SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-04 00:13
21,932 个结果
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 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 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 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。
Video Overlay 是 video-agent 中的叠加合成技能，用于把已知素材（文字、Logo/图片、静态透明 PNG、动画透明效果）确定性地合成到视频上并准确定位。它提供 overlay-text、overlay-texts、overlay-image 等命令，支持通过像素偏移、center 或 ffmpeg 表达式指定位置，并可用 --start/--end 控制出现时段。该技能强调透明素材的处理规则（静态透明用 RGBA PNG，动画透明用 RGBA PNG 序列而非 GIF），以及借助 position-grid、dot-probe 等方法精确定位，并建议用时序转录确定叠加时机。
内容再利用引擎，可将 YouTube 视频、博客文章、播客、本地文件或粘贴文本转换为 17+ 平台的优化内容，支持指定平台、品牌语气覆盖、快速模式与图片提示生成。
repurpose-discord 是 claude-repurpose 技能集中的 Discord 社区内容生成器，可从内容原子（content atoms）生成公告帖、讨论帖提示和富嵌入消息，强调以对话和回复为核心，而非单向广播。
从内容原子中提取5个最具引用价值的金句，并按6组件简报为每条生成 /banana 图片提示词，用于制作引语卡片（含文字叠加）。
repurpose-youtube 是一个为创作者生成 YouTube 社区标签内容的技能，可从内容原子生成文字帖、图片概念和投票，并优化视频上传间歇期的互动。
用于为特定美学风格建立或更新视觉参考库的技能：检索图片来源（Pinterest、Dribbble、Behance、Google 图片等），按 7 维框架标注，并写入 knowledge/aesthetics/<slug>.md 知识档案；重复运行时以追加方式更新而非覆盖。
该技能用于借助图像生成工具生成视觉素材，包括背景、纹理、图标、装饰形状和 SVG 元素，并可将栅格图矢量化、把 SVG 转为 React 组件。它基于已收集的美学知识档案，适合需要静态几何图形、装饰性元素的项目。
该技能用于从视觉参考图片中提取可直接落地实现的设计值，包括十六进制颜色、像素尺寸、CSS 技术名称与缓动模式，并将结构化分析追加到美学知识档案中，而非输出定性描述。
将模糊功能想法转化为经审批的工程级文档（需求→设计→任务）的系统架构师技能，强调规格驱动开发、拒绝随性编码，在任务文档获批前不写功能代码。
ccvideo 是一个基于 Remotion 的项目工作流，用于制作 Claude 发布视频风格的产品宣传短片（20–45 秒，1920×1080@30fps）：陶土色画布、macOS 终端窗口与动画 Claude Code 会话。内容必须来自真实运行捕获，先捕获再合成，并用脚本校验，防止手写事实。
Amplitude MCP 市场中的实验分析技能，用于设计 A/B 测试、分析运行中或已完成的实验，并以统计严谨性解读结果，辅助做出上线或不上线的数据驱动决策。
该技能用于审查 UI 代码是否符合 Web Interface Guidelines（Web 界面指南）。当用户提出「review my UI」「check accessibility」「audit design」「review UX」「check my site」等请求时使用。其工作方式为：先从指定源 URL 获取最新版指南，再读取用户指定的文件（或询问文件/匹配模式），随后对照获取到的全部规则逐条检查，最后以简洁的 file:line 格式输出发现的问题。指南源为 https://raw.githubusercontent.com/vercel-labs/web-interface-guidelines/main/command.md，每次审查前都会重新抓取，以确保使用最新规则，抓取内容包含全部规则及输出格式说明。使用时，若用户提供了文件或匹配模式参数，则依次执行抓取指南、读取文件、应用全部规则、按规定格式输出结果；若未指定文件，则询问用户需要审查哪些文件。
一个用于在 Web 项目中查找并嵌入品牌一致动画的技能，支持 Lottie（装饰性、循环动画）与 Rive（交互式组件、状态机）。可按意图通过 GraphQL 搜索 LottieFiles，或搜索 Rive Marketplace，并提供框架检测、嵌入代码与系列动画一致性建议。
一套面向 Web 与移动端 UI 的产品设计最佳实践技能，涵盖排版、色彩、间距、动效、图标、无障碍与细节打磨，强调先做设计简报与调研，再做有依据的决策，避免千篇一律的通用化界面。
iOS Design Workflow 是一个面向 iOS 应用设计的端到端编排技能，从想法梳理到生成 GitHub/Gitea 任务，覆盖需求、调研、规格、任务拆分、架构与文档等阶段，适合启动新 iOS 功能或规划应用架构时使用。
面向 TT Style 网页与营销场景的字体排版增强技能，借助 TikTokVF 可变字体放大字号、字重与字宽对比，含大写字母、视口填充文字与布局规范。
tt-colorize 是一项为 TT Style 界面套用 TikTok 品牌表达色板（Thrive、Shimmer、Dawn、Ember、Glow、Muse）的技能，用于需要广告氛围或视觉识别、超出标准 Blaze + Glint 配色的场景。先做层级检查：若界面为 Strict TUX-native，则停止，因为表达色不属于产品 UI 的 TUX 令牌体系。
tt-critique 是一个对 TikTok/TUX 界面进行设计层面评审的技能，关注视觉层级、UX 质量、反模式、信息架构、交互设计与响应式表现，而非代码审计。需先判定保真度档位（Strict TUX-native 或 TT Style）再套用对应规则。
Vision Sandbox 是一个基于 Gemini 原生代码执行沙箱的视觉分析技能，用于空间定位、视觉数学计算和 UI 审计。模型在 Google 托管的沙箱中编写并运行 Python 代码来验证图像数据，适合需要精确坐标或数值验证的视觉任务。
BlitzReels X-to-video 技能：把 X（Twitter）帖子、原生视频、线程、对话或当前趋势转化为短视频。需结合 X 实时证据与 BlitzReels MCP 工具，保留来源 URL、作者署名与发布时间，付费生成与导出需用户批准。