ai-avatar-video
通过 inference.sh CLI 调用 OmniHuman、Fabric、PixVerse 等模型，将人像图片与音频合成为 AI 数字人、说话头像或口型同步视频，也可与 TTS、转录工具组合完成配音本地化工作流。
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
21,705 个结果
database-schema-designer
用于设计关系型（SQL）与文档型（NoSQL）数据库模式的技能，提供规范化、索引、约束、迁移与性能优化等指导，适用于新建模式、重构迁移、性能调优及 SQL/NoSQL 选型等场景。
swiftui-forms
面向 macOS 26+ 的 SwiftUI 表单构建技能，采用 Liquid Glass 设计语言，适用于偏好设置面板、检查器和配置页。给出双层架构、glassEffect 用法、Grid+FormRow 布局、控件尺寸、多平台条件编译与校验规范。
aesthetic-instrument
一份可核查的深色仪表盘式审美规范，源自 great_cto 项目样式源码。定义五级表面阶梯、单一强调色、语义分字体、表格数字与未测量破折号等 12 条规则，并说明哪些做法不应移植到移动端或客户产品。
eks-platform-engineering
面向在 Amazon EKS 上设计或构建内部开发者平台（IDP）的技能，提供一套有明确主张的黄金路径技术栈与自助式平台工程指导，涵盖开发者门户、GitOps、渐进式交付、资源抽象与度量。
pe-design
pe-design 是产品工程流程中面向生产代码之前的设计阶段技能，用于记录产品与设计系统上下文、撰写功能设计简报、确定视觉方向、制作线框图/原型/图表等 HTML 制品、对比多个方案以及设计首次使用与空状态。
ai-product-photography
该技能用于通过 inference.sh CLI（belt）生成专业级 AI 产品摄影与商业图片。它提供多种可用模型（FLUX Dev、FLUX Schnell、Imagen 3、Grok、Seedream），并给出针对不同产品类别（电子、时尚、美妆、食品、家居、珠宝）和拍摄风格（纯白背景、生活场景、主视觉、平铺、使用中）的提示词示例。还包含灯光技巧、电商模板（Amazon、Shopify）、批量生成脚本、后期处理流程（放大、去背景）以及提示词公式和最佳实践。使用前需安装 belt CLI 并登录。
background-removal
该技能用于通过 inference.sh CLI（belt）调用 BiRefNet 模型，从图片中移除背景，输出带透明背景的 PNG。适用于商品图、人像、营销素材、社交媒体头像和设计元素等场景。使用前需安装并登录 belt CLI，然后通过命令行传入图片 URL 运行。也可借助 Reve 模型进行背景移除或替换背景，并可与图像生成模型串联形成“生成—编辑”工作流。
book-cover-design
book-cover-design 是一个用于书籍封面设计的技能，结合了各类型图书的封面惯例、排版规则与 AI 图像生成。它覆盖虚构类与非虚构类图书的体裁风格、封面尺寸、缩略图测试等内容，并借助 inference.sh CLI（belt）调用多种图像生成模型产出封面概念图。该技能强调 AI 无法可靠渲染文字，建议用 AI 生成封面背景或插画后，再在设计工具中添加标题、副标题与作者名等排版元素。
elevenlabs-sound-effects
ElevenLabs Sound Effects 是一个通过 inference.sh CLI（belt）调用 ElevenLabs 音效生成能力的技能，可根据文字描述生成 AI 音效。支持文本转音效、自定义时长（0.5-22 秒）以及免版税音频。使用时需先安装 belt CLI 并登录，然后通过命令行传入 text、duration_seconds、prompt_influence 等参数生成音效，适用于视频制作、游戏开发、播客、影视动画、演示和社交媒体等场景。
explainer-video-guide
讲解视频制作指南，覆盖脚本公式、语速节奏、场景规划、配音、配乐与多工具流水线。提供 PAS、BAB、Feature Spotlight 等脚本模板，给出不同内容类型的语速标准（如标准旁白 150 wpm）、场景时长建议、转场类型选择、常见错误修正，以及基于 inference.sh CLI（belt）从脚本到成片的完整制作流程，包括生成画面、配音、合并、加字幕等命令示例。
flux-image
flux-image 是一个通过 inference.sh CLI（belt）调用 FLUX 系列模型生成图像的技能。它支持多种 FLUX 模型，包括 FLUX Dev LoRA、FLUX.2 Klein LoRA、Pruna 优化版 FLUX Dev 及 FLUX Klein 4B 等，可用于高质量图像生成、快速迭代、LoRA 自定义风格适配以及图生图（image-to-image）等任务。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入提示词等参数运行对应模型。该技能还提供图像编辑、图像放大等相关应用示例。
image-upscaling
该技能通过 inference.sh CLI（belt）对图像进行放大与增强，支持 Real-ESRGAN、Thera、FLUX Dev Upscaler、Topaz 等模型。安装方式为 npx skills add belt-sh/cli，使用前需执行 belt login 登录。典型用法是运行 belt app run 命令并传入 image_url 参数，例如使用 infsh/real-esrgan 或 falai/topaz-image-upscaler。可用于 AI 艺术放大打印、老照片修复增强、网页高 DPI 图片准备、大幅面打印提分辨率以及缩略图高清化等场景，也可与 FLUX 图像生成流程串联，先生成再放大。
nano-banana
Nano Banana 是一个通过 inference.sh CLI（belt）调用 Google Gemini 原生图像模型生成与编辑图像的工具。支持 Gemini 3 Pro Image（速度较慢、质量最佳）和 Gemini 2.5 Flash Image（速度快、质量优秀）两个模型。主要能力包括文本生成图像、多图生成、自定义画面比例、基于输入图像的图像编辑、4K 高分辨率输出，以及在 Gemini 3 Pro Image 上启用 Google 搜索实时信息增强。用户需先安装并登录 belt CLI，再通过 belt app run 命令指定模型 App ID 并传入 JSON 输入参数来执行生成任务。
nano-banana-2
nano-banana-2 是一个通过 inference.sh 命令行工具（belt CLI）调用 Google Gemini 3.1 Flash Image Preview 模型进行图像生成的技能。它可以实现文生图、基于输入图片的图像编辑、多图输入等能力，支持指定生成数量、宽高比、分辨率（1K/2K/4K）和输出格式，并可选启用 Google 搜索实时信息落地。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入 JSON 参数即可生成图像；也提供 Python SDK 支持流式进度输出。该技能适合需要以脚本或命令行方式批量生成、编辑图像的用户，具体收费与额度信息暂未提供。
pitch-deck-visuals
面向投资人路演材料的视觉与结构技能，提供12页幻灯片框架、排版配色规则、图表选择与数据呈现建议，并可通过 inference.sh CLI（belt）生成幻灯片背景、市场与增长图表及团队头像。
qwen-image-2
Qwen-Image-2 是一个通过 inference.sh CLI（belt）调用阿里巴巴 Qwen-Image-2.0 系列模型进行图像生成与编辑的技能。它提供两个模型：Qwen-Image-2.0（速度快，适合通用场景）和 Qwen-Image-2.0-Pro（标准速度，文本渲染更专业，适合海报和文字密集设计）。用户可通过命令行传入提示词生成图像，支持多图生成、自定义分辨率、负向提示词、随机种子复现，以及基于 1-3 张参考图的多参考图像编辑。输出为 PNG 格式图像及包含尺寸和数量的元数据。
qwen-image-2-pro
Qwen-Image-2.0-Pro 是阿里推出的专业图像生成模型，通过 inference.sh CLI（belt）调用。它擅长专业级文字渲染、细粒度写实和更强的语义遵循，适合制作含多行文字的海报、营销横幅、复杂图文组合设计，也支持基于参考图的图像编辑与风格迁移。
talking-head-production
面向 AI 数字人「口播视频」（talking head）的生产技能，通过 inference.sh 的命令行工具 belt 调用多种头像模型，实现 AI 虚拟形象、口型同步与配音。官方推荐使用 P-Video-Avatar（内置 TTS、最快、最便宜），并另含 OmniHuman 1.5/1.0、Fabric 1.0、PixVerse Lipsync 等模型可选。技能覆盖从人像图生成、脚本配音、风格控制、音频驱动、多角色对话，到长视频分段拼接、多语言内容、已有视频配音等完整流程，并给出人像构图要求、音频质量要求与常见错误规避建议。
video-prompting-guide
本技能是一份 AI 视频生成提示词编写指南，提供通过 inference.sh 的 belt CLI 调用视频模型时的最佳实践与技巧。内容涵盖提示词结构公式（镜头类型＋主体＋动作＋场景＋光线＋风格＋技术参数）、镜头类型与运镜方式对照表、光线与风格关键词，以及产品演示、自然纪录片、城市生活、美食、科技未来感等场景的示例命令。指南还列出常见错误（过于笼统、多场景混杂、缺少运动、风格冲突、缺少光线）及改进方式，并给出 Google Veo、Seedance、Wan 2.5、Grok 等模型的针对性提示，以及从基础到逐步细化的迭代式提示词工作流。
bc
bc 是 buttercut 技能的简称（别名）。它的作用是提供 ButterCut 的主菜单：先欢迎用户回来，然后询问用户想要做什么，例如开始一次新的剪辑（start a new cut）、向素材库添加素材（add footage to a library）、执行一次性任务（a one-off task），或其他事项。该技能的说明集中在一处，即需要阅读并遵循 skills/buttercut/SKILL.md 中的内容。
ios-design-review
用于审查 SwiftUI/UIKit 代码是否符合 Apple 人机界面指南（HIG）的技能，可检查颜色主题、字体、触控目标、无障碍、导航、SF Symbols 与布局，并按严重程度输出问题与修复建议。
context-fundamentals
介绍智能体系统中上下文的基础概念、组成、机制与限制，适用于设计智能体架构、调试上下文相关故障、优化 token 成本等场景，属于上下文工程入门技能。
design-system
design-system 是面向设计与前端协作的设计系统技能，提供三层设计令牌架构、组件状态规范、Tailwind 主题集成与幻灯片生成能力，并附带令牌生成与校验脚本。