ken-burns-clip
将单张静态图片渲染为带轻微 Ken Burns 推近或拉远效果的 MP4 片段,输出时长精确,适用于编辑插画、2D、半色调等风格;是 ffmpeg-motion 策略的标准运动基元。
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
22,050 个结果
将单张静态图片渲染为带轻微 Ken Burns 推近或拉远效果的 MP4 片段,输出时长精确,适用于编辑插画、2D、半色调等风格;是 ffmpeg-motion 策略的标准运动基元。
将2–3词、跟随节拍的歌词字幕烧录进音乐视频广告的技能。读取词级时间戳(ElevenLabs音乐元数据或对成片跑Whisper),对齐锁定歌词后分块生成ASS字幕并用ffmpeg烧录,输出带字幕视频、chunks.json与校验报告。
GooseWorks 的广告创作技能,通过 MCP 工具创建、编辑和分析广告素材:从已批准的源广告生成品牌化广告,支持批量提交、成本预估、计划审批与效果分析。
GooseWorks 视频广告本地渲染技能,可将 iMessage 聊天揭示等视频广告模板改造成用户产品的品牌视频广告。在用户本机用 Claude Code 会话运行,通过 MCP 回传 GooseWorks 应用,属于 gooseworks-ai/gooseworks 项目。
按公开资料,gemini-image 通过 Google Gemini API 生成图像,支持模型选择、宽高比、1K/2K/4K/512 分辨率、批量与参考图,并可将提示词存档。
Theme Factory 是一个用于为各类产出物(如幻灯片、文档、报告、HTML 落地页等)应用主题样式的工具包。它提供一套精心挑选的专业字体与配色主题集合,每个主题都包含协调的调色板(带十六进制色值)以及适用于标题和正文的字体搭配,并具有适配不同场景与受众的独特视觉风格。目前内置 10 个预设主题,包括 Ocean Depths、Sunset Boulevard、Forest Canopy、Modern Minimalist、Golden Hour、Arctic Frost、Desert Rose、Tech Innovation、Botanical Garden 和 Midnight Galaxy,均展示在 theme-showcase.pdf 中。使用时先展示主题展示文件供用户浏览,询问其选择,待用户明确确认后,读取 themes/ 目录中对应主题文件,将指定的颜色与字体一致地应用到产出物上,并确保对比度与可读性。若现有主题均不适用,还可根据输入生成自定义主题,赋予描述字体/配色含义的名称,生成后展示供审核,确认后再应用。
面向多重组织图像(如IMC)的细胞分割技能,涵盖Cellpose、Mesmer等深度学习与经典方法,支持核分割和全细胞分割,并包含单细胞数据提取、质控、掩膜保存与结果输出。
批量转录 TikTok 账号全部视频的技能:抓取视频链接、下载音频、用 Whisper 转写并按主题整理摘要,适合一次性处理整个账号内容。
基于 DDD 的领域概念建模技能,从模糊需求中提取实体、数据流与用户未提及的"暗物质"组件,输出结构化 concept_model.json,供后续规格编写与冲突分析使用。
game-asset-gen 是一个用于生成 2D 游戏美术资源的技能,可产出角色、怪物、NPC、装备、道具、特效、地块、UI 图标以及动画帧序列,并支持抠图、Spine 骨骼动画和纸娃娃装备分层等下游流程。它通过命令行脚本调用多种图像生成后端,包括 OpenAI 兼容的 Images API、OpenAI 兼容的 Responses API 以及 Gemini(google-genai SDK),支持自定义 base URL、模型和 API Key。核心能力包括单图生成、基于参考图的编辑迭代以保持一致性、JSONL 批量生成、绿幕抠图与智能背景移除。适用于需要批量产出风格统一、可分层、可动画化的 2D 游戏美术素材的场景。
prd 是一个用于创建产品需求文档(PRD)的智能体技能,通过用户访谈、代码库探索和模块设计来梳理新功能或变更需求,最终将 PRD 保存到 .specs/prds/<slug>.md。
spec 是一个通过用户访谈、代码库探索和模块设计来生成规格文档(PRD)的智能体技能,适用于需求不明确的新功能开发。
用于在本地为 React 或 Next.js 仪表盘生成私有预览的 Hermai 技能,基于捆绑的客户品牌测试包渲染主题效果,适用于开发者测试品牌令牌与界面映射。
该技能用于为指定主题制作面向儿童的简短学习卡片,包含插图与旁白音频。运行时会先询问主题或对象、年龄段、语言与语气(温和、活泼、好奇),随后撰写2至4句简短讲解(如需双语则同时生成),调用 generate_image 生成插图,调用 tts 生成旁白(默认 mp3,可改为 wav),最后返回文字内容以及图片和音频的保存路径。适合儿童启蒙、亲子共读与课堂辅助等场景。
该技能用于生成电影级预告片或先导片,包含专业配音、营造紧张感的音乐以及富有戏剧性的视觉序列。它通过三幕式结构(钩子、升级、高潮)组织脚本,并调用语音合成、音乐生成、图像生成和视频生成等能力,产出配音音频、音乐轨道、视频片段、带时间标记的脚本以及结尾行动号召画面。适用于电影、书籍、游戏、产品或活动的宣传预告制作。
一个前端 UI 设计技能,强调在写代码前先确定鲜明的美学方向,涵盖字体、配色、动效、空间构图与背景层次,并列出应避免的通用化设计反模式,适用于构建网页组件、页面、仪表盘或应用界面。
该技能用于把已确认的技术设计转换为一个可离线打开的精美静态 HTML 可视化文件,涵盖架构、系统等图示。它只消费已确认事实,不补全未确认设计,需 Python 3.11+ 校验与浏览器桌面及 390px 视口检查。
og-video-preview 是一个用于把已批准的 Open Graph 静图(og:image)转成短小、无声、循环播放的 MP4 动态链接预览(og:video)的工具。核心流程是:先确认 1200×630 的静图,再把这张静图逐像素作为视频第 0 帧,最后发布静图与视频并配置让客户端可播放的服务端标签。它提供两种路径:从现成 PNG/JPG 静图出发,或从 HTML 卡片出发、后续可改文案而不必重做图。工具包含图层识别、抠图、逐帧渲染、首帧一致性检查、循环闭合检查、元素碰撞检查以及编码脚本,并内置多种按元素类型决定的入场、退场与动态效果,以及重建、流动、生活化三种风格。适用于需要让 iMessage、Discord 等支持视频预览的平台播放动态链接预览的场景。
修复固定/全屏模态框中大尺寸媒体元素(视频、图片、iframe)下方内容被挤出视口且无法访问的问题。适用于字幕、链接或操作按钮在模态框内不可见、无法滚动到达的场景。
对网站内容进行版权与知识产权合规审计的技能:检查内容原创性、图片与媒体授权,识别抄袭和未授权素材,降低版权风险。适用于 AdSense 就绪度评估流程中的审计环节。
分阶段 UX 优化路线图技能,依据 ux-compliance-audit 的审计结果,按影响与工作量优先级修复导航、广告比例、排版、无障碍与移动端问题,并给出设计建议与实施时间线。
aesthetic 是面向设计、写作、代码、产品或论证等对象的审美推理入口,可根据情况把问题路由到合适的子工具:coherence-check、elegance-testing、pattern-detection、simplicity-analysis。
用于识别设计、论证或方案中深层形式模式的技能,通过描述对象、系统排查重复/节奏、对称/非对称、层级、对比、张力/解决、图形/背景、部分/整体等模式,匹配领域原型并命名主导模式,再推导其含义。
在进入高保真设计前,用 ASCII 线框图快速勾勒真正不同的布局假设,默认给出三个方案,也可按用户指定数量输出,帮助团队低成本比较不同产品方向。