article-to-cover
article-to-cover 是一个美术指导级的海报设计技能，用于将长文、对话记录或设计简报转化为结构化的海报设计方案与 AI 生成指令（JSON）。它支持两种场景：无参考图时从零进行创意规划，有参考图时进行风格洗稿（Washing）或模仿重构（Mimicry）。该技能会分析文本输入、锚定风格方向、规划视觉层级，并输出结构化的 AI 生成指令，最终通过 meitu-ai 工具生成海报图片。
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 11-04 00:13
设计与创作
21,930 个结果
design-polish
design-polish 是一个用于交付前最终质量打磨的技能，专注于修复对齐、间距、一致性、交互状态和微细节。与只输出报告的 design-audit 和 design-critique 不同，它会直接执行修改。该技能强调打磨是最后一步而非第一步，需在功能完整后再进行，并要求先对齐设计系统，再系统性地检查视觉对齐、信息架构、排版、颜色对比、交互状态、动效、文案、深度、边界情况、响应式、性能和代码质量，最后通过验证清单确认完成。
gpt-atelier
GPT Atelier 是一个面向 OpenAI GPT Image 系列模型的图像生成与编辑工具集，封装了 Image API（单次调用）与 Responses API（多轮对话）两套接口，提供 6 个脚本覆盖生成、编辑、合成、对话、流式输出和测试工作流。使用前需配置 OPENAI_API_KEY 环境变量。支持 gpt-image-2（默认，基于推理，文本渲染准确率高，最多 8 张一致图像，4K，支持流式）、gpt-image-1.5（--fast，区域感知编辑，速度更快、成本更低）和 gpt-image-1-mini（--mini，最低成本）三种模型。主要能力包括：文生图（可指定尺寸、质量、数量、格式、背景、审核级别）、基于蒙版的局部重绘、多参考图合成、多轮对话式编辑（通过 previous_response_id 保持会话状态）、模型对比（输出 HTML 页面）以及带部分图像的流式生成。脚本共享 --output、--filename、--quality、--format、--fast、--mini 等参数。适用于产品摄影、缩略图、Logo 设计、UI 原型、多元素复杂场景等图像创作场景。成本控制建议从低质量开始构思，逐步提升到高质量成品。
carousel-design
carousel-design 是一个用于将结构化幻灯片数据渲染为 Instagram 轮播图 PNG 图片的技能。它基于用户预先配置好的品牌化 Puppeteer HTML 模板，读取 ~/.claude/skills/carousel/config.json 中的颜色、字体、尺寸、角色图片等配置，把每张幻灯片的数据（标题、副标题、终端内容、角色等）填入模板，再通过 Puppeteer 截图输出 PNG。支持钩子页、内容页和 CTA 页三种版式。使用前需先运行 /carousel 完成一次性模板搭建，并确保模板文件与 Puppeteer 已安装。
effective-design-artifact
一套为构建 HTML 作品（页面、报告、方案、落地页、演示、小工具）提供设计原则与创意方向的技能，强调先研判需求层级，再决定视觉投入程度，并给出字体、配色、明暗主题、间距与文案等具体规范。
broken-images
来自前端检查清单的规则技能，用于排查和修复失效图片：校验图片路径与资源是否存在、检查 onerror 回退机制、外部图片可用性及动态路径安全性，并关注加载策略与尺寸对 LCP 与布局的影响。
color-picker
Color Picker 是一个表单输入组件模式，用于让用户通过可视化交互选择颜色值。它可以实现为原生浏览器控件（<input type="color">）、自定义色板调色板、hex/RGB/HSL 文本输入、渐变光谱画布或取色器工具，也可以是这些形式的任意组合。该模式适用于用户需要选择或定义颜色的场景，例如主题定制、设计工具、标注系统、数据可视化类别分配和产品个性化。使用时需考虑可访问性、性能和键盘交互等问题。
model-selector
面向开发者的 AI 模型选择界面 UX 模式，用于帮助用户在多模型工作台中选择合适的模型或能力档位，避免暴露内部厂商术语，并提供无障碍、性能与失败处理等实现要点。
statistics
Statistics 是面向开发者的 UX 模式，用于展示少量关键指标与统计数据，帮助用户快速判断方向、幅度与紧迫程度，常见于头部 KPI 条、仪表盘状态卡和落地页摘要指标。
3d-animations
提供基于 CSS/JS 的 3D 动画专家知识，覆盖透视变换、深度效果、卡片翻转、立方体旋转与视差深度，无需 WebGL。适合需要 3D 翻转卡片、悬停倾斜、旋转立方体、3D 轮播、视差分层等效果的场景。
svg-animations
提供 SVG 路径动画、形状变形与矢量图形特效的专家知识，适用于图标、插画、Logo、数据可视化等分辨率无关的图形动画场景。
hyperframes-motion
HyperFrames 动画技能，汇集原子动作规则、多阶段场景蓝图、场景转场、运动设计技法与各运行时适配器，用于在 HyperFrames 合成中编排确定性动画。
ux-review
UX Review 是一个多智能体 UX 审查系统，使用 Playwright CLI 浏览线上 Web 应用，为独立开发者和小型团队生成按优先级排序、可执行的审查报告。它需要在环境中安装 Playwright CLI（通过 npm install -g @playwright/cli@latest、playwright-cli install-browser、playwright-cli install --skills 安装，并用 playwright-cli --help 验证）。用户可提供目标 URL（必填）、关键用户流程、目标受众、关注领域以及上下文文件（均为可选）。系统由多个专职审查智能体组成，分别从第一印象、信息架构、用户流程、视觉设计、可访问性、文案与微文案等维度分析，并由综合智能体汇总去重、按严重程度和影响与工作量排序，最终输出 markdown 报告。
image
面向图片处理工作流的指南技能，覆盖格式选择、缩放裁剪、压缩、元数据、透明度、色彩配置与按目标平台导出，帮助网页、社交、电商、印刷等场景做出正确决策。
design-slop
用于识别、预防和清除网页中看起来千篇一律、缺乏层次与产品思考的“AI 味”设计模式。适用于创建、审查、审计或优化网站、落地页、仪表盘等界面时主动应用，判断对象是设计成品而非生成工具。
distill
一个简化设计流程的技能：通过去除多余复杂度，提炼界面的核心要素，让设计更简单、清晰、易用。使用前需先收集目标受众与使用场景等必要上下文，否则应暂停并请求澄清。
ui-design-brain
ui-design-brain 是一套用于生成生产级 UI 的技能，内置来自 component.gallery 的 60+ 界面组件模式、布局规范与最佳实践，避免泛泛生成。适用于网页、落地页、SaaS 后台、表单、数据表格、导航、弹窗等界面，产出 React + Tailwind CSS 代码。
video-generation
该技能通过 Python SDK 使用 Gemini 的 Veo 3.1 模型生成或延长视频，支持文本、图像、参考图、首尾帧插值和视频延长等任务。默认使用 veo-3.1-fast-generate-preview 模型，输出 720p、4 秒视频。
fpv-immersive-video-prompting
该技能用于把静态场景、角色图、航拍地图或手绘路线等素材，转化为沉浸式第一人称 FPV AI 视频提示词，像在可游玩的场景中穿行。支持编号停靠点与红线路径控制两种模式，覆盖人、宠物、无人机等多种视角。
cover-image
cover-image 是一个为文章生成手绘风格封面图的技能，能够分析文章内容并自动选择合适的视觉风格。它支持多种风格选项，包括优雅、蓝图、黑板、暗黑氛围、极简、水彩、像素艺术等二十种风格，并可根据内容信号自动匹配最佳风格。用户可通过命令行方式调用，支持从 Markdown 文件或直接粘贴文本生成封面，并可指定风格、宽高比、标题语言以及是否包含标题文字。该技能会为每次会话创建独立目录，保存源文件、提示词和生成的封面图，适合需要为博客、文章、演示文稿或社交媒体内容快速制作配图的场景。
captions
为视频添加字幕/题注的工具，属于 agamm/video-agent 技能集。它支持两种输出：导出 .srt / .vtt 侧车字幕文件（供 YouTube/Vimeo 上传、再编辑或其它工具使用），或把字幕直接烧录（burn-in）进画面（适合播放器不显示字幕轨的社交短片）。转写使用 mlx-whisper（与 transcribe 相同）。烧录通过 PIL 生成 PNG，再用 ffmpeg overlay 叠加完成（因 mise ffmpeg 缺少 drawtext）。用于字幕时应加 --clean 去除 um/uh 等填充词。支持样式参数：--size 字号、--color 颜色（white/yellow/red/black）、--position 位置（bottom/top/center）、--no-box 去掉半透明底框。文本自动换行至画面宽度约 90% 并居中。
edl-edit
edl-edit 是一个视频剪辑技能，用于把多片段剪辑写成可审计的 JSON 格式「编辑决策列表」（EDL）。EDL 是一组片段清单，每个片段标注源文件、入点、出点以及每处选取的文字理由。它通过一条命令执行整个剪辑：`uv run video-agent edl edit.json -o out.mp4`。剪辑由此变成可阅读、可 diff、可重复渲染的文本，修订只需改两个数字并重新运行，而不是重建 filtergraph。rationale 字段强制写清每一刀的取舍原因，形成可检查的记录。该技能支持帧精确修剪、多分辨率片段归一化拼接、J-cut/L-cut（audio_lead）、缓推镜头（punch）、音乐床混音、响度修正、LUT 调色、多机位切换（vsrc）、转场消音淡入（seam_fade），并能基于转录文本生成切点、用 snap 命令对齐静音边缘或音乐节拍，还用 --report --dry-run 检查节奏，通过重新转录输出来验证剪辑正确性。
filler-removal
filler-removal 是一个用于口播视频剪辑的技能，目标是去除讲话中的填充词与不流畅词（如 um、uh、er、like、you know、basically、literally 等），让成片听上去仿佛这些词从未说过——不产生被切断的辅音、突兀的音频跳变，也不丢失真实语音。它强调迭代流程：先用 video-agent transcribe 生成逐字稿（verbatim transcript，默认保留 um/uh，不要加 --clean），再用 speech-segments 对照静音边界校验词边界，因为 Whisper 词时间戳抖动较大、可能偏差 0.3–0.7 秒。随后按固定规则剪切（词首前 0.05 秒、词尾后 0.15 秒，距相邻非填充词至少 0.1 秒，间隔 0.3 秒以内的填充词合并为一次剪切），用 ffmpeg filter_complex concat 拼接保留片段并重编码，逐段抽取 3 秒拼接预览检听，必要时以 0.05 秒为单位微调后重做，最后对输出重新逐字稿核对且 grep um/uh 确认已清除。填充词清理完成后可用 cutting-rhythm 技能中的 tighten 处理节奏。
reframe-social
reframe-social 是一个视频画面重构工具，用于把横屏视频转换为社交平台常用的竖屏、方形或纵向比例。它提供两种模式：crop 模式默认按中心裁切，适合单人讲话等主体居中的画面；pad 模式保留完整画面，用模糊放大的背景填充两侧。支持 9:16、1:1、4:5 等目标比例，并可通过 --width 指定输出宽度，例如 9:16 配 --width 1080 得到 1080×1920 的标准上传尺寸。裁切偏移由 --focus 手动控制，工具不包含人脸跟踪。若主体在画面中移动，需要先按运动点切分片段，再分别重构并拼接。