image-gen
基于 AI SDK 的官方 API 图像生成技能,覆盖 OpenAI(DALL-E、GPT Image)与 Google(Imagen、Gemini 多模态)。支持文本生成图像、参考图编辑、宽高比与画质预设,脚本位于 scripts/ 子目录。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-05 00:16
22,000 个结果
基于 AI SDK 的官方 API 图像生成技能,覆盖 OpenAI(DALL-E、GPT Image)与 Google(Imagen、Gemini 多模态)。支持文本生成图像、参考图编辑、宽高比与画质预设,脚本位于 scripts/ 子目录。
该技能基于《Head First Design Patterns》中的 23 个 GoF 设计模式,帮助开发者生成或审查应用设计模式的代码。支持创建型、结构型和行为型模式,提供模式选择指引、面向对象原则检查与代码审查清单。
基于 Eric Evans《领域驱动设计》的软件设计技能,支持代码生成、代码审查与领域迁移规划三种模式,帮助开发者正确应用实体、值对象、聚合、仓储等 DDD 战术模式与限界上下文等战略模式。
这是一个面向社交媒体平台与广告投放的图形生成技能,用于制作经过平台优化的图像与缩略图,例如 Instagram 帖子、YouTube 缩略图、LinkedIn 图形、Twitter 图片等。它强调并非只把图片做成“正确尺寸”,而是针对各平台的算法、用户行为与视觉语言来构建提示词,使生成结果更符合特定平台的内容消费习惯与版面安全区。技能文档详细列出了 Instagram、YouTube、LinkedIn、Twitter/X、TikTok、Pinterest、Facebook 等平台的版式比例、像素尺寸、安全区与视觉语言要求,并提供各平台专用提示模板、内容类型模板、缩略图情绪与色彩心理学参考、样式探索流程与批量生成与跨平台适配的检查清单。模型方面文档要求始终使用 Glif 上的 Nano Banana Pro 文生图(Glif ID: cmi7ne4p40000kz04yup2nxgh,约 20 秒);若为文字密集图形(如引言卡、公告图)则建议改走 ai-typography,使用 Recraft v3 或 Ideogram v3 以获得更好的文字渲染。技能还包含多平台扩展、质量检查表、常见问题与解决方法、各平台要点提示,以及固定的输出格式,便于按平台要求生成并评估社交图形。
GPT Image 2.5 是通过 AceDataCloud 调用的一组图像生成与编辑模型,提供 Flare 与 Sunburst 两个方向:Flare 侧重更快的生成速度,Sunburst 侧重更高保真的输出与编辑控制。每个请求必须使用精确的模型 ID,可选 gpt-image-2.5-flare、gpt-image-2.5-sunburst,以及对应的 :official 变体(按 token 计费)。生成接口为 POST /openai/images/generations,编辑接口为 POST /openai/images/edits,结果位于 data[].url。支持 size 为 auto 或自定义宽高、quality 可选 auto/low/medium/high、n 为 1–10;长任务可通过 async 或 callback_url 异步执行并轮询任务状态。
Prompt Studio 是一个把一句话的图像或视频需求转化为成品的技能工具:它先理解需求,从经验证过的提示词中推荐合适的起点,改写为适配用户内容的生成简报(Generation Brief),再交给图像、代码渲染的 Code Video 或模型视频 Model Video 等渠道执行,最后校验输出并记录效果。该技能本身不直接生成内容,而是负责选型、推荐、撰写简报、分发与质量检查。使用时通过 node <skill-dir>/scripts/studio.mjs <command> 调用辅助脚本,各命令输出 JSON。
dense-ui 是一套面向表格与仪表盘设计的技能规范,聚焦列对齐、等宽数字、行密度、粘性表头、批量操作与单屏信息量,帮助在已有表格层内做出一致、可比较的高密度数据界面。
fable-architect 是一个用于系统架构设计的技能,强调先深入理解再设计、模块化思考与迭代精炼,适用于启动新项目、设计系统架构、规划大型重构或做技术选型。
algorithmic-art 是一个用于创作算法生成艺术的技能,基于 p5.js 实现带种子随机性与交互式参数探索。用户提出用代码创作艺术的需求时,可借助它先产出一份算法哲学(.md 文件),再将其表达为 p5.js 生成艺术(.html + .js 文件)。它强调过程优先于结果,把算法哲学转化为计算过程、涌现行为、数学之美、噪声场、粒子与场的动态以及参数化变化。实现阶段要求以 templates/viewer.html 作为字面起点,保留固定结构与品牌元素,仅替换算法、参数与参数控件等可变部分,最终输出一个自包含、可在浏览器或 claude.ai 中直接运行的交互式 HTML artifact,包含种子导航、参数滑块、颜色选择、重新生成、重置与下载 PNG 等控件。
为单人口播视频添加字幕或标题的AI技能,不修改原始画面;支持逐字字幕(rail)与嵌入主体背后的峰值字幕(embed),并可通过主题化配置实现特效级字幕效果。
通过本地 Codex CLI 在 Claude Code 中调用 GPT Image 2(ChatGPT Images 2.0)生成图片的技能,复用已有的 ChatGPT Plus 或 Pro 订阅,无需单独的 OpenAI 访问或按图计费。支持文生图、图生图编辑、风格迁移与多参考图合成。需要本地安装并登录 Codex CLI,且订阅包含图像生成权限。
google-design 是一套用于创建、校验和演进 DESIGN.md 的技能与工具,DESIGN.md 是 Google 提出的机器可读设计系统格式,由 YAML 设计令牌与 Markdown 设计说明组成,可为 AI 编程智能体提供持久、结构化的视觉规范上下文。
将博客链接、粘贴文章、PR diff、会议记录、发布说明或原始提示等上下文,转换为带幻灯片、旁白、字幕的讲解视频 mp4,可选添加 SadTalker 头像。基于本地免费工具链:LLM 生成脚本、Pillow 制图、edge-tts 配音、ffmpeg 合成。
为文章自动生成配图、上传至 ImgBB 图床并插入 Markdown 链接的技能,适用于公众号写作场景,支持公共领域作品、AI 生成图片和免费图库等来源。
ManimCE(Manim Community)最佳实践技能,提供一套分主题的规则文件、可运行示例与场景模板,帮助正确使用 Manim Community 编写动画与数学可视化代码。内容覆盖场景结构、Mobject 与动画、创建与变换动画、文本与 LaTeX、颜色与样式、定位与分组布局、坐标轴与绘图、3D 场景、时间控制与 updater、相机运动,以及配置与命令行渲染。同时说明与 3b1b/ManimGL 的关键差异、Jupyter Notebook 的 %%manim 用法、常见踩坑与安装检查命令。适用于教学视频、数学推导演示、数据与函数曲线可视化、参数曲线和曲面等场景。具体功能细节以各规则文件和示例文件为准。
ManimGL 最佳实践技能,用于指导使用 3Blue1Brown 的 ManimGL 库制作数学动画。当用户提到 manimgl、ManimGL、3b1b manim,代码中出现 `from manimlib import *`,或运行 manimgl CLI 命令时触发。内容涵盖场景、Mobject、动画、创建与变换、文本与数学公式、样式、3D 与相机、交互式开发、配置与 CLI 等规则文件,并提供可运行示例与场景模板。
用于在 AI 与人类交付团队中把 Notion 当作可靠执行系统来运营的技能。核心是让 Total tasks 成为唯一执行事实来源,强制不可变 Work Logs、签名策略与跨 MCP 客户端的确定性续接,保持交接、上下文与审批链可审计。
面向电商运营与内容创作者的视频脚本创作技能,可为宠物、家居、美妆、数码、服装、食品、健康等多品类商品生成抖音、小红书等平台的带货视频脚本,采用痛点切入、产品展示、痛点解决的六阶段流程,并给出镜头与后期建议。
Antithesis Bootstrap 是一个用于把项目接入 Antithesis 测试平台的技能,帮助准备被测系统、接入 Antithesis SDK 与插桩、打包 Docker 镜像、编写 docker-compose.yaml 和 Test Composer 场景,并生成可在 Antithesis 中运行的配置镜像。
frontend-design-review 是一套面向 UI/UX 的设计原则与评审方法,用于构建新界面、审查视觉改动和验证设计质量。它强调用户优先、细节打磨、简洁清晰、性能、一致性与无障碍,并给出颜色、排版、间距、组件、布局及评审流程的规范。
用于设计面向 Cursor、Claude Code、Codex、Zed、Open Plugin 与 npx skills 的公开或私有 Agent Skill 与插件市场,涵盖清单布局、安装矩阵与分发渠道选择。
已弃用的 AI 图片生成技能,已迁移至 baoyu-imagine。支持通过 OpenAI、Azure OpenAI、Google、OpenRouter、DashScope、MiniMax、即梦、Seedream 与 Replicate 等 API 进行文生图、参考图生成及批量出图。
add-skill 是 Automattic design-skills 仓库中用于向共享 a8c-design 插件贡献新 Claude Code 技能的工作流,负责查找仓库、建分支、生成脚手架、更新元数据并创建草稿 PR。
面向 UI 文案的 JTBD(Jobs to Be Done)写作与审校技能:以用户要完成的任务为滤镜,重写标签、CTA、辅助文本与占位符,让每个元素反映用户目标而非系统结构,并识别流程中的认知断层。