gpt-image-edit
基于 RunComfy 模型 API 的 OpenAI GPT Image 2 /edit 图像编辑技能，擅长在定向编辑中保持人物身份与品牌标识，并可重写图中多语言文字。通过 RunComfy CLI 调用，支持最多 10 张参考图。
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 11-03 00:11
设计与创作
21,849 个结果
image-edit
RunComfy 的图像编辑技能，按用户意图在 Nano Banana Edit、GPT Image 2 Edit、Flux Kontext Pro、Z-Image Turbo Inpaint 之间自动路由，支持批量编辑、多语言文字改写、单图精修与蒙版局部替换。
image-inpainting
基于 RunComfy CLI 的掩码驱动图像修复技能，可移除物体、填补空缺、替换指定区域。有掩码时路由到通义 MAI Z-Image Turbo Inpainting，无掩码时回退到描述式编辑模型。
image-outpainting
基于 RunComfy CLI 的图像外绘（outpainting）技能：把静态图片扩展到原始画布之外，补全相机未拍到的区域或改变宽高比，并按需求在多个保身份编辑端点间路由。
image-to-video
RunComfy 的图像转视频技能，按用户意图在 HappyHorse 1.0 I2V、Wan 2.7、Seedance 2.0 Pro 之间智能路由，用于人像动画、产品展示、自定义配音口型同步与多模态合成。
nano-banana-2
Nano Banana 2 是 RunComfy 上托管的 Google Gemini 系列 flash 级文生图模型技能，适合快速草稿、社交缩略图批量生成和带文字排版的图像，通过 RunComfy CLI 调用。
nano-banana-edit
nano-banana-edit 是 RunComfy 上基于 Google Nano Banana 2 图像编辑（图生图）端点的技能，支持单次最多 20 张输入图批量编辑，擅长保持主体身份、替换背景或服装、按空间语言做局部编辑。
relight
Relight 是 RunComfy 平台上的图像重打光技能，通过 runcomfy CLI 调用 Qwen Edit 2509 专用 relight LoRA 或身份保持编辑端点，改变静态图片的光照方向、色温、强度与氛围，同时尽量保留主体身份、姿态与构图。
seedance-v2
Seedance 2.0 Pro 是字节跳动推出的多模态电影级短视频生成模型，托管在 RunComfy Model API 上，可通过 RunComfy CLI 调用。其核心特色是支持多模态参考输入：最多 9 张图片、3 段视频（每段 2–15 秒）和 3 段音频（每段 2–15 秒、小于 15MB），并能生成原生唇形同步的语音、音效与音乐。适合制作口播广告、品牌一致的多语言叙事、电影级短片预演等场景。输出时长 4–15 秒，分辨率最高 720p，支持多种画幅比例。
video-edit
Video Edit 是 RunComfy 平台上的视频编辑技能，本质上是一个智能路由：它根据用户的编辑意图，自动从 RunComfy 模型库中挑选合适的视频编辑模型来执行任务。它本身不锁定单一模型，而是在三种路线间做选择：需要通用改风格、换背景、换包装设计时使用 Wan 2.7 Edit-Video；需要把参考视频中的动作迁移到目标角色时使用 Kling 2.6 Pro Motion Control；需要轻量级、保持身份一致的衣服换装或氛围改色时使用 Lucy Edit Restyle。用户通过 natural language prompt 描述保留目标和编辑方向，技能将请求发送给对应模型并下载生成结果到指定目录。该技能通过 RunComfy CLI 使用，需要 RunComfy 账号登录或令牌。
video-inpainting
基于 RunComfy CLI 的视频局部编辑技能，通过提示词在整段视频帧间移除物体、清理水印或替换区域，默认路由到 Wan 2-7 Edit-Video 端点。
video-outpainting
基于 RunComfy CLI 的视频外绘（outpainting）技能：扩展视频空间画布、改变宽高比（如 9:16 竖屏转 16:9 横屏），通过 Wan 2-7 edit-video 以提示词驱动实现，适合社媒与内部用途；对拼接质量要求高的场景需改用 ComfyUI 工作流。
moe-ui-skill
一套面向萌系、插画驱动 App/Web UI 的 AI 设计流程技能，从浏览预置风格、生成产品首页参考图到扩展页面、生成透明插画素材，再用真实组件实现并对照调整；适用于 UI 设计与重设计，单张插画或局部样式修复不适用。
autonomous-modeling
Blender MCP 的自主建模技能，可用自然语言在 Blender 中自主设计并建模复杂 3D 物体，覆盖程序化生成、参数化建模、拓扑优化与脚本化创建，适合生成底盘、机器人和环境道具。
editor-versions
这是 Scrollmark 编辑器中的版本管理技能，用于判断用户的编辑请求应直接执行、在聊天中给出选项，还是创建独立的时间线版本。该技能要求运行中的 Scrollmark 编辑器，并可通过 SocialGPT 编辑器聊天或 @scrollmark/cli 的 scrollmark mcp 调用命令。它帮助 AI 代理根据请求性质（如调整字幕风格、音乐、开头、节奏或整体风格）选择最佳回应方式，并支持复制序列、编辑副本、切换和比较版本，避免误删用户序列。
video-content-extractor
从 MP4 视频中按可配置时间间隔抽取关键帧，用 Tesseract OCR 识别画面文字，并生成含视频元数据与带时间戳逐帧文字的 Markdown 报告。该技能面向 Codex CLI，需本机安装 FFmpeg 与 Tesseract OCR。
heart-sticker-imagegen
一个用于把用户上传的照片、人物或宠物图片转换成心念贴纸风格，或把指定文字生成文字贴纸的技能。复用 heart-sticker 的 11 套图生图提示词与 9 套文字提示词，先选风格再调用 Codex 内置 image_gen 生成。
rive-generator
Rive Generator 是一个用于以编程方式生成 Rive 动画的 TypeScript 技能，基于 npm 包 @stevysmith/rive-generator。它通过 RiveFile 类提供构建 .riv 文件的 API，支持添加画板、形状、椭圆、矩形、自定义矢量路径、填充、描边、纯色、线性/径向渐变、渐变停止点，以及线性动画、关键对象、关键属性和关键帧。用户可用 hex 与 rgba 定义颜色，用 PropertyKey 指定 x、y、scaleX、scaleY、rotation 等动画属性，最后通过 export() 导出 Uint8Array 二进制并写入 .riv 文件。该技能适用于需要程序化创建 Rive 动画、生成 .riv 文件或构建动画资源的场景，需在 Node 22+ 环境运行，并遵循单一 Node 容器、渐变形状置后、不使用 CubicVertex 与 cornerRadius、首个形状需添加透明占位形状等约束。
ui-design-critique
这是一款用于用户界面设计评审的 AI 技能，旨在生成按优先级排序、严格的 UI 设计问题报告。它适用于需要“评审此设计”或“审查 UI”等场景。该技能会输出一份单一报告，列出所有按影响程度排序的问题，对每个发现进行分类，并指出已经做得好的部分。其目标是产出一份设计师可以自上而下采取行动的报告，而非空泛的赞美。该技能仅负责评估与报告，不执行修复。它强调“破损是计算出来的，而非主观判断”，要求在任何基于判断的评审前，先运行确定性的破损 UI 冒烟测试，因为视觉评审容易遗漏溢出、重叠、裁剪和对齐问题。同时，它还会进行“AI 敷衍”（AI Slop）检测，这是最重要的判断性检查。评审应针对设计意图而非个人品味，若存在 DESIGN.md 规范，则以该规范为事实来源。每个发现都必须有证据、优先级和分类，并且报告中也必须包含优点。输入可以是实时 URL、截图、组件代码、DESIGN.md 或 USERS.md。其流程包括：确立意图、捕获界面、运行冒烟测试、运行 AI Slop 检测、执行 11 个评审维度、运行精度审计（测量间距、对齐等）、检查规范符合性，最后进行分类、排序并撰写报告。它使用明确的分类法（Gap、Inconsistency、Suggestion、Strength）和优先级量表（P0 至 P3），并遵循固定的报告模板输出。
unify-design
unify-design 是一个设计系统审计与令牌提取技能，用于把 Web 项目的品牌标识（颜色、间距、字体、圆角、阴影、断点）确立为唯一事实来源，并找出代码中绕过令牌的硬编码值，将其改写为引用令牌。
blockframe-video
BlockFrame-Video 是一个视频物料编排技能：输入一个主题或口播稿，在一次会话中产出整套口播视频物料，包括 BlockFrame 成片、全比例封面和 YouTube/Bilibili 平台文案，并以交付清单验收完整性。它编排上游 listenhub-tts 与下游 producing-video，补齐两者之间“整套物料”这一层。
producing-video
producing-video 是一项视频制作技能：把已录好的口播音频与 SRT 字幕合成为画面跟着声音走的成片，使用 HyperFrames（HTML 即视频）渲染。音频与 SRT 为唯一事实源，场景按 cue 时间轴排布，画面内容取自 SRT，音频自动合流，输出 MP4。
nano-banana-pro
nano-banana-pro 是一个基于 Google Nano Banana Pro（Gemini 3 Pro Image）API 的图像生成与编辑技能，可通过命令行脚本调用。它支持文本生成图像（text-to-image）与图像到图像（image-to-image）两种模式，可用于创建新图片或对已有图片进行修改，例如添加/删除元素、调整风格、改变颜色、虚化背景等。脚本通过 uv 运行，支持 1K、2K、4K 三档分辨率，并可指定 API Key（--api-key）或使用 GEMINI_API_KEY 环境变量。该技能还提供了草稿（1K）到迭代再到成品（4K）的推荐工作流，以及常用提示词模板和文件命名规范。
webmotion
WebMotion 是 @superhq/webmotion 提供的浏览器原生、确定性视频合成工具，可用声明式 <w-*> HTML 场景或 TypeScript API 编写视频，支持实时 DOM 预览与 MP4 导出。