ai-content-pipeline
基于 inference.sh CLI（belt）构建多步骤 AI 内容创作流水线，串联图像、视频、音频与文本生成。可组合脚本、配音、动画、数字人、合并等步骤，产出短视频、口播视频、产品演示与博客转视频。
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 11-05 00:16
设计与创作
22,044 个结果
ai-marketing-videos
通过 inference.sh CLI（belt）生成营销视频的技能，覆盖广告、促销、产品发布与品牌内容。可用 Veo、Seedance、Wan、FLUX 生成画面，Kokoro 配音，并支持合并视频与音频。
ai-podcast
基于 inference.sh 流水线从零生成多人对谈口播播客视频：角色图像生成、TTS 配音、头像动画与视频拼接。适用于播客、口播视频、演示片或多人对话类视频内容。
ai-product-photography
通过 inference.sh CLI（belt）调用 FLUX、Imagen 3、Grok、Seedream 等模型生成商业产品摄影图，覆盖电商主图、生活方式图、样机与多角度批量出图。
book-cover-design
面向图书封面设计的技能，按类型提供配色、图像与字体惯例，并借助 inference.sh CLI 生成封面概念图，涵盖虚构与非虚构类型、尺寸规范、缩略图测试与迭代流程。
elevenlabs-dubbing
ElevenLabs 自动配音技能，通过 inference.sh CLI（belt）将音频或视频翻译并配音成 29 种语言，同时保留原说话人音色。支持自动说话人识别、多说话人处理，输入格式含 MP3、MP4、WAV、MOV。
explainer-video-guide
讲解视频制作指南技能，覆盖脚本公式、语速节奏、分镜规划、配音、配乐与多工具流水线，通过 inference.sh CLI（belt）从脚本生成到成片。
flux-image
通过 inference.sh CLI（belt）调用 Black Forest Labs 的 FLUX 系列模型生成图像，支持 FLUX Dev LoRA、FLUX.2 Klein LoRA 等模型，可做文生图、图生图与 LoRA 自定义风格适配。
google-veo
通过 inference.sh CLI（belt）调用 Google Veo 模型生成视频的技能，支持 Veo 3.1 与 Veo 3.1 Fast，可进行文生视频并输出电影感画面。
image-upscaling
通过 inference.sh CLI（belt）调用 Real-ESRGAN、Thera、FLUX Dev Upscaler、Topaz 等模型进行图像放大与增强的 skill，可用于 AI 艺术、老照片修复、网页高 DPI 图片和印刷等场景。
logo-design-guide
面向 AI 图像生成场景的 Logo 设计指南技能，讲解标志类型、提示词写法、可缩放规则、配色与迭代流程，并说明 AI 无法可靠渲染文字等限制。
nano-banana
通过 inference.sh CLI（belt）调用 Google Gemini 原生图像模型生成与编辑图片的技能，支持 Gemini 3 Pro Image 与 Gemini 2.5 Flash Image，可文生图、多图输出、指定比例与分辨率、图像编辑及 Google 搜索接地。
og-image-design
og-image-design 是一个用于设计 Open Graph 与社交分享图片的技能，覆盖各平台规格、文字排版与品牌一致性。它提供 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等平台的尺寸、宽高比、文件大小与格式要求，并给出通用安全尺寸 1200x630 px。技能包含标题与副标题字号、字数上限、行高、对比度等设计规则，安全边距建议，以及博客、产品发布、教程等模板示例。它通过 inference.sh CLI（belt）调用 html-to-image 生成图片，也可用 falai/flux-dev-lora 生成无文字视觉图。资料还列出 OG 元标签、Twitter 卡片类型、测试工具与常见错误。
pitch-deck-visuals
面向投资人路演材料的视觉与结构技能，提供12页幻灯片框架、排版配色规则、图表选择与数据呈现建议，并可通过 inference.sh CLI（belt）生成幻灯片背景、市场与增长图表及团队头像。
qwen-image-2
Qwen-Image-2 是一个通过 inference.sh CLI（belt）调用阿里巴巴 Qwen-Image-2.0 系列模型进行图像生成与编辑的技能。它提供两个模型：Qwen-Image-2.0（速度快，适合通用场景）和 Qwen-Image-2.0-Pro（标准速度，文本渲染更专业，适合海报和文字密集设计）。用户可通过命令行传入提示词生成图像，支持多图生成、自定义分辨率、负向提示词、随机种子复现，以及基于 1-3 张参考图的多参考图像编辑。输出为 PNG 格式图像及包含尺寸和数量的元数据。
qwen-image-2-pro
Qwen-Image-2.0-Pro 是阿里推出的专业图像生成模型，通过 inference.sh CLI（belt）调用。它擅长专业级文字渲染、细粒度写实和更强的语义遵循，适合制作含多行文字的海报、营销横幅、复杂图文组合设计，也支持基于参考图的图像编辑与风格迁移。
talking-head-production
通过 inference.sh CLI（belt）制作 AI 数字人说话头视频的技能，涵盖头像、唇形同步与配音。推荐使用内置 TTS 的 P-Video-Avatar，也支持 OmniHuman、Fabric、PixVerse Lipsync 等模型，并提供人像要求、工作流与成本速度对比。
video-prompting-guide
面向 AI 视频生成提示词编写的实践指南技能，覆盖 Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora 等模型，提供提示词结构公式、镜头类型、运镜、灯光与风格关键词，以及常见错误与迭代方法。
motion-video
用于创建符合 Inkeep 品牌视觉与动效语言的 Remotion 视频技能，适用于营销视频、产品演示和社交媒体内容。提供品牌令牌、内置动画组件、产品演示组件及分阶段工作流与验证流程。
ui-ux-pro-max
面向 Web 与移动端的 UI/UX 设计智能技能包，提供 50+ 风格、161 套配色、57 组字体搭配、161 种产品类型推理规则、99 条 UX 指南与 25 种图表类型，覆盖 10 个技术栈，可按优先级检索推荐。
web-design-guidelines
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。
hyperframes-audio
HyperFrames 音频混音技能，用于对已放入 HyperFrames 合成中的音频做混音处理，包括淡入淡出、交叉淡化、轨道增益与音量、音量自动化、闪避（ducking）与人声挖空（voiceover carve）以及效果链。
media-router
media-router 是 Arcads 视频制作技能集中的媒体路由技能，用于把图像或视频的生成、编辑、再利用请求路由到正确的 Arcads MCP 工具。它不记忆工具目录，而是在运行时实时发现并读取 MCP 工具列表与参数，再选择最匹配的工具执行。
media-use
media-use 是 HyperFrames 项目的媒体操作系统技能，用单一技能统一解析、生成、操作和记忆各类媒体资源，包括背景音乐、音效、图片、图标、品牌标志、配音、调色与 LUT，减少上下文噪音。