image-generation
nanobot 的图像生成技能:通过 generate_image 工具按提示词生成图片,并基于已保存的图片产物进行迭代编辑,生成后可用 message 工具把图片交付给用户。
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
21,940 个结果
nanobot 的图像生成技能:通过 generate_image 工具按提示词生成图片,并基于已保存的图片产物进行迭代编辑,生成后可用 message 工具把图片交付给用户。
ideate 是 Arc 技能包中的一项功能规格设计技能,通过对话式提问与专家评审,把想法逐步转化为可落地的功能规格文档。它按"理解—探索—明确"三幕推进,强调先问清问题再提方案。
用于在正式开发前快速验证单一设计、逻辑、状态或 UI 问题的可丢弃原型方法。强调先定义问题、选择最快验证形态、明确标记为临时代码、提供可运行命令、暴露状态与边界情况,并记录结论后删除或吸收进生产代码。
gemini-review 是一个 Claude 技能,调用 Gemini CLI 作为外部评审,对当前代码差异或指定主题(架构、安全、文档、设计、性能、测试)给出第二意见,并汇总关键发现。
Icons8 Design 是 Icons8 设计帮助体系的前端入口,用于对界面做设计检查、UI 审查,或判断页面是否“看起来已完成”。它本身不直接执行检查,而是把任务路由到相应技能,再将结果合并成一份报告。
Cofounder 是一个技能,用于把模糊想法变成用户认可的功能规格与设计,并拆分为其他角色可执行的工单,同时跟进实现以确保结果符合规格。
面向 Bonsai(Blender BIM)与 IfcClash 的碰撞检测实现技能,指导在 BIM 模型中进行干涉检查与空间协调,涵盖碰撞集定义、检测模式选择、结果导出与智能分组。
用于在 Sverchok 中设计参数化 AEC 几何的 Claude 技能,涵盖结构网格、幕墙、参数化楼梯、屋顶、MEP 路由及由数据生成地形,均以可复用的参数化节点树实现。
该技能用于在 AI 生成图像中保持角色一致性,通过参考表(reference sheets)与 LoRA 技术实现。内容涵盖转身视图(turnaround views)、表情表(expression sheets)、配色方案(color palettes)等。使用前需安装 belt CLI(npx skills add belt-sh/cli),并通过 inference.sh CLI 运行图像生成命令。技能提供角色概念生成、多角度视图、表情表、服装表、配色表等参考表类型,并介绍描述锚点技术、比例指南、LoRA 训练技巧、常见一致性失败原因及角色圣经模板。适用于需要同一角色出现在多张 AI 图像中的项目,如概念设计、漫画、动画等。
将静态图片转为动图的指南型技能,介绍模型选择、运动提示词与镜头运动写法,覆盖 Wan 2.5 i2v、Seedance、Fabric、Grok Video 等模型及适用场景,通过 inference.sh 的 belt CLI 调用。
这是一个关于落地页转化率优化的设计技能,讲解落地页的布局规则、首屏设计与行动号召(CTA)心理学。内容涵盖首屏公式(5 秒内传达价值)、标题与副标题写法、主视觉图选择、CTA 按钮文案与设计、页面区块顺序、社会证明类型与摆放、表单设计与移动端优化、OG 分享图生成以及页面速度目标。该技能基于 inference.sh CLI(belt)运行,可通过命令行调用图像生成、网页搜索等应用来产出主视觉图、OG 图和竞品调研数据,适用于 SaaS、产品官网等各类落地页的设计与优化。
本技能是一套面向 AI 产品摄影的实用指南与命令合集,基于 inference.sh CLI(belt)实现。内容涵盖工作室灯光、生活方式场景、电商白底 packshot 规范,以及拍摄角度、背景选择、阴影类型、主图(hero shot)等具体做法。技能提供了可直接运行的 belt 命令行示例,用于生成干净的白底电商图、场景图、比例参照图、细节微距图、组合图等;并给出亚马逊等平台的白底要求(纯白背景、产品占画面 85% 以上、无道具文字水印、长边至少 1000px 等)、电商图片集的建议顺序(7-9 张)、相机角度与灯光设置的提示词关键词对照表、不同产品品类的拍摄要点,以及图像编辑与放大的工作流示例。使用前需安装 belt CLI 并登录。技能不提供具体收费信息。
Storyboard Creation 是一个面向影视与视频分镜创作的中文技能包,提供镜头词汇、连贯性规则与分镜版面布局方法。该技能依托 inference.sh CLI(belt)调用 AI 图像生成能力,将文字描述转化为分镜画面,并支持将多个面板拼接成完整分镜板。内容包括取景类型(ECU、CU、MCU、MS、MLS、LS、WS、EWS)、摄影机角度(平视、俯视、仰视、鸟瞰、虫视、荷兰角、过肩镜头)、摄影机运动(摇、俯仰、推拉、横移、升降、变焦、稳定器、手持、固定),以及 180 度规则、动作衔接、视线匹配、屏幕方向等连贯性规则。该技能还给出标准版面格式(2x3、3x3、2x2、单幅)与面板注释格式,涵盖场景镜头编号、镜头类型、运动、时长、动作、对白、音效与音乐提示。使用方式分为三步:先编写镜头清单,再逐格生成画面,最后用拼接工具组装成分镜板。适用于电影、视频、广告等前期视觉规划场景。
面向 TikTok、Instagram、YouTube、Facebook、LinkedIn 的视频广告制作技能,提供各平台尺寸、时长、安全区等规格,并结合 AIDA 框架与 inference.sh CLI(belt)生成竖版、方形、16:9 广告及字幕。
这是一套用于制作 YouTube 缩略图的 AI 设计技能,通过 inference.sh 命令行工具(belt)调用图像生成模型来生成高点击率缩略图。技能明确了缩略图的规格:最低 1280x720 像素、推荐 1920x1080、16:9 比例、文件不超过 2MB,支持 JPG/GIF/PNG 格式。核心方法是“120px 测试”,即缩略图在移动端约以 120 像素宽显示,必须在该尺寸下仍能辨识情绪、主体与文字。技能涵盖安全区规则(避开右下角时长与左下角章节标记)、高对比配色方案、文字使用规范、人脸表情心理,并针对教程、对比、测评、清单等不同内容类型给出提示词示例与 A/B 测试建议。
GSAP Animate 是一组面向生产环境的 GSAP 动画编排配方技能,提供基础模式并根据动画类型分发到子技能,覆盖滚动、交互、文字、SVG、特效、光标、Canvas 等场景。
一个用于下载、保存、查询、搜索、转录或提取 YouTube 视频、Shorts 与公开直播链接音视频和字幕的技能,基于 yt-dlp 与 ffprobe,支持元数据读取和搜索回退。
ElevenLabs 媒体技能:通过 ElevenLabs API 生成与转换语音、对话、转录、配音、音效、人声分离、音乐、图像和视频,并可按真实接口契约构建集成。
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。
nano-banana 是一个通过 Gemini CLI 的 nanobanana 扩展生成和编辑图像的工具,适用于所有图像生成请求。它支持文生图、图像编辑、照片修复、图标、流程图、图案和叙事图像等场景,可生成博客特色图、YouTube 缩略图、应用图标等。使用前需安装 nanobanana 扩展并配置 GEMINI_API_KEY,通过 gemini --yolo 命令调用,生成结果默认保存到 ./nanobanana-output/ 目录。
基于 Google Nano Banana 2(gemini-3.1-flash-image-preview)的图像生成技能,可通过脚本生成图片、信息图与图表,支持文本渲染、搜索接地、多轮修改与多图合成。
按 kunchenguid 设计系统构建 HTML 页面(文章、随笔、落地页等)的技能。要求页面呈现编辑感、系统控制台与现场手册混合的风格,使用指定的字体、颜色令牌、版式与组件,并遵循六段式内容结构。
基于设计哲学生成 .png 或 .pdf 视觉艺术作品的技能,适用于海报、艺术品等静态设计。流程为先创建美学运动文档,再进行视觉表达,仅输出 .md、.pdf、.png 文件。
color-system 是面向设计系统构建的 OKLCH 配色技能,用于建立角色明确、层级连贯且对比度可验证的色板与语义色 token。它强调从品牌与使用场景证据出发,而非套用现成配色;以 OKLCH 的感知亮度 L、色度 C、色相 H 三个维度控制色阶,让色阶亮度步进均匀、色度在中段达到峰值并向明暗两端收敛。方法包括:为一个或多个色相赋予明确职责,构建约 10 至 12 级的固定步长亮度阶,审慎选择中性色温度,按匹配的亮度与色度挑选成功/错误/警告/信息等语义色,通过调整亮度而非透明度生成 hover/active 状态,并对实际使用的文字、控件、焦点和状态配对所有主题逐一测量 WCAG 对比度。它要求将 primitives、语义角色、组件别名三层分离,禁止仅靠颜色传达含义,并为 P3 与旧目标提供 sRGB 回退。资料未提供具体安装方式、运行依赖与收费信息。