burn-in-captions
将词级字幕烧录进视频的技能,提供多种预设字幕风格,通过 fal.ai Whisper 转写、libass(ffmpeg)或 Remotion 渲染,并输出软字幕与 storyboard 预览。
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
22,054 个结果
将词级字幕烧录进视频的技能,提供多种预设字幕风格,通过 fal.ai Whisper 转写、libass(ffmpeg)或 Remotion 渲染,并输出软字幕与 storyboard 预览。
根据视频广告格式批量起草可研究溯源的 Linear 工单,用于委托创建新的广告格式分子技能。输入格式名称、定义和 2 至 4 个示例视频,产出每格式一份自包含工单草稿,最终推送到 Linear 或以 Markdown 输出。
将目标主视频与参考视频做逐帧对比的审查技能:自动抽帧、计算时长/画幅/剪辑节奏/运动量/主色/亮度等指标,生成对照网格与指标表,再按 7 个维度做定性评审,输出 P0/P1/P2 修复清单与重建计划。
将两段视频按左右或上下拼接进同一画幅的 ffmpeg 合成工具,默认输出 9:16(1080×1920),时长取两段中较短者。支持裁剪、模糊填充、黑边三种填充方式,以及选择其中一段音频或等电平混音,并输出 manifest.json 记录参数与校验结果。
从 JSON 笔记规格渲染像素级 Apple Notes(iPhone 浅色模式)截图,输出原生 1180×2556 分辨率、DPR 2 的 HTML 与 PNG。渲染器不依赖 LLM,可用于广告、社交贴文或视频分镜中的伪笔记画面。
用于生成 9:16 社交广告视频的技能:模拟 iPhone Apple Notes 打字过程,笔记先显示 1–2 行已有内容,再逐字打出后续段落,配 iPhone 键盘音效与音乐,最后落到品牌结束卡。
用于制作25–45秒抒情式B-roll叙事短片的技能:以旁白驱动、两幕结构、单一视觉锚点贯穿全片,并在幕间插入0.25–0.6秒结构性静音作为转折。适用于生活方式品牌、旅行微纪录片、品牌起源故事等。
用于制作“卡通音乐视频”风格付费社交广告的技能,画面统一为手工动画质感(毛毡、毛线、黏土等),由歌曲承担脚本,角色锁定并随节拍硬切,字幕与品牌信息在后期叠加。
create-concept-loop-video 是一个用于生成 10-25 秒无缝循环概念视频的技能,让单一角色、物体或概念循环经历 N 种情绪状态(如一周心情循环)。它采用色彩即情绪、画面内文字、音乐卡点剪辑与循环闭合等手法,输出 9:16 竖屏循环视频。
用 ffmpeg 确定性生成片尾卡(end card)的技能:以背景图、若干文字行和可选 logo 合成带淡入动画的 mp4,无需浏览器、Node 或 AI。
从外部参考图(Pinterest、杂志、竞品广告)生成3秒竖版片尾卡mp4的技能:用Nano Banana 2生成无文字的产品平铺图层,再用HTML叠加排版、标签与箭头,经Playwright渲染与ffmpeg缩放合成。
根据功能简报、证明要点、动态图形、字幕与导出变体制作功能发布视频的技能脚手架,当前尚无完整实现,需补充服务商、凭据或脚本后才能运行。
用于程序化视频场景的 Gooseworks 风格图形帧生成技能,借助外部 goose-graphics 技能与 gooseworks CLI 样式目录,产出如枕块卡片、品牌尾卡等精致静态帧。
用于制作 9:16“先炫技后揭秘”社交短视频钩子的技能:先用成品品牌片最抓人的片段做 3–5 秒证明钩子,再硬切到吉祥物口播,逐个点名 AI 工具栈,约 30 秒内收尾并引导关注。
通过 fal.ai 调用 OpenAI gpt-image 系列模型生成单张照片级或设计稿图像,支持 gpt-image-1(默认,固定尺寸)与 gpt-image-2(可选自定义尺寸),可通过参考图走 /edit 变体,用于角色锚点、角度关键帧与故事板等场景。
通过 fal.ai 调用 Nano Banana 2(Google Gemini 2.5 Flash Image 多参考图编辑模式)生成单张合成静图,可用于 AI 头像、产品图与多参考图合成,支持输出元数据与多张变体。
通过 fal.ai 调用 Nano Banana(Google Gemini 2.5 Flash Image)生成单张图片的原子技能,作为 Higgsfield nano_banana_2 的 FAL 回退方案,输入提示词与可选参考图,输出 PNG 及元数据。
该技能用于制作 9:16 社交风格广告视频,复刻 iMessage 聊天揭示效果:气泡按时间弹出、输入框逐字打字、使用真实 Apple iMessage 音效,最终由 Playwright 连续录制并合成主 MP4 及 9:16、1×1 变体。
create-jump-cuts 是一个剪辑技能,用于去除口播视频中的停顿和空白,通过检测静音间隙并删除,输出更紧凑的重编码视频。支持基于词时间戳或自动静音检测两种模式。
将动态文字覆盖层(打字机、缩放弹入、砸入抖动、逐字落下、逐行冲击等)用 PIL 逐帧渲染为 PNG 序列,再封装成带 alpha 的 qtrle 编码 ARGB .mov,供 ffmpeg 叠加到视频上。
该技能用于创建多语言本地化视频变体,包含字幕翻译、文字叠加、配音和品牌审核。目前仅为新脚手架,无完整实现,需补充提供商信息、凭据或脚本后才能运行。
端到端编排高质量动态图形视频的流程型技能:从风格包目录中选择美学方向,用场景原型组合画面,并内置人工确认关口与状态恢复,支持 kinetic typography、信息图动画、应用演示等。
该技能依据已批准的分镜清单,用 Remotion(React)项目渲染动态图形,输出画面文字清晰、时间轴精确的逐场景视频,适合需要确定性排版与时间的动效制作。
面向多SKU品牌的竖屏广告生成流程技能,可为3个以上产品各生成两支Hyper Motion短片,并合成为25-30秒的9:16成片,包含参考图驱动的尾卡与ElevenLabs配乐。