video-assemble
视频解说最终合成技能：把旁白音频铺到源视频上，按旁白窗口压低原声，生成 SRT/ASS 字幕并可烧录，最后做响度标准化。输入源视频、tts_meta.json 与旁白位置，输出 recap 成片、字幕、时间线与 QC 记录。
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
22,051 个结果
video-cut
video-cut 是一个按 Agent 已定剪辑计划执行的长视频剪短技能：读取 clip_plan.json 与源视频，校验并吸附句界/画面切点，拼剪输出 edited_source.mp4，并生成带帧级时间线的 clip_plan_validated.json，供后续写旁白使用。
video-reference
该技能可按需把一部成片拆成可复用的制作参考：测量镜头切点与响度，标注音轨分工与叙事段落，将原片事实与可迁移方法分开，并导出不含原片人名台词的 production_reference.json，供下次制作参考。它不在默认生产路径上。
video-script
video-script 是一个面向已完成视频分析的导演与剪辑策划、中文解说写作与校验技能。它读取 work_dir 中的分析产物，依次以导演、故事编辑、剪辑师、声音编辑等角色制定创作方案并撰写带时间戳旁白，再用确定性脚本校验。
ui-fork
ui-fork 是一个将一张或多张 UI 截图提炼为可复用、面向实现的设计系统草案的技能，可输出组件规则、design tokens 与后续 AI 延续设计约束，适用于分析 UI 截图、复刻界面风格、生成设计系统文档等场景。
canvas-design
canvas-design 是用于创作 .png 与 .pdf 视觉艺术作品的技能，适用于制作海报、艺术图像等。它先撰写设计哲学 .md 文件，再据此在画布上完成高度视觉化、克制文字的单页作品，并强调精工细作与博物馆级品质。
image-search
用于构建以图搜图或相似图片检索的技能，基于 CLIP 等深度学习嵌入与 Milvus 向量索引，支持图像到图像、文本到图像的相似检索，适用于商品视觉搜索、重复图检测、人脸匹配等场景。
zoom-video-sdk-flutter
Zoom Video SDK 的 Flutter 技能，用于在 Flutter 应用中构建自定义实时视频会话。基于 flutter_zoom_videosdk 包，采用事件驱动架构，涵盖会话生命周期、加入流程与事件处理。
zoom-video-sdk-macos
Zoom Video SDK（macOS）技能，用于构建带原生界面控制、令牌化加入的 macOS 桌面视频会话应用。当前发布版 2.6.0，随附清单为 2.5.10。
figma-ops
figma-ops 是一个面向 Figma 工作的路由与编排技能，通过官方 Figma MCP 使用。它本身不复制官方插件或社区已有的 Figma 技能，而是做三件事：路由（针对具体任务指明应加载哪个技能或工具）、编排（capture → curate → compose 的采集到画布工作流，用于情绪板、参考板等把图片美观放入 Figma 的请求）、以及画布工艺守卫（在 API 规则之上的宽高比、z 序、重叠预算、验证循环、页面卫生等规则）。它要求在任何 use_figma 调用前先加载 figma-use，并支持多账号路由、图片上传与真实宽高比放置、三种排布模式（列网格、刚性加号、松散加号）、状态台账与机械验证。
design-review-checklist
Design Review Checklist 是一个用于 UI/UX 设计评审的技能（技能集合中的 Agent Brief），面向需要检查界面质量、一致性与完成度的场景。它让代理以资深产品设计师的视角审查 UI 实现，目标包括发现损害用户体验、品牌观感与转化率的设计问题。评审结束后会给出 A-F 的 Design Score 和 0-10 的 AI Slop Score，并按关键问题、改进项、打磨项三类输出带编号的发现与修复建议。检查表共 80 项，分为排版、颜色与对比、布局与间距、导航与信息架构、交互与反馈、内容与文案、性能与加载、可访问性八个类别，每类 10 项。此外还包含 10 条 AI 生成痕迹（AI slop）反模式检测，如通用渐变首屏、三列图标卡片、统一圆角、泛化 CTA 文案、缺乏视觉层级、缺少微交互、默认模板配色、套路化布局等，并会为每项标注严重程度与修复建议。该技能适用于设计走查、设计审计、上线前界面检查等场景。
asset-import
Asset Import 是 OpenChatCut 项目素材库的媒体导入机制，用于在本地运行的视频编辑器中把媒体引入项目。它提供三种导入路径：用户通过编辑器界面拖拽或上传本地文件；由代理调用 download_media 下载公开 URL 的素材；以及通过 import_media 与 finalize_uploaded_asset 完成外部主机的传输与提交。本地方案会自动完成流式写入、条件转码、音频提取和自动转录。该机制没有托管的导入 API、CLI 或 OAuth，代理无法直接读取用户文件系统。
create-motion-graphics
该技能用于在 OpenChatCut 项目中直接以行内 JSX 方式创作、修改或放置动态图形（Motion Graphic）资产。它强调直接编写代码，而非将需求转译为生成提示或调用生成接口。技能要求先确认画布尺寸、帧率、视觉语言、放置位置与时间线冲突等项目状态，再通过行内代码资产工作流创建或更新资产，并通过时间线编辑工作流放置资产。它规定了风格对齐流程、可编辑属性、字体与媒体资产的使用约束，以及设计原则，适用于需要手工编写动态图形 JSX 的 OpenChatCut 编辑任务。
export
这是 OpenChatCut 视频编辑工具的导出技能，用于在剪辑或视频创作流程的最后阶段完成导出、渲染、下载、分享和最终交付。它通过 submit_export、submit_render_job、track_export 等工具，支持视频（h264/MP4 或 vp8/WebM，帧率 24/25/30/50/60）、音频（MP3）、字幕文件（srt/txt）、剪辑工程 XML（Premiere XML、DaVinci Resolve XML）以及透明 ProRes 4444 动态图形的导出。导出时默认保留本地素材，只有云端导出需要且用户未禁止时才上传原始文件；成品会下载到系统 Downloads 文件夹并内嵌在对话中展示。当前构建的渲染均在本地完成，字幕和 XML 同步返回，视频和音频在调用中渲染，长片段耗时较长。该技能还规定了失败回退、结果追踪和文件命名等规则。
music
music 是 OpenChatCut 项目中的音乐生成技能。它通过 Mureka 与 MiniMax 两家服务商生成音乐，支持器乐、歌曲、原声配乐、音轨/分轨生成以及翻唱等需求，统一入口为 `submit_music`。调用后返回生成任务 jobId，需再调用 `track_progress` 等待结果并保存到媒体池。音乐生成完成后，其摆放、裁剪、循环、淡入淡出与闪避（ducking）仍属于时间线操作。
shader-gen
Shader Generator 是一个面向 WebGL 视频特效的 AI 着色器生成工具，可生成视频滤镜、转场、遮罩与调色（LUT / 电影感）等效果。它采用“先目录、后生成”的流程：生成前先用 browse_library 查找内置或项目已有的特效与转场资产，只有没有匹配项时才提交生成任务。生成通过 submit_shader 提交，返回 jobId，之后用 track_progress 跟踪任务状态。生成结果始终产出为库资产，是否应用到时间线由用户显式决定。特效与转场支持视频、图片和 GIF 素材。内置资产如 builtin:zoom 仅支持 track-bound 模式，需提供 trackId、trackBoundFrom 和 trackBoundDurationInFrames。用户上传的 .cube LUT 资产通过 edit_item 绑定，assetId 为字面字符串 "lut"。新着色器生成目前处于 beta 阶段，生成前需向用户提示并等待确认。
talking-head-guide
Talking Head Guide 是 OpenChatCut 项目中的一项技能，用于编辑以人物说话为主要内容的视频，例如口播、访谈、讲座、教程、播客和课程内容。该技能要求项目中已上传现成的口播视频，不适用于从零生成口播视频的场景。它涵盖多种可独立应用的处理方式：A-roll 语音剪辑（基于文字稿的语音编辑，含去口癖、停顿、重复）、MG 动画叠加、B-roll、背景音乐、字幕以及 AI 人声隔离。编辑决策从文字稿出发，强调按完整语义单元剪辑、保留连接性内容、保持自然听感，并遵循依赖顺序：先完成 A-roll 语音剪辑确定语音时间线，再处理视觉、音频和文字层。
design-thinking
Design Thinking 是一套以人为本的创新方法论技能，源自 IDEO 并在斯坦福 d.school 教授。它覆盖共情（Empathize）、定义（Define）、构思（Ideate）、原型（Prototype）、测试（Test）五个阶段，并提供工作坊引导流程与练习模板。该技能适用于设计思维任务、规划与设计指导，以及遵循既定最佳实践的场景。核心原则包括以人为本、拥抱模糊性、行动优先、激进协作与快速迭代。
showcase-video-builder
Showcase Video Builder 是一个基于 ffmpeg 的技能，用于把截图、图片和文字叠加制作成精致的展示与演示视频。它提供 Ken Burns 平移缩放、交叉淡入淡出转场和文字叠加等核心模式，适合需要展示内容的黑客松团队和开源项目，无需视频编辑软件即可生成演示短片。
suno-skills
Suno Skills 是一个针对 AI 音乐生成工具 Suno 的浏览器自动化 Skill，通过 Playwright 控制 Suno 网站（https://suno.com）完成歌曲生成、创作管理和音频下载。它支持在 Custom Mode 下填入风格描述与自定义歌词，触发场景包括“用 suno 生成歌曲”“Suno 创作”“AI 音乐生成”“生成一首……风格的歌”“上传歌词到 Suno”等。使用前需要 Suno 账号（支持 Google 登录）并已安装 Playwright。
video-lyrics-subtitle
视频歌词字幕生成 Skill，用于为音乐视频制作同步字幕。它从歌词文本（纯文本或 LRC 格式）配合时间轴信息生成 SRT/ASS 字幕文件，并可通过 FFmpeg 将字幕烧录到视频中。支持单语与双语字幕、简单样式与 KTV 逐字高亮样式，适用于 MV 制作等场景。
virtual-singer-mv-script
虚拟歌手 MV 分镜剧本生成工具，可将歌词或音频转化为可执行的视频制作蓝图。它通过音频分析、歌词解析、场景分配和模型选择等步骤，输出 JSON 格式的完整分镜、Markdown 可读剧本、情绪曲线图以及精确到毫秒的时间轴对齐结果。支持输入音频文件（MP3/WAV/M4A）或纯歌词文本，可选角色卡与风格参数，默认生成 9 个场景。适用于虚拟歌手 MV 制作、视频分镜设计等场景。
wireframe
Wireframe 是一个用于规划界面结构布局的技能，产出的核心文件是 WIREFRAME.md。它只负责结构层面的规划——信息架构、区域布局与屏幕流程，不涉及颜色、字体或设计令牌等视觉决策。其 YAML frontmatter 保存区域树，markdown 正文用屏幕地图和每个界面的理由来叙述该结构。基于这份计划，技能可绘制低保真线框图（灰度、内容盲），支持 HTML 页面、ASCII 草图或 Mermaid 屏幕流程图。它提供 create、render、validate 三种操作，并在每次操作前运行 discovery 进行上下文检查与意图路由。适用于在视觉设计之前先确定页面骨架与流程的场景。
ui-ux-pro-max
UI/UX Pro Max 是一个面向网页与移动应用的综合设计智能技能，提供可检索的设计数据库，覆盖 50+ 风格、97 种配色方案、57 组字体搭配、99 条 UX 准则与 25 种图表类型，并支持 9 种技术栈（React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter 等；另含 shadcn 与 Jetpack Compose）。它通过 Python 脚本按优先级给出设计与 UX 建议，可用于设计新组件或页面、选择配色与字体、审查代码中的 UX 问题、构建落地页或仪表盘以及实现无障碍要求，并支持用 --design-system 和 --persist 生成并保存设计系统。