openrouter-image-generate
通过 OpenRouter 专用 Image API 生成图像并保存为文件的技能，附带脚本处理请求、模型发现与元数据输出。默认模型为 bytedance-seed/seedream-4.5，支持分辨率、宽高比、格式、参考图等参数，并可本地抠背景。
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 11-02 00:09
设计与创作
21,655 个结果
openrouter-video-generate
该技能通过 OpenRouter 的专用异步视频 API 生成并下载视频，适用于用户想要创建、渲染、生成或轮询视频任务的场景。使用前优先读取当前环境中的 OPENROUTER_API_KEY，若缺失则自动查找最近的项目 .env 文件（除非用户指定其他变量名或环境文件路径）。模型从用户请求中选择，未指定时默认使用 bytedance/seedance-2.0，并提示用户可覆盖。建议先做模型发现再假设支持特殊分辨率、宽高比、音频、图像或提供商选项。使用自带脚本 scripts/openrouter_video_generate.py 而非手动构造请求与轮询循环。生成视频保存到用户可见的输出目录，未指定时默认为当前工作目录。不要把 API 密钥打印出来或直接放在命令行上，避免被 shell 历史记录捕获。
clean-ui-shot
clean-ui-shot 是一个用于为 Web 应用真实界面拍摄精致、带边框截图的技能。它从本地运行的应用中截取真实 UI，输出为裁剪后的 webp 图片，将应用呈现为舞台上带圆角和阴影的窗口，窗口边缘在裁剪范围内时保留内边距，裁剪切过的边缘则溢出舞台，从而让截图读起来像“真实应用的细节”而非粘贴的矩形。提供两种风格：clean（默认，柔和暖灰渐变舞台、分层中性阴影、56px 内边距，适合文档、更新日志和 README）和 glass（从截图本身取色的渐变舞台、磨砂半透明白色边框、96px 内边距，适合落地页、发布帖和社交图片）。所有截图均来自本地运行的真实应用，建议使用带演示数据的一次性实例。脚本位于 scripts/ 文件夹，依赖 Node、playwright（含 Chromium）和 sharp。
movement-notation-systems
该技能面向舞蹈编排、动画与动作分析场景，提供编码、分析与生成人体动作的系统化指导。内容涵盖拉班记谱法（Labanotation）、贝奈什记谱法（Benesh）与 Motif 记谱等主要动作记谱体系，以及拉班动作分析（LMA）的四个组成部分：身体（Body）、空间（Space）、力效（Effort）与形态（Shape）。同时给出计算化动作表示方法，包括骨骼层级数据结构、关节角度计算、运动轨迹与力效特征提取，并提供基于规则的程序化编舞生成、力效驱动动画与空间路径（圆形、螺旋、8 字、对角线交叉、锯齿、随机游走）生成示例，以及文本记谱与可视化乐谱输出格式。
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。
image-gen
该技能用于在用户需要生成图像时，先根据用户提供的核心关键词生成多样化、高质量的 AI 图像提示词，供用户选择；随后通过 ModelScope API 生成图像，并将图像保存到指定目录。提示词生成覆盖艺术风格、构图视角、光照氛围和细节层次等维度，通常输出 4-6 个变体，以编号列表呈现，用户可选择一个或多个编号。生成图像时运行技能目录下的 ./generate.mjs 脚本，参数包括提示词文本和图像尺寸（默认 752x1280，最小 64x64，最大 1440x1440），成功后返回图像 URL，再用 curl 命令下载图像。
exploring-game-design-space
该技能用于在游戏设计阶段进行系统化的机制探索，而非一次性头脑风暴。它将游戏创意视为对机制的搜索：先生成结构多样的根概念，再通过廉价的对抗性检查剔除明确的死胡同与机制重复项，随后对有潜力但较弱的机制进行变异。技能会使用稳定ID、规范化机制字段、证据来源与不确定性标注来记录概念，最终返回包含3–5个结构各异概念的精简假设清单，并为每个概念给出保留理由、最强结构证据、主要风险、未决问题及最小验证方式。适用于需要在早期设计阶段拓宽机制空间、比较设计假设，或需要为后续压力测试和作品集筛选提供输入的场景。
dreamina-video
Dreamina 说话照片视频生成技能，通过 AceDataCloud 的 Dreamina API（由字节跳动 OmniHuman 1.5 驱动）生成音频驱动的数字人视频。用户提供一张人像图片和一段驱动音频，即可产出唇形同步的说话照片视频。该技能支持通过 image_url 与 audio_url 调用 POST /dreamina/videos 接口，可选 prompt 控制表情与风格、mask_url 在多人物图片中指定目标人物、callback_url 接收结果回调，以及 async 异步模式。任务结果通过 POST /dreamina/tasks 轮询获取，支持按 task_id、trace_id 查询及批量查询，完成状态为 done 时返回 video_url。适用于人像照片配音、数字人口播等场景。
grok-video
grok-video 是一个通过 AceDataCloud API 调用 Grok（xAI）视频生成模型的技能，用于根据文本提示生成 AI 视频，或将静态图片动画化为动态视频。它支持文生视频、图生视频以及多参考图生成三种工作流，可指定模型、分辨率、宽高比和时长等参数。默认模型为 grok-imagine-video-1.5-fast:reverse，最高支持 1080p 分辨率。任务采用异步方式执行，可通过回调 URL 或轮询任务接口获取最终视频地址。
punk-ip-article-illustrations
Punk IP 文章插图是一套完整的个人 IP 插图工作流技能，用于根据文章、Markdown、网页、帖子或观点自动生成统一角色的正文插图。使用者需先选择画风（松散线描水彩或复古彩色扁平 3D），再通过上传清晰人物照片创建专属角色，或直接启用内置 Punk 角色；角色需经用户明确确认后才能用于配图。工作流包含画风选择、首次使用引导、创建个人角色、启用内置 Punk、修订角色、确认角色、文章配图与角色管理等阶段，并通过脚本注册与解析角色包。文章配图时会读取完整内容，按信息密度决定图片数量，为每张图选择不同认知锚点，并默认仅使用当前角色的干净单人物图作为身份参考。所有角色包与插图保存在本地运行目录，不上传至公开仓库。
tavern-design
SillyTavern 角色卡与世界书的叙事设计阶段工具，负责大方向讨论、世界观与角色头脑风暴、剧情设计、体验目标与风格意向，并可将小说或游戏脚本等现成材料转化为故事大纲，最终产出跨 skill 交接物 design-spec.md。
mdq
mdq 是一个类似 jq 的 Markdown 查询命令行工具，可用选择器语法提取标题、列表、任务、链接、图片、表格、代码块、引用、HTML 元素、段落和 front matter，支持管道链式过滤、正则匹配与 JSON 输出。
cli-developer
面向命令行工具开发的技能，覆盖参数解析、子命令、交互式提示、进度条与 shell 补全，涉及 Node.js、Python、Go 生态，强调启动性能、跨平台与良好开发者体验。
cloud-architect
面向 AWS、Azure、GCP 的资深云架构技能，用于设计云架构、规划迁移与优化多云部署，覆盖 Well-Architected Framework、成本优化、安全与高可用设计。
alibabacloud-pai-eas-service-diagnose
阿里云 PAI-EAS 服务诊断与排障技能，用于诊断启动失败、错误日志、响应缓慢、实例重启、OOMKilled、ImagePullBackOff 等问题。基于阿里云 CLI 调用 EAS 诊断接口，按固定工作流对目标服务执行完整诊断并输出健康分析与建议。
ui-ux-design
UI/UX 设计技能，覆盖交互状态、无障碍契约、信息架构、视觉层级与设计令牌，用于构建或审计界面。
architect
SpecWeave 中的系统架构师技能，用于设计可扩展、可维护的技术方案与架构决策，产出 ADR、系统设计文档、Mermaid C4 图和 API 契约，并生成增量计划。
mlops-dag-builder
用于设计基于 DAG 的 MLOps 流水线架构的技能，支持 Airflow、Dagster、Kubeflow、Prefect 等编排工具，覆盖数据准备、训练、验证与部署全流程。
mena-pricing-packaging
面向阿拉伯与中东北非（MENA）市场的定价与套餐技能，用于定价页本地化、套餐设计、报价结构、VAT 与货币展示审查、折扣文案及采购友好型打包评审。不虚构价格、税率、竞争对手价格或合规结论，改动线上价格、发布报价或提交投标前须获明确批准。
krea2-identity-edit
krea2-identity-edit 是本地运行的换装/服装迁移技能，在保持人物面部、发型、姿势和背景不变的前提下，把另一张参考图中的服装穿到指定人物身上。安装 krea2-identity-edit 包后加载其 workflow.json 使用，无需 API 密钥或按图付费。
vertical-fitness
面向健身与健康行业（精品工作室、健身房、教练、点播品牌）的领域知识包，梳理会员、计费、预约、候补、缺席政策等业务词汇与建模要点，供写规格前对齐领域规则。
elevenlabs-music
ElevenLabs Music 是一个通过 inference.sh CLI（belt）调用 ElevenLabs 音乐生成能力的技能，可根据文本提示词生成原创音乐。支持文本到音乐，时长可自定义，范围 5 至 600 秒（最长 10 分钟）。使用时需先安装 belt CLI 并登录，然后通过 belt app run elevenlabs/music 命令传入 prompt 和 duration_seconds 参数生成音乐。适用于视频配乐、播客片头片尾、游戏音效、广告、社交媒体短视频、演示文稿背景音乐和影视配乐等场景。
logo-design-guide
本技能是一份 Logo 设计指南，结合 AI 图像生成工具（inference.sh CLI，即 belt）讲解 Logo 设计原则与提示词技巧。内容涵盖六种 Logo 类型（文字标、字母标、图形标、抽象标、吉祥物、组合标）及其适用场景，AI 生成 Logo 的提示词结构与有效/无效关键词，可缩放性规则与检查清单，配色指南，迭代工作流，常见错误及文件格式交付建议。核心提醒是 AI 图像生成器无法可靠渲染文字，建议仅用 AI 生成图标，再在设计工具中手动添加文字。
og-image-design
og-image-design 是一个用于设计 Open Graph 与社交分享图片的技能，覆盖各平台规格、文字排版与品牌一致性。它提供 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等平台的尺寸、宽高比、文件大小与格式要求，并给出通用安全尺寸 1200x630 px。技能包含标题与副标题字号、字数上限、行高、对比度等设计规则，安全边距建议，以及博客、产品发布、教程等模板示例。它通过 inference.sh CLI（belt）调用 html-to-image 生成图片，也可用 falai/flux-dev-lora 生成无文字视觉图。资料还列出 OG 元标签、Twitter 卡片类型、测试工具与常见错误。