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
Nano Banana 是一个通过 inference.sh CLI（belt）调用 Google Gemini 原生图像模型生成与编辑图像的工具。支持 Gemini 3 Pro Image（速度较慢、质量最佳）和 Gemini 2.5 Flash Image（速度快、质量优秀）两个模型。主要能力包括文本生成图像、多图生成、自定义画面比例、基于输入图像的图像编辑、4K 高分辨率输出，以及在 Gemini 3 Pro Image 上启用 Google 搜索实时信息增强。用户需先安装并登录 belt CLI，再通过 belt app run 命令指定模型 App ID 并传入 JSON 输入参数来执行生成任务。
nano-banana-2 是一个基于命令行的图像生成技能，通过 inference.sh CLI（belt）调用 Google Gemini 3.1 Flash Image Preview 模型，实现文生图、图像编辑与多图输入等能力。该技能由 3d-ai-studio/superpowers 发布，需先安装 belt CLI 技能并登录后使用。用户可通过 belt app run 命令传入 JSON 参数，支持设置提示词（prompt）、输入图片（最多 14 张，支持 JPEG、PNG、WebP）、生成数量（num_images）、画面比例（1:1、16:9、9:16、4:3、3:4、auto）、分辨率（1K、2K、4K，默认 1K）、输出格式以及是否启用 Google 搜索实时信息接地。除 CLI 外，还提供 Python SDK 调用示例，并支持流式输出实时进度。典型用途包括基础文生图、批量生成多张方案图、自定义宽高比、基于已有图片的编辑修改、高分辨率（4K）生成，以及结合实时天气、新闻等信息进行创作。资料未提供该技能的定价、收费模式、具体平台兼容性及其他未列明功能，相关细节暂未提供。
og-image-design 是一套面向社交媒体分享图（Open Graph 图片）的设计技能，帮助为 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等平台生成符合规格的分享预览图。它提供各平台的尺寸、宽高比、文件大小与格式规范，并给出文字排版、字号、安全边距、配色与模板建议。使用方式基于 inference.sh CLI（belt）：先执行 npx skills add belt-sh/cli 安装，再 belt login 登录，随后通过 belt app run infsh/html-to-image 传入 HTML 生成 OG 图，也可用 falai/flux-dev-lora 生成纯视觉图。技能还包含 OG meta 标签与 Twitter Card 配置参考、分类型模板（博客、产品发布、教程）、一致性系统以及常用调试工具。适合需要为网站、博客或产品页面批量制作分享图的开发者与设计者。注意使用前需具备 inference.sh CLI 环境，具体账号、额度与费用资料暂未提供。
p-image 是一组通过 inference.sh CLI（belt）调用的 Pruna P-Image 图像生成与编辑模型集合，包含 P-Image、P-Image-LoRA、P-Image-Edit、P-Image-Edit-LoRA 四个模型。P-Image 用于快速文生图并支持多种画幅比例；P-Image-LoRA 提供内置风格预设（如 photos-realism、pixel-art、anime-2-5d 等）用于自定义风格出图；P-Image-Edit 支持基于提示词的图像编辑和多图合成；P-Image-Edit-LoRA 用于风格化图像编辑。使用前需安装 inference.sh CLI 并登录，随后通过 belt app run 命令以 JSON 输入运行对应模型。
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。
Pruna P-Video-Avatar 是一个通过 inference.sh CLI（belt）调用的口播数字人视频生成工具，可将单张人像图片转换为逼真的说话视频，并内置 TTS 文本转语音。它支持通过文本脚本或外部音频驱动，提供多种音色与语言选择、720p/1080p 分辨率、视频行为与背景提示词、语气节奏提示词、随机种子复现等功能。该工具定位为速度更快、成本更低的数字人方案，并可与 Pruna P-Image 配合完成从生成人像到生成视频的完整流程。常见用途包括营销演示、教育课程、内容本地化、社交媒体虚拟人、企业培训等。
Pitch Deck Visuals 是一个面向投资人路演（pitch deck）的视觉设计技能，提供逐页框架、视觉设计规则与数据呈现方法。它覆盖 12 页幻灯片框架（标题、问题、解决方案、产品演示、市场规模、商业模式、增长数据、竞争、团队、财务、融资诉求、联系方式），并给出排版、配色、布局规范，如 1-6-6 规则（每页 1 个观点、每条 6 词、每页最多 6 条）、字号建议、图表类型选择（折线图、柱状图、同心圆 TAM/SAM/SOM、2x2 定位图、大数字）以及常见错误清单。该技能通过 inference.sh CLI（belt）运行，可调用 html-to-image、python-executor、图像生成等应用来生成幻灯片背景、图表和团队头像。
Qwen-Image-2 是一个通过 inference.sh CLI（belt）调用阿里巴巴 Qwen-Image-2.0 系列模型进行图像生成与编辑的技能。它提供两个模型：Qwen-Image-2.0（速度快，适合通用场景）和 Qwen-Image-2.0-Pro（标准速度，文本渲染更专业，适合海报和文字密集设计）。用户可通过命令行传入提示词生成图像，支持多图生成、自定义分辨率、负向提示词、随机种子复现，以及基于 1-3 张参考图的多参考图像编辑。输出为 PNG 格式图像及包含尺寸和数量的元数据。
Qwen-Image-2.0-Pro 是阿里推出的图像生成模型，通过 inference.sh CLI（belt）调用。该模型主打专业级文字渲染、精细写实画面和更强的语义遵循能力，适合海报、营销横幅、logo 等文字与图像结合的设计场景。使用前需安装 belt CLI 并登录，通过 belt app run alibaba/qwen-image-2-pro 命令传 JSON 输入即可生成图像。支持参考图编辑、多图批量生成、负向提示词、随机种子复现、自定义尺寸（512-2048 像素，总像素须在 512×512 至 2048×2048 之间）等参数。输出为 PNG 格式图片及包含尺寸和数量的元数据，同时提供 Python SDK 和流式进度更新。具体收费与价格信息暂未提供。
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。
面向 AI 数字人「口播视频」（talking head）的生产技能，通过 inference.sh 的命令行工具 belt 调用多种头像模型，实现 AI 虚拟形象、口型同步与配音。官方推荐使用 P-Video-Avatar（内置 TTS、最快、最便宜），并另含 OmniHuman 1.5/1.0、Fabric 1.0、PixVerse Lipsync 等模型可选。技能覆盖从人像图生成、脚本配音、风格控制、音频驱动、多角色对话，到长视频分段拼接、多语言内容、已有视频配音等完整流程，并给出人像构图要求、音频质量要求与常见错误规避建议。
本技能提供编写高效 AI 视频生成提示词的最佳实践与技巧，覆盖 Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora 等模型。内容包含提示词结构公式（镜头类型+主体+动作+场景+光线+风格+技术参数）、镜头类型与运镜对照表、光线与风格关键词、按用途分类的提示词示例、常见错误规避、各模型专属建议，以及迭代式提示词工作流。使用需先安装 inference.sh CLI（belt），通过 belt login 登录后以 belt app run 命令调用各视频模型。
这是一个面向3D白模预演（Previs）的实验性执行工具，用于在用户明确要求实际白模预演时，把已经写好的视频提示词、镜头描述或分镜编译成可播放的机位与基础走位预演。它依赖本机 Blender 渲染，第一交付物是可播放的 MP4，并附带可审计的执行解释与校验文件。它强调只执行提示词中已有的镜头意图，未写明的时长、摄影机运动、场景等按可追踪默认值处理；动作密集打斗必须通过骨骼、武器握持约束、共享接触点和单动作门，否则只能输出诊断，不用体块位移冒充打戏。
该技能面向参数化三维 CAD 模型开发，提供设计意图、配置管理与模型质量方面的专家级能力。覆盖 SolidWorks、CATIA、NX、Creo 的工作流自动化，包含基于特征的参数化建模、装配设计与约束管理、设计表与配置创建、自顶向下与自底向上装配策略、零件族与库组件创建、模型验证与质量检查，以及 CAD 数据交换与转换。使用指南涵盖零件建模（草图最佳实践、特征规划、参数化关系、特征最佳实践）、模型质量（几何检查、文件管理）、装配建模（装配策略、配合/约束最佳实践、自由度、大型装配管理）、配置管理（零件与装配配置）以及流程集成（输入/输出 Schema、最佳实践、集成点）。
NVIDIA Isaac Sim 技能，面向 NVIDIA Isaac Sim 照片级仿真、Omniverse 集成与 Replicator 合成数据生成，用于机器人仿真、数字孪生和数据集构建等任务。
该技能用于在 Unity 中实现和配置动画系统，覆盖 Animator 控制器、Animation Rigging、Timeline 集成与动画状态机。资料说明其可创建状态机、配置混合树、设置动画层、处理状态切换，并支持通过 Animation Rigging 实现 IK 约束和程序化动画，以及使用 Timeline 制作动画片段、编排过场和集成 Cinemachine。适用前提为 Unity 2021.3+，Animation Rigging 为可选包，Timeline 为内置包。资料提供了 Animator 参数哈希与 Rig 权重设置的代码示例，并给出使用参数哈希、按身体部位组织层、使用 Avatar 遮罩、分析 Animator 更新等最佳实践。
Unity Shader Graph 技能，用于可视化着色器编写、自定义节点与材质效果。它面向使用 Unity Shader Graph 进行可视化着色器开发的场景，让美术与开发者无需编写代码即可构建复杂材质。技能覆盖可视化创作、效果类型、自定义开发与材质系统：可创建面向 URP/HDRP 的着色器图、连接节点实现材质逻辑、实时预览效果并处理着色器变体；支持表面着色器（Lit、Unlit）、顶点位移、UV 操作与程序化纹理；可创建自定义节点、构建子图、实现着色器关键字并处理多通道渲染；支持从图生成材质、暴露材质属性、处理纹理采样与实现三平面映射。使用前提包括 Unity 2021.3+、Shader Graph 包以及 URP 或 HDRP 项目。资料未提供安装命令、收费方式与价格等信息。
Unreal Niagara 是面向 Unreal Engine 的 Niagara 视觉特效技能，用于创建粒子模拟、GPU 粒子和程序化视觉效果。该技能覆盖粒子系统、模块开发、与蓝图/C++ 的集成以及网格粒子、丝带特效、模拟阶段和流体模拟等高级功能。使用前提为 Unreal Engine 5.0+ 并启用 Niagara 插件。
Unreal Sequencer 是虚幻引擎中用于制作影视级过场动画与游戏内过场场景的技能。它围绕 Sequencer 工具链提供关卡序列（Level Sequence）的创建与管理，包括主序列、序列层级与序列播放器的实现方式；同时覆盖相机相关工作，如相机切换、相机轨道、相机动画与相机绑定管理；也支持 Actor 动画处理，包括关键帧变换、骨骼动画、音频轨道与事件触发。该技能还提供与游戏玩法的集成能力，例如从玩法逻辑中触发序列、处理序列事件、实现绑定覆盖和管理序列过渡。使用前提为虚幻引擎 5.0+ 及内置 Sequencer。技能资料中给出了从代码播放序列的示例、事件轨道使用步骤以及若干最佳实践。
User Flow Diagram 是一个用于生成用户流程图、流程图和导航地图的技能，帮助可视化用户旅程与应用流程。它支持创建 Mermaid.js 流程图、根据用户旅程生成流程图，并可导出为 SVG、PNG 等格式。该技能还能校验流程完整性，识别死胡同与循环，并生成站点地图可视化。它面向 wireframing.js、user-journey-mapping.js、information-architecture.js 等目标流程，集成 Mermaid.js、diagrams.net API 与 PlantUML。输入需提供 flowData（包含 nodes 与 edges），可选指定 diagramType（flowchart、sequence、state、journey）、direction（TB、BT、LR、RL）、outputFormat（mermaid、svg、png、pdf）以及是否校验。输出包含图表代码、导出路径、校验结果（是否完整、死胡同、循环、不可达节点）和统计信息（节点数、边数、最大深度）。
Zemax Optical Designer 是一个面向 Zemax 光学设计的技能，用于镜头系统、成像光学与公差分析。它提供顺序光线追迹、非顺序分析、公差分析、MTF 与 PSF 计算、镀膜优化以及杂散光分析等能力，并涉及 Zemax OpticStudio 与 Python ZOS-API 工具。
krea-api 是一个用于调用 Krea.ai 图像生成 API 的技能，可通过 Flux、Imagen、Ideogram、Seedream 等多种模型生成图片。它采用异步任务流程（POST 提交后轮询获取结果），支持配置图像宽高、生成步数、引导系数、随机种子等参数，并可通过 webhook 在任务完成后接收通知。该技能仅依赖 Python 标准库，无需额外安装 requests。使用前需从 Krea.ai 开发者文档获取 API 凭据，可通过 clawdbot 配置命令设置 key_id 与 secret，或直接以参数传入。适合需要在自动化流程或脚本中批量生成图像的场景。
该技能是一套蒸馏 Jony Ive 思维模式的实用框架，围绕极简设计哲学、材料诚实、深度关怀、故事驱动设计与无情迭代五个核心思维模型展开。它提供简化操作框架、设计决策三问、设计评审框架、经典语录以及极简设计审查清单、叙事驱动内容设计、深度关怀检查卡等实战模板，并列出应用场景与反模式，帮助用户在产品设计、内容创作、品牌视觉、汇报演示和团队协作中践行至繁归于至简的设计理念。
Veo 是一个基于 Google Veo API 的视频生成技能，可通过命令行脚本根据文本提示词生成视频片段。它支持 Veo 3.1、Veo 3.0 等多个模型，可指定视频时长、画面比例（16:9、9:16、1:1）以及输出文件名，输出格式为 MP4。使用时需提供 GEMINI_API_KEY，可通过环境变量或配置文件设置。脚本会打印 MEDIA: 行，便于在支持的聊天平台上自动附加生成的视频。