model-integration
用于连接并调用多家图像与视频生成模型（Gemini/Nano Banana、fal.ai、Replicate、OpenAI GPT Image、xAI Grok Imagine）的技能，规范从发现可用渠道、按能力路由选型、可复现调用到失败恢复的完整流程。
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
22,054 个结果
gentle-design
gentle-design 是一个用于 UI 设计、原型和视觉方向探索的技能：它把每次设计输出为自包含的 HTML 画板（内联 CSS、JS、SVG，仅用系统字体，不引用外部资源），默认针对同一需求写 3 个结构或视觉策略不同的方向，并维护设计清单 design.json。它支持在已有画板上迭代、通过画布评论定位修改、把项目现有 CSS/Tailwind 变量同步成设计系统（design/system.md 与 system.html），以及将选中的画板交给实现流程。适用于需要快速多方案比稿、落地页/页面方向探索和设计系统对齐的场景，但不用于在项目技术栈中直接实现生产代码。
designing-kanban-boards
一项关于看板（Kanban）设计的技能，教你如何根据团队真实工作流程，编排列、泳道与卡片布局，使看板成为实时、准确反映工作流动的可视化地图。适合已有基本看板认知、希望把流程画准的团队。
emil-design-eng
该技能收录 Emil Kowalski 关于 UI 打磨、组件设计与动画决策的理念，关注让软件体验出色的那些不易察觉的细节，属于设计工程方向的经验型技能，具体用法与安装命令在现有资料中暂未提供。
giggle-minimax-h3-gen
Giggle 平台的 MiniMax-H3 视频生成技能，结合提示词工程资料库与 generation_api.py 脚本，支持文生视频、图生视频和 omni 多模态成片，并提供提示词优化、分镜与长视频流水线规范。
configure-site
用于端到端创建与维护 GitBook 文档站点的技能：设计站点结构、搭建 monorepo 仓库、调用 GitBook REST API 并配置品牌，页面内容生成交由 write-docs 技能处理。
Agent-Media UGC Video
Agent-Media UGC Video 是一个生成竖屏 UGC 视频的工具：输入任意长度脚本，可选指定人物描述、照片或已保存角色，自动完成口播、多段拼接、字幕与 b-roll 叠加，输出带字幕的成品 MP4。
Make Crazy Look
Make Crazy Look 是 agent-media 平台上的短视频生成技能，用于制作 5–10 秒无声竖屏极端特写反应片段：固定角色做出夸张表情并持续变化，画面叠加静态字幕作为钩子文本。适合批量测试同一钩子、同一角色的 TikTok 类创意。
Make Subtitles
将 TikTok/Hormozi 风格字幕烧录到 R2 托管的 vNext 视频上。未提供转录文本时自动通过 Whisper 转写。样式支持 hormozi（默认）、tiktok、minimal。通过 agent-media 的 MCP 工具或 REST 接口调用。
flow-next-plan-review
Flow Next 的规格与设计文档评审技能，通过 RepoPrompt、Codex CLI 或 GitHub Copilot CLI 对 Flow spec 进行 Carmack 级计划评审，触发命令为 /flow-next:plan-review。
codex-imagegen
基于 codex CLI 的批量图像生成技能：用 codex exec 后台并行多开进程调用 gpt-image-2（经 $imagegen）批量出图，并从 ~/.codex/generated_images/ 无竞争地回收 PNG，适合几十到数百张的批量产出。单张直接跑 codex 即可。
character-design-sheet
该技能用于在 AI 生成图像中保持角色一致性，通过参考表（reference sheets）与 LoRA 技术实现。内容涵盖转身视图（turnaround views）、表情表（expression sheets）、配色方案（color palettes）等。使用前需安装 belt CLI（npx skills add belt-sh/cli），并通过 inference.sh CLI 运行图像生成命令。技能提供角色概念生成、多角度视图、表情表、服装表、配色表等参考表类型，并介绍描述锚点技术、比例指南、LoRA 训练技巧、常见一致性失败原因及角色圣经模板。适用于需要同一角色出现在多张 AI 图像中的项目，如概念设计、漫画、动画等。
gpt-image
gpt-image 是一个通过 inference.sh CLI（belt）调用 OpenAI GPT-Image-2 模型进行图像生成与编辑的技能。它支持文生图、基于参考图的图像编辑、基于蒙版的局部重绘（inpainting），通过单条 belt 命令即可调用。安装技能使用 npx skills add belt-sh/cli，使用前需安装 inference.sh CLI 并执行 belt login 登录。核心调用方式为 belt app run openai/gpt-image-2，输入以 JSON 形式传入 prompt 等参数。支持一次批量生成最多 10 张图像，输出 PNG、JPEG、WebP 格式，分辨率可在 256–4096 间以 32 像素为步长任意设置。可指定 low、medium、high 质量等级，并可通过 output_compression 控制 jpeg/webp 压缩级别。适用场景包括商品图生成、Logo 概念设计、图像背景替换、多图参考合成与指定区域内容替换等。附带按质量分档的参考价格。
image-to-video
这是一个静态图片转视频（image-to-video）技能指南，用于将静止图像转换为动画视频，基于 inference.sh CLI（belt）运行各类图生视频模型。内容涵盖模型选择、运动提示词编写与镜头运动指导。指南列出可用的模型及应用 ID，包括 Wan 2.5 i2v（适合写实、自然的细微运动）、WAN-I2V (Pruna)（经济快速，480p/720p）、Seedance 2.0 与 Seedance 2.0 Fast（最高 1080p，支持同步音频及多种输入类型）、Fabric 1.0（布料、织物、液体等材质物理流动）、Grok Imagine Video（通用动画、文本引导）。同时说明不同场景下推荐使用的模型，例如水面云层景观和人物肖像用 Wan 2.5 i2v、布料产品用 Fabric 1.0、插画/艺术图与通用动画用 Seedance 2.0。指南提供镜头运动（推拉、平移、俯仰、环绕、升降、静止）与主体运动（自然元素、头发衣物、氛围、角色、机械、液体）的提示词关键词，强调“细微运动优于剧烈动作”的提示原则，建议时长保持在 2-5 秒，避免 10 秒以上导致质量下降，长视频可通过生成多个短片段再拼接实现。
seedance
Seedance 2.0 是字节跳动推出的视频生成模型，通过 inference.sh CLI（belt）调用。它是一个统一模型，同时支持文生视频、图生视频和多模态参考生视频，并可生成与画面同步的音频。用户可用一段文字描述直接生成视频，也可提供首帧、尾帧图片来精确控制起止画面，或上传最多 9 张参考图、3 段参考视频和 3 段参考音频来引导人物外观、服装、场景、镜头运动和声音风格。模型提供标准版、Fast 快速版（速度更快、最高 720p）、Studio 和 Studio Fast 版本，Studio 版本会把参考图上传至 BytePlus 私有虚拟人像素材库，以增强角色（尤其是人脸和品牌角色）的一致性。可输出 480p、720p、1080p，时长 4 至 15 秒，宽高比支持 21:9、16:9、4:3、1:1、3:4、9:16 或自适应。典型用途包括带音频的短片、图片动画化、多素材参考的角色与产品广告片、替换元素的视频编辑，以及拼接延长已有片段。
build-images
Capsem 项目用于从 profile 自有输入构建虚拟机镜像的流程说明，涵盖配置文件结构、构建命令、构建账本与验证方式，主要面向处理 profile 包文件、Dockerfile 模板、内核或 rootfs 构建的开发者。
operating-google-cloud
面向 GCP 与 Kubernetes 的综合管理技能，通过 MCP 工具委派完成查询、基础设施设计、故障排查与成本分析，并支持 GKE 资源变更。
content-repurposing
将公开社交视频、转录文本、帖子、创作者研究或用户自有素材，改写为符合品牌声音的 LinkedIn 帖子、X 帖子与长推文等平台专属内容。
add-captions-burn
将本地 ASS 字幕或 Klap 风格字幕烧录进视频的技能，源自 gooseworks-ai/gooseworks-ads-skills 仓库，由 ad-studio、ai-ugc-ad-generator、klap-subtitles 提取而来，迁移后仍需标准冒烟与人工测试。
add-captions-klap
add-captions-klap 是一个用于给已有视频添加最终 Klap 字幕的技能，基于 Klap API 工作流实现，从现有仓库技能复制并重构而来，使用前需验证凭据与路径。
add-music-track
add-music-track 是一个基于 ffmpeg 的技能，用于给无声视频混入音乐轨：将响度归一化到约 -14 LUFS，自动添加淡入淡出，并通过裁剪或交叉淡化循环让音乐时长匹配视频。
add-sound-effects
为视频混音添加音效或 ASMR 风格音频细节的技能，目前为新建脚手架，尚无完整实现，需补充服务商信息、凭据或脚本后才能运行。
add-zoom-cuts
为视频片段或静态图片添加推近、突进或 Ken Burns 缩放运动的技能，基于 ffmpeg 的 crop/scale/zoompan 实现，适合创作者风格的镜头强调与画面动效。
analyze-reference-grammar
分析参考视频或现有视频的剪辑语法：检测切点、节奏曲线、音频模式、词级转录与节拍网格，输出 grammar-profile.json，并按 8 种创作者语法原型分类，给出最佳匹配与置信度。可用于拆解竞品参考片，或作为 conform 模式输入重剪现有视频。