pro-video-composer
pro-video-composer 是一套开箱即用的 AI 视频合成流水线，串联 ffmpeg、Remotion、ASR 时间轴对齐与 agent 大脑。支持文稿拆分镜、可视化看板过审、声音复刻与逐句情绪配音，输出整片成品、分镜看板与可重跑脚本。
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
22,047 个结果
seedance-2-video
面向 Sorb 的 Seedance 2.0 视频生成技能，用于分析图片或参考视频，编写和优化中文视频提示词、图生视频方案、运镜设计、分镜板、首帧建议、长视频分段与剪辑节奏。
qwen-image-gen
面向 Qwen-Image 的生图提示词编写与改写技能，区分局部编辑、参考主体创作、同人物系列与画幅决策，并可按用户已有工作流衔接生成与验收。不涉及下载权重或通用模型运维。
video-thumbnail-generator
Video Thumbnail Generator 是一个用于从真实视频画面生成平台适配缩略图或封面图的技能。它强调以真实视频内容作为视觉依据，要求人物、产品、界面或场景均来自实际视频帧，禁止虚构通用软件界面、虚假产品画面或无关人物。该技能会先确认目标平台与画幅比例（如 YouTube/Bilibili 常用 16:9，Shorts/TikTok/抖音常用 9:16，小红书/视频号常用 3:4），并温和纠正含糊的比例表述（尤其是 4:3 与 3:4）。随后读取项目状态、转录文本与可用媒体上下文，检查候选帧（表情丰富、产品或界面清晰、动作戏剧性、构图干净、光线强或主体分离明确），并对缩略图任务分类（口播/观点/教程、产品/软件/演示、电影感/纪录片/艺术、娱乐/挑战/反应、教育/商业/概念）。它会提出简短标题文案选项（通常 2-5 个词），提供 3-6 个明显不同的风格方向，每个选项说明构图而非仅给频道或风格标签，并排除较弱选项；方向不明显时等待用户选择。生成时使用选定的真实帧与风格，并检查移动端可读性、主体保真度、产品/界面真实性及视觉对比度，最后给出结果并提供针对性调整。
mermaid-architect
Mermaid Architect 是一个用于生成手绘风格 Mermaid 图表的技能。它以“图表架构师与设计师”的角色工作，当用户提出“画一下这个”“做一个图”“可视化”等需求时触发，输出 Mermaid 代码块并附带说明。该技能支持流程图（流程映射、决策树）、序列图（API 调用、用户交互）、类图（面向对象结构、数据库模式）和状态图（生命周期管理）。为保证语法健壮，它要求节点标签包含括号、逗号或冒号时使用带引号的字符串，节点 ID 不使用空格并采用 camelCase、PascalCase 或下划线，同时避免使用 end、subgraph、graph、flowchart 等保留 ID；层级结构优先使用 TD（自上而下），时间线优先使用 LR（从左到右）；子图使用 subgraph id [Label] 形式并指定显式 ID 与标签。技能附带语法指南、微服务示例、序列 API 示例、状态生命周期示例等参考材料，并提供校验脚本，可对一个或多个 .mmd 文件运行校验命令。
imagen
imagen 是一个使用 Google Gemini 图像生成能力（gemini-3-pro-image-preview 模型）生成图像的技能。当用户需要为任意目的创建、生成或产出图片时，可在 Claude Code 会话中自动激活该技能，把文字提示转换为 PNG 图片文件并返回文件路径，方便直接用于前端界面、文档插图或概念可视化。支持 Windows、macOS 和 Linux。
remotion
本技能是面向 Remotion（用 React 以程序化方式创建视频的框架）的综合实践指南，旨在为处理 Remotion 代码的开发者提供领域知识。内容涵盖用 React 组件创建视频合成、基于帧的动画、音频视频与图像等媒体素材处理、图表与数据可视化、文字动画与字幕、Three.js 3D 内容、转场与序列编排，以及 Tailwind CSS 和 Lottie 动画集成。指南按核心动画与计时、合成与元数据、素材与媒体、文字与排版、字幕与转写、数据可视化、媒体处理等多个引用文件组织，每个文件提供详细说明与代码示例，并给出使用 useCurrentFrame()、避免 CSS 动画、以秒为单位换算帧等最佳实践。
landing-page-design
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。
product-photography
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。
xiaoqi-minimalist-slides
小七极简演示（xiaoqi-minimalist-slides）是一个用于生成 16:9 Reveal.js HTML 演示文稿的技能。它遵循小七的极简单色编辑风格：纯白底、大字号中文排版、竖排双语标题。该技能把内容组织成可直接打开、演示和打印为 PDF 的 Reveal.js HTML，保持纯白底、中文编辑排版与黑色线稿的统一气质，不复制源 PDF 中的具体图像。中式气质来自中文排版和版面关系，不强加给配图题材或媒介。开始前需读取风格与图像提示词参考资源，并以指定模板为起点，输出 index.html 与相对路径 assets/，不输出 .pptx。
algorithmic-art
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。
canvas-design
canvas-design 是一个用于创作视觉艺术作品的技能，输出 .png 与 .pdf 格式的设计作品。当用户要求制作海报、艺术作品等视觉内容时使用。其流程分为两步：先创建一份设计哲学（.md 文件），描述一种通过形式、空间、色彩、构图、图像、图形、形状、图案以及极简文字来表达的美学运动；再将该哲学在画布上视觉化，生成以视觉设计为主、文字为辅的成品。该技能强调视觉表达、空间沟通与艺术诠释，要求文字极简、仅作视觉元素，并反复强调作品应呈现出手工精雕细琢、出自顶尖专家之手的质感。最终输出单个可下载的 .pdf 或 .png 文件，以及作为 .md 文件的设计哲学。
theme-factory
Theme Factory 是一个为各类产物（如幻灯片、文档、报告、HTML 落地页等）套用主题样式的工具包。它提供 10 套预设主题，每套主题包含协调的配色方案（含十六进制色值）以及标题与正文的字体搭配，帮助用户为演示文稿等产物应用统一、专业的视觉风格。使用流程为：先展示 theme-showcase.pdf 让用户查看全部主题，再询问并等待用户明确选择，随后从 themes/ 目录读取对应主题文件并将颜色与字体一致地应用到产物上。若现有主题均不适用，还可根据输入生成自定义主题，命名方式与现有主题类似，生成后先展示供审核确认再应用。
image-compress-skill
ImageCompressSkill 是一个为 AI Agent 设计的生产级图像优化引擎，使用 Rust 实现。它能在 PNG 量化与 WebP 压缩之间智能路由，根据输入内容类型和目标用途选择最优压缩策略。主要策略包括：照片类内容使用有损 WebP（image -> libwebp），图形、Logo、UI 使用优化 PNG（image -> imagequant -> oxipng），通用 Web 场景使用高兼容 WebP，通用归档场景使用无损优化 PNG。决策逻辑为优先尝试 WebP，若输入为简单图形（颜色数少）或 WebP 结果反而更大则回退到量化 PNG 管线；若用户要求无损或不允许视觉变化，则跳过量化，仅使用 oxipng 或无损 WebP。该技能依赖 image-compress-tool 二进制文件，若未找到可运行安装脚本。
ai-video-gen
ai-video-gen 是一个端到端的 AI 视频生成技能，可从文本提示出发，串联图像生成、视频合成、配音和剪辑，产出完整视频。图像生成支持 DALL-E 3、Stable Diffusion、Flux；视频生成支持 LumaAI、Runway、Replicate 模型；配音支持 OpenAI TTS、ElevenLabs；剪辑基于 FFmpeg 完成拼接、转场与叠加。提供 generate_video.py（端到端生成）、images_to_video.py（图片序列转视频）、add_voiceover.py（添加旁白）、multi_scene.py（多场景视频）、edit_video.py（特效、转场、叠加）等脚本。可通过环境变量或 .env 配置所需 API Key，依赖可通过 pip 安装，并提供免费预算模式与付费质量模式两种工作流选择。
baoyu-xhs-images
baoyu-xhs-images 是一个小红书（Little Red Book）信息图系列生成技能，用于把复杂内容拆解成具有吸引力的图文信息图系列。它提供 10 种视觉风格与 8 种布局，可将内容拆分为 1 到 10 张卡通风格图片，并针对小红书的浏览与滑读习惯进行优化。
designing-one-button-games
一个与引擎无关的单按键迷你游戏设计指南技能，聚焦新颖机制、风险回报和短难度曲线，用点击、长按、松手三种输入设计直观且自解释的小游戏。
adobe-automator
Adobe Master Automator（v1.1.2）是一个用于自动化多个 Adobe 应用程序的通用技能，通过跨平台的 ExtendScript 桥接实现。它支持 Photoshop、Illustrator、InDesign、Premiere Pro 和 After Effects。核心命令为 runScript，可在目标应用中执行原始 ExtendScript（ES3）代码。该技能会自动检测操作系统并路由命令：Windows 使用内置 cscript，macOS 使用内置 osascript。使用时需注意，runScript 会执行任意 JSX 代码，且 ExtendScript 引擎可无限制访问主机文件系统，因此绝不应执行来自不可信来源的脚本，执行前务必检查脚本内容。
visual-prompt-engine
Visual Prompt Engine 是一个用于生成多样化、非重复图像提示词（image prompt）的技能。它通过抓取 Dribbble 等设计平台上的真实视觉参考，将原始参考转化为结构化“风格卡片”（Style Card），再结合多种提示词模板与专业视觉词汇，组合生成高质量的图像提示词。其核心目标是解决 AI 智能体在撰写图像提示词时反复使用相同视觉模式和陈词滥调的问题，通过真实、流行的设计作品作为依据，让提示词更具具体的设计语言与多样性。工作流程为：Dribbble 抓取 → 风格卡片 → 提示词生成器 → 质量审查 → 最终提示词。使用时需要先收集视觉参考（推荐浏览器方式，因为 Dribbble 会阻止自动化请求），再构建风格卡片，随后在用户请求图像提示词时选择相关卡片并组合生成，输出前会对照历史记录进行去重检查。
compose
Compose 是面向 ACE-Step-DAW 的「研究优先」整曲创作工作流技能，通过 /compose <描述> 命令调用，引导 Claude 像音乐人一样先研究再创作。流程包括：解析用户意图（风格、参考艺人/歌曲、情绪、调性、BPM、特殊限制、时长），强制检索目标风格的音乐理论分析、歌曲结构、制作技巧与参考曲目的和弦/调性/BPM，并查找 Strudel/TidalCycles 示例与 DAW 内置预设；随后提炼 2-4 条创作原则，先输出创作简报（含风格、参考、调性、BPM、原则、曲式结构、音轨清单）等待用户确认，再按鼓、贝斯、和弦、旋律的顺序逐层用 Strudel stack() 编写，最后对照原则、调性一致性、力度变化、留白与语法有效性进行自检，并给出修改建议供迭代。该技能不提供预置风格模板或完整和弦库，强调过程而非数据。
design-constraints
design-constraints 是一个用于指导 AI 模型设计 UI 的技能，核心思路是向模型提供明确的空间与排版约束，而不是让它自由猜测。它规定了一套具体的数值规则：8px 基础网格、24px 外内边距与圆角、4px 半步仅用于 8px 溢出时；同心圆角遵循“内圆角 = 外圆角 − 内缩”的公式；字体最多 2 个家族、每组件最多 3 个字重和 3 个字号；等宽字体仅用于机器读取或列对齐的文本；强调色只用一个，每视图只花在最重要的操作上。该技能还给出了工作流程：从真实参考而非描述出发、逐组件而非逐屏幕构建、用约束而非感觉表达修改、手动挑选图像。此外，它列出了常见失败模式，如嵌套内边距、网格边缘溢出、失效令牌、静止状态边框、部分悬停状态、吞掉内容的特效、仅在一个分支定义主题、未运行的动画等，并附有完成前的检查清单。
design-loop
Design Loop 是一个面向智能体的工作流技能，用于在具体参考物的对照下创建或改进网站、视频、演示文稿或文档。它通过“委派构建 + 三位独立评审”的循环方式推进：先确定目标与参考物、检查渲染条件、准备状态文件、设定质量标准，再将目标拆分为可独立评审的部分，交由隔离的构建者完成，随后由请求、设计系统、视觉三位独立评审分别给出结论。只有当三位评审全部通过时，某一部分才算获批；被拒部分取最大差距作为下一轮唯一批评意见。循环持续到全部通过或用户停止，结束时报告输出路径与未决事项。
style-builder
Style Builder 是一个用于开发和校验视觉识别体系的技能，核心载体是项目根目录下的 DESIGN.md 文件。它通过官方 DESIGN.md schema 与 CLI 工作，适用于创建、刷新、同步、预览、导出或校验视觉识别等场景。该技能按操作类型加载不同说明文件：当没有视觉参考、需要探索风格方向时加载 direction.md；当需要评估、审计当前识别体系的一致性时加载 identity-assessment.md；当需要撰写、提取、固化、刷新、重塑或同步识别体系时加载 design.md；预览与视觉检查加载 preview.md；校验与 lint 加载 validate.md；导出 token 加载 export.md；版本对比与 token 差异、回归检查加载 diff.md。工作流区分绿地与棕地：绿地且无方向时按 direction → design → validate → preview 推进；绿地且已有方向时直接 design → validate → preview；棕地则先做 identity-assessment，确认意图后再进入 design 与 validate。每次操作都从加载 discovery 开始，棕地评估在用户仅要求审计时可在呈现发现结果后结束。
swiss-poster
Swiss Poster 是一套基于 20 世纪 50 至 80 年代瑞士海报设计风格的设计系统，使用 Tailwind CSS 实现。它强调 grotesque 字体的极端尺度、打破网格的布局、重叠图层、对角线动势与裁切形态，参考 Weingart、Troxler、Odermatt & Tissi、Hofmann 和 Ruder 等设计师。该技能适用于网页、组件、落地页或 Tailwind/UI 样式任务，要求输出可实现的 HTML/Tailwind/CSS，而非独立 SVG 海报。它包含严格的输出契约：以 grid-cols-12 为起点、每项目仅用一个强调色（默认 #C8102E）、极端尺度对比、防止横向滚动、检查 320px 边界、标注关键文本的阅读契约，并保留不可见的审计标记。同时强调沟通优先于奇观、保护阅读区域、对比通道纪律、历史谱系选择以及渲染海报证明，避免将网页 UI 语言误用于海报设计。