acos-visual-gen
acos-visual-gen 是 frankxai/creator-skills 中的视觉生成技能,通过 InfoGenius 流程先联网检索事实,再构建图像提示词,并调用 Nano Banana MCP(Gemini 2.5 Flash Image)生成有研究依据的信息图、示意图与教育视觉内容。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-03 00:11
21,825 个结果
acos-visual-gen 是 frankxai/creator-skills 中的视觉生成技能,通过 InfoGenius 流程先联网检索事实,再构建图像提示词,并调用 Nano Banana MCP(Gemini 2.5 Flash Image)生成有研究依据的信息图、示意图与教育视觉内容。
video-engine-routing 是一个视频/图像生成引擎路由决策技能,用于在订阅额度、按次付费 API 与云端 ComfyUI 之间选择生成运行位置,适合额度耗尽、产量增长或需要自定义流水线时使用。
video-gen 是一个视觉内容生成的路由技能,把图像或视频生成请求分派到合适的引擎与流水线。它本身不生成内容,而是根据交付物、身份一致性和发布渠道选择引擎,并在引擎缺失时降级或提示安装。
即梦旧版 CLI 文生图技能(dreamina,v1.4.18),用于已进入 CLI 执行、轮询或故障诊断阶段的文生图任务,属冻结兼容技能,仅当用户明确要求旧版 CLI、恢复旧版 submit_id 或排查历史命令时使用,新任务应转交 dreamina-canvas-cli-text2image。
即梦(Dreamina/Jimeng)文生图提示词编写技能,用于撰写、优化、翻译图像生成提示词,覆盖35类场景、词库与配色参考,并针对不同模型版本提供指南。
用于为即梦(Dreamina/Jimeng)视频模型撰写、优化文生视频提示词的技能,覆盖视频3.0 Pro、Doubao Seedance 2.0、Seedance 1.5/1.0 与智能多帧,提供运镜与动作词库、写作规则和校验清单。
即梦 CLI 图生视频技能:在提供参考图或参考视频时,通过 image2video、frames2video、multiframe2video、multimodal2video 等命令生成视频,v1.4.14 下部分模式需显式指定分辨率与模型。
为即梦(Dreamina/Jimeng)4.0+ 模型的图生图编辑提示词提供编写指导,采用“保留/改变”框架,明确区分需保持不变与需修改的元素,覆盖风格迁移、背景替换、细节增强、色彩调整、元素编辑、换装、多图合成等场景。
Design Flow 是面向 /goal 工作区的 UI 设计技能,在创建或大幅修改界面时,把一张简短的 Design card 写入 .agents/temp/goals/<goal-id>/ 下的计划中,供 /goal、/create-plan-flow 等调用。
这是一个通过 RunComfy CLI 调用云端图像模型目录的技能,用于文生图(t2i)和图生图/编辑(i2i)。它内置了 11 个以上模型的选型指引、参数 schema、提示词模式与具体的 runcomfy run 调用命令,覆盖 FLUX 2、Nano Banana、GPT Image 2、Seedream、Dreamina、Qwen Image、Wan、Z-Image 等系列,支持一个账号完成登录、生成与编辑。
这是一个通过 RunComfy CLI 调用 RunComfy 视频模型目录的 AI 视频生成技能。它能按用户意图路由到合适的模型,覆盖文生视频(t2v)、图生视频(i2v)以及 Veo 的视频续写(video-extend),并为每种模型附带文档化的提示词模式与确切的 runcomfy run 调用方式。文生视频默认使用 HappyHorse 1.0(据资料称在 Artificial Analysis Video Arena 排名第一,原生同程音频、原生 1080p、最长约 15 秒);也可选 Wan 2-7(open-weights、支持音频驱动口型同步)、Seedance v2 Pro/Fast(多模态、电影感)等。图生视频默认 HappyHorse 1.0 I2V,另有 Veo 3-1(物理真实、物体恒常)、Kling 3.0(多镜头身份一致、4K)等。安装方式为 npm 全局安装或用 npx 运行 @runcomfy/cli,登录后通过 runcomfy run 加 JSON 输入生成。
Image-to-Video 是一个运行在 RunComfy 平台上的图生视频技能,本质是一个按用户意图智能路由到合适 i2v 模型的工具。它不锁定单一模型,而是根据用户的实际需求在 RunComfy 模型库中进行匹配,覆盖人像动画、自定义配音唇形同步以及多模态组合等场景。可路由的模型包括 HappyHorse 1.0 I2V(人像/产品/通用动画默认选择,据称在 Artificial Analysis Arena 排名第一,Elo 1392,具备面部保真和原生同步环境音频能力)、Wan 2.7(通过 text-to-video 端点接受 audio_url 驱动唇形同步,支持自定义 MP3/WAV)以及 Seedance 2.0 Pro(多模态,支持最多 9 张图像参考、3 个视频参考、3 个音频参考)。使用需先安装 RunComfy CLI(npm i -g @runcomfy/cli)并登录账号,通过 runcomfy run <model_id> 提交 JSON 请求。该技能每次调用只选择一个模型,不支持多路由混合,各路由继承各自模型限制(如时长上限 15 秒)。
基于字节跳动 Seedance 2.5 图像转视频模型的技能,可将单张静态图片生成 4–30 秒、720p 的电影感视频,并可选在同一流程中生成同步的原生语音、音效与音乐。由 RunComfy 模型 API 托管,输出画幅比例跟随输入图片。
面向 RunComfy CLI 的技能,调用 ByteDance Seedance 2.5 Reference to Video 生成 1080p 参考引导视频:可输入最多 9 张参考图、1-3 段参考视频和 0-3 段参考音频,按参考素材锁定人物、产品与风格,并同步生成音频。
Video Edit — Pro Pack 是 RunComfy 平台上的一款视频编辑技能,它本身不是单一模型,而是一个智能路由器:根据用户的编辑意图,在 RunComfy 模型目录中匹配最合适的视频编辑模型。它支持三类典型任务——通用风格重塑与背景替换(Wan 2.7 Edit-Video,默认选项,最高 1080p,源视频 2–10 秒、≤100MB)、将参考视频中的动作迁移到目标角色(Kling 2.6 Pro Motion Control,个人像方向输出上限 10 秒,视频方向上限 30 秒)、以及轻量的身份稳定风格改造与换装(Lucy Edit Restyle,限 720p)。使用时通过 RunComfy CLI 调用对应模型 ID 并传入 JSON 参数,也可先安装技能包。技能不会在单次调用中混合多个模型;若用户指定具体品牌模型,则建议转向对应的品牌技能。
Wan 3.0 Prime Reference to Video 是运行在 RunComfy 模型 API 上的参考图/视频/音频生视频能力,可通过编号引用最多 10 张图片、5 段视频和 5 段音频来生成片段,适合角色、产品或场景一致性要求较高的镜头。
将已评审通过的数据库设计落地为 go-sphere 项目的 Go Ent schema 代码,包含 entproto 注解、索引与集成检查点,先确认实现计划再写代码。
基于 OpenAI GPT Image 2 API 的交互式图像生成与编辑技能,提供风格预设、平台尺寸、草稿/正式两段式流程与成本提示,支持批量变体、轮播图和照片改风格。
微信表情包发布配套素材设计与生成工具,可分析已有表情包 IP 角色风格,按微信表情开放平台规格生成横幅 Banner、赞赏引导图和赞赏致谢图三张高清宣传素材,并内置裁剪脚本核准尺寸。
面向政治数据处理的 GDPR 合规技能,强调隐私设计与数据主体权利,用于 Riksdagsmonitor 项目在保持民主透明的同时满足 GDPR 要求。
visual-style 是一个用于创建、提取和应用可移植视觉设计系统的技能工具,其核心是 visual-style.md 文件。该文件将配色、字体、布局、动效与情绪氛围集中定义在一个文件中,任何 AI 工具均可读取消费。它支持四种模式:创建(通过引导式提问从零搭建风格)、提取(从网址、图片或视频等来源分析并生成风格文件)、应用(将风格文件对接特定连接器使用)、画廊(浏览并使用预置示例风格)。该技能强调 style_prompt_full 字段作为最重要的生成提示,其余字段作为结构化数据供需要更精细控制的工具使用。可对接 HeyGen 视频智能体、HTML 幻灯片、paper.design、Figma 等连接器,并内置网站、视频关键帧、PDF 品牌指南等提取器,以及 Müller-Brockmann 瑞士风格、Neville Brody 工业风格、Saul Bass 电影感、Game Boy Color 等示例风格。
summarize 是一个命令行工具,用于从 URL、播客、本地文件与 YouTube 链接中提取或摘要文本,也可尽力提取视频转录文本,无需 yt-dlp。可直接对网页、PDF 等文件生成摘要。
UI Polish 是 Icons8 出品的界面视觉收尾技能,专注静态视觉细节:对齐、圆角、阴影与描边、图标一致性、字体用法、文字对比度,以及 hover、focus-visible、选中、禁用等状态样式,帮助把“还行”的界面做到“完成”。
授权安全模式,用于设计访问控制与权限系统,确保主体只能对获准的资源执行获准的操作,防止权限提升与未授权访问。涵盖 RBAC、ABAC、ACL 等模型及实现检查清单。