motion-art-direction
motion-art-direction 是用于影视与广告动效美术指导的 AI 技能，在任何场景代码之前先确定影片的视觉调性。适用于广告、发布预告、品牌片、无截图的字体主导影片，或草稿显得平淡时。它通过明度对比、字体即图像、非对称构图与节奏网格建立厚重观感，并禁止淡入淡出与漂移等装饰性效果。
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
22,050 个结果
motion-assets
motion-assets 是一套用于影视镜头中产品画面素材的智能体工作流：从运行中的产品真实截图，固定 DPR 与视口，保留真实系统指针，并在采集前对敏感数据做带标签的脱敏替换，同时为每个素材记录来源与哈希的溯源信息。
motion-method
Motion Method 是一套用于启动或继续制作动态影片（发布视频、产品宣传、社交广告、README GIF、社交循环短片）的流程编排技能，负责决定简报、节拍、素材、场景、渲染、评审等子技能的执行顺序与停止时机，并通过 G1、G2 门禁要求所有者批准。
motion-review
motion-review 是一个用于仅凭渲染帧评审影片（草稿或成片）的智能体技能，通过生成评审包（ffprobe、关键帧、切点静帧等）执行硬性失败检查与 9 项评分，输出单一裁决。
vectorize
将 PNG/JPG 位图转换为干净 SVG 矢量图的技能，适合扁平/矢量风格插画、吉祥物、Logo 与图标，运行于 Apple Silicon macOS，支持单文件或目录批量转换。
google-photos
Google Photos 技能，供 AI 智能体浏览、搜索、下载、上传照片和视频，以及管理相册。支持按日期范围和内容类别搜索，下载全分辨率媒体文件，上传本地文件并放入相册。
cli-anything-meerk40t
面向 MeerK40t 激光软件的智能体命令行工具，可无头设计激光作业、导出 SVG/G-code，并检测与预检真实设备。安装：pip install cli-anything-meerk40t（需 Python 3.10+）。操作激光需戴 445nm OD5+ 护目镜、全程有人在场，新材料从低功率起步。
giggle-generation-tv-avatar-video
通过图片与驱动音频生成口型同步的说话头像视频，并支持音色克隆。脚本封装 Giggle 网关 API，提交任务后轮询结果，返回视频 URL 或 voice_id。需 Python 3.8+、GIGGLE_API_KEY 及公开 HTTPS 素材 URL。
mermaid-diagram-design
用于生成和修复 Mermaid 图表的技能，覆盖流程图、时序图、架构图等类型，强调一次读懂与目标宿主可渲染，并提供语法陷阱、图表目录、配色与渲染兼容参考。
credo-evaluation
用于设计、构建或评审评估方法与基准的技能：明确被测能力、任务设计、指标、评分器、对比条件与有效性检验，避免以高分或可运行流程代替基准效度。
credo-experiment
Credo 的实验环节技能：把研究问题转化为有界的对比实验，设计、执行或评审模型训练与结果解读。强调先明确基线与变量、做最小可回答的比较，训练前需获授权并跑小规模冒烟检查。
p-video
p-video 是一个通过 inference.sh CLI（belt）调用 Pruna 优化视频模型的技能，用于生成视频。它支持三个模型：P-Video（文生视频、图生视频，并支持音频同步）、WAN-T2V（文生视频，480p/720p）和 WAN-I2V（图生视频，480p/720p）。用户可通过 belt app run 命令传入 JSON 参数，指定提示词、分辨率、时长、图片、音频等，还支持 1080p 高质量输出和 draft 草稿模式以更快更省地生成。该技能适合需要快速生成短视频、动画化静态图片或为视频配音的创作场景。使用前需安装 belt CLI 并登录。
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。
remotion-render
remotion-render 是一个通过 inference.sh CLI 将 React/Remotion 组件代码渲染为视频的技能。用户只需传入 TSX 代码，即可得到 MP4 视频输出。它支持 Remotion 的多种 API，包括 useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence、Audio、Video、Img 等，并允许从 remotion 和 react 进行导入。渲染时可指定宽度、高度、帧率、时长、编解码器等参数，也可通过 props 向组件传值，或指定 composition_id。使用前需安装 inference.sh CLI（belt）并执行 belt login 登录，随后通过 belt app run infsh/remotion-render 命令并传入 JSON 输入来调用。也提供 Python SDK 调用方式和流式进度反馈。适用于需要以代码方式批量或程序化生成视频的场景，例如动画文字、计数器、弹簧动画、序列动画等。
storyboard-creation
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。
youtube-thumbnail-design
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。
xb-add-ai
为 XR Blocks 应用添加 AI 行为的技能，覆盖 Gemini 或 OpenAI 查询、Gemini Live 语音与视觉、生成图像及场景上下文等能力，强调输入、提供方、响应校验、可观察结果与资源清理的完整流程。
animate-image
Animate Image 是 GooseWorks 提供的一项技能，用于将已有的产品图片或静态广告转化为一段带有品牌感的短视频。它通过 GooseWorks 的 MCP 连接器调用后端工作流，与 Animate Images 界面使用相同的处理流程。使用前需要确认账户已启用 animate_image 功能并加载 ads 工具组。整个流程分为三步：先用免费的 ads_creative_animation_quote 获取预估积分，用户确认后再用付费的 ads_creative_animate 启动任务，最后用 job_get 轮询结果。支持 5 秒或 10 秒时长，可选择将原图作为起始帧或结束帧，并需提供描述镜头、主体、环境运动及需保持不变元素的运动提示词。该技能强调在消耗积分前必须获得用户明确同意，且不得将积分换算为美元。
goose-video-local
goose-video-local 是 gooseworks-ai/goose-skills 仓库中的一个技能条目，其简介说明：当某个回答的 next_step 字段给出发起视频制作的命令时，可用该技能制作一个已获批准的 GooseWorks 视频。资料还说明，当回答的 next_step 给出发起视频制作的命令时，其最后一行会说明由谁启动以及如何启动；使用时须严格按该行执行，并原样使用给出的命令。除上述触发条件与执行要求外，资料未提供更多产品细节。
make-static-ads-graphic-request
该技能用于制作一张符合品牌风格的简单非广告图形，例如邮件头图、社交媒体动态或故事图、博客或链接预览图，最多包含一行简短文字。它根据请求的目的、放置位置和确切文案确定构图，读取品牌套件、学习记录与产品信息，并通过静态广告的提示词编写、声明提取、渲染审查等关联技能完成生成、校验与交付。适用于单张品牌图形请求，不适用于轮播、演示文稿、印刷品、包装、多页版式或数据密集型信息图。
render-hand-swipe-flavor-listicle
这是一个从配置渲染“手滑过口味清单”（hand-swipe flavor listicle）竖屏视频的技能工具。它输出约 7.5 秒、1080×1920、30fps 的短视频：每个口味一张卡片，卡片为纯色饱和背景＋常驻标题＋品牌真实产品抠图及柔和接触阴影；卡片自右向左滑动切换，画面底部有一只真实感的手横向扫过；纯音乐无旁白。该能力是免费、确定性的合成过程，不调用付费接口、不需要密钥，也不会生成或修改产品本身——抠图按原样合成，保证标签清晰。输入包括产品透明 PNG 抠图、标题 TTF 字体、绿幕手部视频片段，以及可选的音乐。运行方式为先用 gooseworks fetch 获取脚本，再用 python3 build_hand_swipe_listicle.py config.json 渲染，可加 --out 指定输出、--stills 仅导出每张卡片的 PNG、--work 保留中间文件。前置条件仅需 python3 与 Pillow，以及 PATH 中的 ffmpeg 和 ffprobe。
render-photo-grid-card
从配置渲染“照片网格促销卡”视频的免费确定性工具：在固定页眉页脚下方，用真实 DOM 呈现持续横向滚动的 2 行混合媒体网格（视频帧、图片、大字号百分比/折扣字块、代码或 CTA 块），输出 1080x1920 竖版成片。
render-whiteboard-explainer
render-whiteboard-explainer 是 goose-skills 中用于制作白板讲解视频广告的渲染技能。它根据一份 beats 节拍文件生成视频：画外音讲解一个观点，同时真实白板上用黑色马克笔逐步画出对应图形，每个笔画都落在其所属的解说词上，并在段落之间擦除白板后重复使用。该技能完全由脚本的词级时间轴驱动，版式由求解器自动计算，不做手工摆放，也刻意不使用彩色或强调色。输入包括带词级时间轴的语音、beats 文件以及提供品牌事实的 brand kit。构建过程会自行校验每个锚点是否对应唯一目标词、段落顺序、笔画是否在擦板前完成、布局是否互不侵占以及响度和收尾停顿。最终母版目标为 -14 LUFS，真峰值低于 -1.5。白板照片与线稿按品牌生成一次，同一品牌的后续视频只需支付配音成本，其余渲染与母版处理均在本地完成。渲染半分钟视频耗时不到三分钟。
create-podcast-skit-ad
用于从零制作“双主持人播客小品式”广告视频的技能：两名AI主持人（怀疑者与信任者）在荒诞且与产品无关的主题场景桌前闲聊，品牌在中途出现并在结尾卡收束。