐标,产生有机、旋涡状的光效。它支持生成鼠标响应的液态 Logo 效果、深度图视差英雄区(Astryx 风格悬停响应雕像)以及基于实时 DOM 的稳定流体模拟。用户可通过命令行脚本指定扭曲次数、颜色模式、输出格式等参数,生成 Shadertoy、Three.js、WebGL、P5.js 等多种格式的着色器代码,并附带多种预置模板和交互式演示页面。
HyperFrames Animation 是 HyperFrames 体系中的动画知识技能,汇集了原子运动规则、多阶段场景蓝图、场景转场、更广泛的运动设计技法以及各运行时适配器。默认做法是从规则索引中挑选 2-4 条原子规则,用一条暂停的 GSAP 时间线串联;当场景匹配已有预设计的多阶段模板(如品牌揭示、社会证明)或需要复杂 4-5 阶段编排的可运行示例代码时,再加载蓝图。技能按用途提供路由表,覆盖 GSAP、Lottie、Three.js、Anime.js、CSS 关键帧、WAAPI、TypeGPU/WebGPU 等运行时的选择与 API 参考,并附带 animation-map.mjs 脚本用于审计编排。使用前需满足 hyperframes-core 的不可协商规则,如单一暂停时间线、由 data-duration 决定时长、禁止随机与时间函数、禁止 repeat:-1 等。
HyperFrames 的通用视频创作技能(general-video),用于在没有更专门工作流匹配时,或 BRIEF.md 中 flow 设为 companion 时,编写或编辑自定义 HyperFrames 合成。适用于较长或多场景的视频片段。该技能通过 npx hyperframes 命令行工具进行更新、初始化项目、检索素材目录、校验与渲染,并围绕 BRIEF.md、STORYBOARD.md、hyperframes.json 等项目文件组织创作流程,涵盖计划、依赖解析、场景构建、组装、验证与最终审批等阶段。
forge-design-explore 是一个用于 UI 设计探索的技能,在界面正式开发前,为指定的 UI 表面生成 3-4 个已渲染的设计变体,通过一个可交互的反馈看板收集用户的品味反馈,并将最终选择锁定为 ADR(架构决策记录)。它属于发散式设计步骤,与 forge-harden 的收敛式设计检查和 forge-polish 的运行时 QA 互为补充。适用于某个阶段的 UI 形态尚未确定、需要用户先做选择再进入编码的场景;若需求或计划已固定形态,则应直接退出,避免重复讨论。
forge-design-system 是一个在 UI 设计工作开始前运行的技能,用于在仓库根目录生成 DESIGN.md 设计源文件。它先提出 2-3 个命名美学方向,再锁定字体、颜色、4px 间距、圆角和动效,并生成可交互的 HTML 样张供逐节反馈。该技能读取项目简报、品味档案与设计 ADR,确保后续各阶段共用同一套设计系统,而非各自发明。
design-guide 是一个用于从网站中提取完整设计语言的技能,可自动分析颜色、字体排版、动画、交互状态、阴影、渐变、组件模式与 UX 行为。它不止提取基础 CSS,而是捕获整套设计系统,输出设计指南文档、结构化数据、截图与源码文件,适用于分析设计系统、逆向工程、像素级复刻与构建设计令牌。
该技能用于将线上 UI 实现与 Figma 设计稿进行视觉对比,并给出详细的差异反馈。它面向 UI/UX 实现审查场景,适合在编写或修改 HTML/CSS/React 等前端代码后使用。审查流程包括:通过 agent-browser CLI 截取实现界面(含响应式视口与悬停、聚焦、激活等交互状态),借助 Figma MCP 获取设计文件并提取颜色、字体、间距、阴影等设计令牌,然后系统对比布局、间距、对齐、比例、字体、颜色、交互元素、响应式行为与无障碍问题。最终输出结构化审查报告,分为已正确实现、次要差异、重大问题、测量值和建议等部分,并提供具体 CSS 属性、数值和代码片段等可执行修复方案,按视觉影响和用户体验排序。
design-iterator 是一个专注于 UI 设计迭代优化的技能,通过「截图—分析—改进」的循环逐步打磨网页组件。它每次只针对目标元素截图,识别 3-5 项可改进点,实施 1-2 处具体且可度量的改动,并记录变更原因,重复指定轮次(默认 10 轮)。适用于设计尝试一两次后仍不理想、需要系统性渐进优化的场景。
基于 Google Gemini API(Nano Banana Pro)生成与编辑图像的技能,支持文生图、图像编辑、多轮细化,可设置分辨率与宽高比。使用前需设置 GEMINI_API_KEY 环境变量。
该技能用于指导智能体进行数据仓库与模式设计,适用于定义事实表与维度模型、键、粒度、规范化与反规范化取舍,以及面向分析消费的建模决策。
用于原生 Android 界面设计与设计审查的技能,覆盖 Compose 布局、排版、颜色、动效与自适应模式,需在已验证的模拟器构建上通过截图迭代验证。
该技能用于设计数据库模式、数据模型与无停机迁移,覆盖 PostgreSQL、MySQL、MongoDB、Redis 等。适用于规划表结构、关系、索引与迁移时的结构决策,不负责现有模式的查询调优。
面向教育工作者的 Canvas LMS 作业设计技能,依据“四大学习设计支柱”把学习目标、活动与反馈落到作业描述、评分量规与 Canvas 设置中,可选通过 canvas-mcp 自动创建作业。
面向 Remotion 的 React 视频创作最佳实践技能,适用于编写视频合成、动画与媒体处理代码时获取领域知识。按主题拆分为多个规则文件,覆盖动画、音频、字幕、转场、字体、图表、3D 等,需按需阅读对应规则文件。
Venn Diagram Generator 是一个用于生成交互式维恩图可视化内容的技能,基于 venn.js 与 D3.js 构建。它面向智能教材场景,产出完整的 MicroSim 资源包,包括独立 HTML 文件、MkDocs 集成页面以及 Dublin Core 元数据。每个图表支持自定义配色、交互式提示框,并遵循教育类 MicroSim 模式,便于嵌入教学内容。适用于请求创建集合关系图、2-4 个类别对比图、重叠概念可视化、集合论示意、交集与并集可视化、类别关系图以及欧拉图的场景。
kling-studio 是一个基于 Kling 3.0 Omni 模型的全功能视频生成技能,用于通过结构化工作流构建 API 请求,完成视频生成与编辑任务。它覆盖文生视频、图生视频、视频编辑(base 模式)、视频参考(feature 模式)、多镜头生成以及带同步音频的视频生成等能力。该技能附带 API 参数参考、提示词指南和 Python 工具脚本,帮助用户遵循模型的复杂参数约束,减少调用错误。