SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-05 00:16
22,067 个结果
此技能用于将用户提供的简单情节、人物、场景或世界观，扩写为具有中国式建筑、东方仙境和宏大史诗尺度的原创视觉故事，并拆解为分镜、图片提示词和视频提示词。其核心是建立一条可生产的视觉叙事链：先确立故事，再让镜头服务于故事，图片与视频提示词共同遵守统一的角色、世界和连续性规则。支持视觉展览模式（动态画册、氛围展示、景观宣传、连环海报等）和叙事运镜模式（剧情短片、探索任务、人物行为等），也支持完整导演版、快速版和局部修订版。输出包含故事梗概、角色卡、世界观视觉圣经、连续性台账、分镜表，以及按镜头成对给出的图片提示词和视频提示词，并强调可量化的尺度证据、五层空间、克制的仙气运镜和远景人物动作锁定。适用于中式天庭、仙侠神域、悬空城、修仙朋克、巨型遗迹、东方奇幻短片、连环海报、图生视频、文生视频和多镜头视觉叙事。
萝卜设计是一个把模糊想法转成可用设计物料的技能，面向商家、个体户、老师、自媒体及各类专业服务人群。其流程类似设计师接单：先听懂需求并填需求表，再想创意概念，出三个可视方向供选择，冻结成规格文件后出图，最后自检返工。物料覆盖海报、正式通知、菜单价目表、邀请函、证书奖状、名片、logo 品牌套件、桌牌席位卡、H5 电子请柬和小红书封面，并按餐饮、美业、健身、教育、中小学老师、自媒体、企业行政、律所财税、社区物业、婚宴庆典、旅游文旅等行业提供参考。脚本负责排版、渲染、测量和检查，用户负责理解需求、写文案、选方向与看图把关。依赖 Python 3.9+、Pillow、Playwright，可选用生图模型。
Video Prompt Director 是一个把一句话视频创意、粗略简报、链接、文档、产品说明或研究资料，转成可直接复制到 HyperFrames 等视频生成流程的高控制度提示词的工具。默认输出 30 秒、16:9 横屏、4 至 6 个分镜，包含屏幕文字、动作镜头、旁白与禁止项。
Single-path-process-diorama 是一个面向 3–5 步线性流程的微缩剧场图像生成技能，目标是把流程制作成单张完整、非宫格的成品图。它适用于流程故事封面、制作过程图、软件交付旅程与科普式微缩场景，强调以单一路径、可追踪载体、可辨识动作和与题材匹配的材质来表达顺序。技能明确了适用边界：不用于需要精确分支和数据尺度的流程图、实际操作规程或普通城市微缩景观；存在并行、回环、异常路径时须先说明只表现哪条主线，不擅自删减。生成前先建立短契约，记录已知流程、步数与阅读方向、每步的输入状态→唯一主要动作→输出状态、贯穿载体的识别特征、连续路径与起终点、相邻动作的区分方式、画幅与文字需求等。美术方向服务题材而非套用模板，可选精密工业、纸木工坊、生活街区、自然加工等方向。文字是受控选项，用户要求无字时生成纯净图并另附中文流程说明。生成采用整页一次完成，禁止逐站拼接；第一轮默认一张主图，自行质检后至多两次定向修订。交付默认包含 final.png、prompt.md、scene-contract.md、qa.md 四件套文档。
用于创建或重绘可编辑 Draw.io 图表的技能，采用简洁的 PPT 演示卡片风格，适合阶段卡片、时间线、流程图与架构图等。
该技能用于生成“泳道流程”式学习路线图，并保存为 draw.io（.drawio）文件。它把学习阶段做成横向泳道自上而下堆叠，每条泳道是带颜色的圆角条带，内含单元卡片，并用有向箭头表达学习顺序。适合强调先后顺序与前置条件的课程规划。
餐厅菜品摄影审计技能：盘点 Google Business Profile、Yelp、Instagram、官网与外卖平台上的现有照片，找出缺失与需重拍的菜品，输出含角度、光线、造型建议的拍摄清单与摄影师简报。
Beat Sync Montage 是一套面向音乐驱动剪辑的工作流程，用于规划并制作成品的卡点混剪（踩点视频）。它的核心目标不是让每一刀都机械地落在节拍上，而是让剪切位置服务于画面内容。流程要求先分析音乐的 BPM、节拍、段落结构与能量走向，再判断素材是否适合卡点剪辑，随后按段落规划密度曲线，先确定 3–6 个必须命中的锚点（强拍或段落边界），再在锚点之间按该段密度填充，并保留呼吸空间。该工作流属于 OpenChatCut 原生流程，依赖项目、源素材、素材帧检查、AV/脚本上下文与 OpenChatCut 剪辑工具。执行阶段会引用 music-intelligence 的 analyze_music、music_edit_plan 与 sync_cuts_to_music。它同时给出了适用边界：静止空轨上的卡点照片、单段长素材配口播节奏、无音乐驱动的多片段集锦、以及批量生成多个卡点版本，分别属于其它工作流。
Explainer Video 是一个把信息转化为完整讲解视频的工作流技能，隶属于 0xsline/openchatcut。它的核心理念是「信息即产品」——主题、脚本、逻辑、数据、产品机制或旁白才是内容主体，视觉只是辅助理解。该技能负责分节规划、旁白模式、时间顺序、组装与质检，并调用 create-motion-graphics 作为动态图形直接创作与放置的辅助工作流。它支持多种起点：仅有主题、脚本或大纲、旁白或转录、产品或数据、参考素材，以及直接的动态图形动画简报；同时区分源结构（自由主题、脚本分节、带时间戳分节、幻灯片/页面、已有旁白、上传素材、产品数据或混合）、旁白模式（生成式 TTS、已有旁白、仅转录、无旁白）和视觉模式（动态图形、素材或上传片段、生成视频或图像、混合）。使用时会先读取项目状态与素材，识别工作标签，尊重用户提供的结构化材料，只询问会改变结果的关键缺失信息，并在写视觉方案前完成预检与动画参考门、动态图形方向门、语音门等关卡，最后逐节产出视觉、组装时间线并执行旁白-视觉同步质检。
Multi Clips to Reels 是一个面向 OpenChatCut 的多素材剪辑工作流技能，用于把多段产品镜头、活动素材、旅行片段、游戏片段、UGC/产品素材、B-roll 或混合媒体，选取、排序并包装成适合社交平台的 reels、集锦、回顾或短视频。它强调先读取项目状态、盘点素材、识别用户起点（开放素材、脚本/分镜、素材包推广、集锦挑选），再规划钩子与镜头顺序，最后按目标平台完成裁切、字幕、音乐同步等包装，并做导出前检查。
Color Palette Hunter 是一个用于从 Color Hunt（colorhunt.co）自动获取配色方案的技能。它可以根据设计需求，按主题、趋势或自定义查询提取热门、流行或搜索到的配色，并导出为 JSON、CSS、Tailwind、HTML 等多种格式，方便直接用于设计工具或代码库。该技能提供命令行脚本，支持按主题搜索、限制数量、选择输出格式、保存到文件，以及获取趋势、流行或随机配色。另有一个 Python 脚本可将获取的配色转换为 Tailwind、Figma、SCSS、CSS、Android、Swift 等设计专用格式。使用前需安装 curl、jq、python3 及 Python 依赖 requests、beautifulsoup4，并赋予脚本可执行权限。适用于设计工作流中的配色发现与格式转换。
Motion Designer 是一个基于 motion.dev（原 Framer Motion）的 SOTA 动画与物理启发式指南技能，配合 the-designer MCP 服务器使用。它的目标是把开发者定位为“Motion Architect”（动效架构师），在 UI 中生成高质量的动画效果。该技能强调四大核心哲学：以物理弹簧（spring）优先于传统贝塞尔缓动，用于交互动效；使用 layout 与 layoutId 处理结构性变化和共享元素过渡；始终尊重 prefers-reduced-motion 无障碍偏好；并保持克制，避免过度动画，让动效显得原生、高性能且有目的性。使用时可借助 generate_motion_snippet 工具，先识别框架（React、Vue、HTML/Vanilla），指定 engine="motion.dev"，选择合适类别（入场、微交互、交错、滚动、加载器、过渡、计数器、打字机），并让动效风格匹配当前设计系统。具体 API 细节可参考 references/motion-dev-guidelines.md。
Nano Banana 图像生成器是一个基于 CLI 的 AI 图像生成技能，用于处理 nano banana 文生图、提示词示例、模型选择等请求。它通过 ai-media 命令行工具调用 nano-banana 系列图像模型，支持配置 API 密钥、查看模型列表与详情、生成图像、按任务 ID 获取结果，并可指定宽高比、参考图和额外参数。默认流程为在 ricebowl.ai 充值积分、创建 API 密钥、设置密钥，然后选择支持 nano-banana 的图像模型并生成图像。适用于需要以命令行方式批量或脚本化生成图像的场景。
用于在插件市场中新增插件，或在 scripts/animations/scenes/ 下创作、编辑或重新渲染场景（含插件详情页动画）时使用。该技能规定每个市场条目对应一个手工编写的 SVG 场景，再由其派生 mp4 与海报图，禁止直接修改视频，必须改场景后重新渲染。场景需表达插件做什么：什么在动、按什么顺序、最终有何不同，仅“有东西在动”属于装饰。工作流程包括：从 marketplace.json 读取分类并取对应墨色与标记色，复制场景模板，编写节拍，用 --check 验证契约、preview 预览单帧、render 生成 mp4 与海报，再跑 generate 与测试，并将场景、mp4、海报一起提交。--check 强制校验周期、keySplines/values/keyPoints 数量匹配、底色矩形、文字墨色对比度、色块、20px 网格等；无门禁可查的内容包括每次变化需两个节拍、变更状态需保持到周期 0.95、路径避免穿越无关节点、位置需预先分配、海报需承载完整图。
该技能用于借助 inference.sh CLI（belt）生成专业级 AI 产品摄影与商业图片，支持产品图、场景图与模型图等类型。可选用 FLUX Dev、FLUX Schnell、Imagen 3、Grok、Seedream 等多个模型，通过命令行传入提示词即可出图。文档给出工作室白底、生活场景、主视觉、平铺、使用中/动作等多种拍摄风格，以及电子、时尚、美妆、食品饮料、家居、珠宝等品类的示例提示词，并包含柔光、轮廓光、自然窗光、硬光等布光技巧与亚马逊、Shopify 等电商模板。还提供批量生成多角度图片、放大与抠图的后处理流程，以及提示词公式（产品类型+背景+光线+风格+技术）。使用前需安装 belt 并登录，适用于电商商品图、品牌视觉与广告素材制作。具体收费、价格与效果暂未提供。
该技能用于通过 inference.sh CLI（belt）调用 BiRefNet 模型，从图片中移除背景，输出带透明背景的 PNG。适用于商品图、人像、营销素材、社交媒体头像和设计元素等场景。使用前需安装并登录 belt CLI，然后通过命令行传入图片 URL 运行。也可借助 Reve 模型进行背景移除或替换背景，并可与图像生成模型串联形成“生成—编辑”工作流。
book-cover-design 是一个用于书籍封面设计的技能，结合了各类型图书的封面惯例、排版规则与 AI 图像生成。它覆盖虚构类与非虚构类图书的体裁风格、封面尺寸、缩略图测试等内容，并借助 inference.sh CLI（belt）调用多种图像生成模型产出封面概念图。该技能强调 AI 无法可靠渲染文字，建议用 AI 生成封面背景或插画后，再在设计工具中添加标题、副标题与作者名等排版元素。
ElevenLabs Music 是一个通过 inference.sh CLI（belt）调用 ElevenLabs 音乐生成能力的技能，可根据文本提示词生成原创音乐。支持文本到音乐，时长可自定义，范围 5 至 600 秒（最长 10 分钟）。使用时需先安装 belt CLI 并登录，然后通过 belt app run elevenlabs/music 命令传入 prompt 和 duration_seconds 参数生成音乐。适用于视频配乐、播客片头片尾、游戏音效、广告、社交媒体短视频、演示文稿背景音乐和影视配乐等场景。
ElevenLabs Sound Effects 是一个通过 inference.sh CLI（belt）调用 ElevenLabs 音效生成能力的技能，可根据文字描述生成 AI 音效。支持文本转音效、自定义时长（0.5-22 秒）以及免版税音频。使用时需先安装 belt CLI 并登录，然后通过命令行传入 text、duration_seconds、prompt_influence 等参数生成音效，适用于视频制作、游戏开发、播客、影视动画、演示和社交媒体等场景。
该技能是一份解说视频制作指南，覆盖从脚本撰写、配音、画面生成到剪辑合成的完整流程。它提供多种脚本公式（如 PAS、BAB、功能聚焦），并给出语速、场景时长、转场类型等节奏规则，适用于社交媒体短预告、产品演示、功能解说、教程等不同视频格式。制作环节通过 inference.sh 命令行工具（belt CLI）调用多种 AI 应用完成：用 google/veo-3-1-fast、bytedance/seedance-2-0、falai/flux-dev-lora、falai/wan-2-5-i2v 生成场景画面或图生视频；用 falai/dia-tts 生成配音并控制停顿节奏；用 infsh/media-merger、infsh/video-audio-merger、infsh/caption-videos 完成多场景合并、音视频混合与字幕添加。指南还包含背景音乐音量与风格建议、脚本句子长度与语态规范，以及常见错误的修正方法。
flux-image 是一个通过 inference.sh CLI（belt）调用 FLUX 系列模型生成图像的工具技能。它由 Black Forest Labs 的 FLUX 模型驱动，支持 FLUX Dev LoRA、FLUX.2 Klein LoRA 以及 Pruna 优化版本等多种模型，可进行高质量文生图、快速迭代生成、LoRA 自定义风格适配和图像到图像转换。使用时需先安装 inference.sh CLI（belt）并登录，然后通过 belt app run 命令指定模型 App ID 与 JSON 输入参数执行生成任务。
HappyHorse 是一个通过 inference.sh CLI（belt）调用阿里巴巴 HappyHorse 1.0 视频模型的技能，用于生成与编辑视频。它包含四个模型：文本转视频（T2V）、图片转视频（I2V）、参考图转视频（R2V）以及视频编辑（Video Edit）。T2V 根据文本提示生成写实运动视频；I2V 可将单张图片动画化；R2V 最多可依据 9 张参考图保留角色特征；Video Edit 可用自然语言指令编辑已有视频。所有模型支持 720P/1080P 分辨率，时长最长 15 秒。使用前需安装 inference.sh CLI（belt），登录后通过命令行指定模型 App ID 与 JSON 输入参数运行。适用于视频创作、角色一致性生成和视频后期编辑等场景。按分辨率计费：720P 为每秒 0.14 美元，1080P 为每秒 0.24 美元，视频编辑按输入与输出总时长计费。
该技能用于通过 inference.sh CLI（belt）对图片进行放大与增强，支持接入 Real-ESRGAN、Thera、Topaz、FLUX Upscaler 等模型。用户需先安装 belt CLI 并登录，然后使用 belt app run 命令调用指定应用并传入图片 URL。资料给出的示例包括 Real-ESRGAN（应用 ID 为 infsh/real-esrgan）和 Topaz Image Upscaler（应用 ID 为 falai/topaz-image-upscaler），后者被标注为适合专业质量、任意图片。资料还展示了一个「先生成后放大」的工作流：先用 FLUX Klein 生成图片，再用 Topaz 放大生成结果。适用场景包括 AI 绘画作品放大用于印刷、老照片修复与分辨率增强、为高分屏准备网页图片、放大打印分辨率以及生成高分辨率缩略图等。
Logo Design Guide 是一个面向 AI 图像生成的 Logo 设计技能，介绍 Logo 设计原则与提示词最佳实践。内容涵盖 Logo 类型（文字标、字母标、图形标、抽象标、吉祥物、组合标）、提示词技巧、可缩放性规则、颜色准则、迭代工作流、常见错误与文件格式交付建议。该技能通过 inference.sh CLI（belt）调用不同图像模型生成 Logo 图标，并明确指出 AI 图像生成器无法可靠渲染文字，建议只让 AI 生成图标，文字在 Figma、Canva、Illustrator 等设计工具中手动添加。