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 11-06 00:14
22,115 个结果
og-image-design 是一个用于设计 Open Graph 与社交分享图片的技能，覆盖各平台规格、文字排版与品牌一致性。它提供 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等平台的尺寸、宽高比、文件大小与格式要求，并给出通用安全尺寸 1200x630 px。技能包含标题与副标题字号、字数上限、行高、对比度等设计规则，安全边距建议，以及博客、产品发布、教程等模板示例。它通过 inference.sh CLI（belt）调用 html-to-image 生成图片，也可用 falai/flux-dev-lora 生成无文字视觉图。资料还列出 OG 元标签、Twitter 卡片类型、测试工具与常见错误。
面向投资人路演材料的视觉与结构技能，提供12页幻灯片框架、排版配色规则、图表选择与数据呈现建议，并可通过 inference.sh CLI（belt）生成幻灯片背景、市场与增长图表及团队头像。
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 是阿里推出的专业图像生成模型，通过 inference.sh CLI（belt）调用。它擅长专业级文字渲染、细粒度写实和更强的语义遵循，适合制作含多行文字的海报、营销横幅、复杂图文组合设计，也支持基于参考图的图像编辑与风格迁移。
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。
本技能是一份 AI 视频生成提示词编写指南，提供通过 inference.sh 的 belt CLI 调用视频模型时的最佳实践与技巧。内容涵盖提示词结构公式（镜头类型＋主体＋动作＋场景＋光线＋风格＋技术参数）、镜头类型与运镜方式对照表、光线与风格关键词，以及产品演示、自然纪录片、城市生活、美食、科技未来感等场景的示例命令。指南还列出常见错误（过于笼统、多场景混杂、缺少运动、风格冲突、缺少光线）及改进方式，并给出 Google Veo、Seedance、Wan 2.5、Grok 等模型的针对性提示，以及从基础到逐步细化的迭代式提示词工作流。
该技能用于通过 inference.sh CLI（belt）生成专业级 AI 产品摄影与商业图片。它提供多种可用模型（FLUX Dev、FLUX Schnell、Imagen 3、Grok、Seedream），并给出针对不同产品类别（电子、时尚、美妆、食品、家居、珠宝）和拍摄风格（纯白背景、生活场景、主视觉、平铺、使用中）的提示词示例。还包含灯光技巧、电商模板（Amazon、Shopify）、批量生成脚本、后期处理流程（放大、去背景）以及提示词公式和最佳实践。使用前需安装 belt CLI 并登录。
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 belt app run elevenlabs/sound-effects 命令传入 text、duration_seconds、prompt_influence 等参数生成音效，可应用于视频制作、游戏开发、播客、影视动画、演示和社交媒体等场景。
讲解视频制作指南，覆盖脚本公式、语速节奏、场景规划、配音、配乐与多工具流水线。提供 PAS、BAB、Feature Spotlight 等脚本模板，给出不同内容类型的语速标准（如标准旁白 150 wpm）、场景时长建议、转场类型选择、常见错误修正，以及基于 inference.sh CLI（belt）从脚本到成片的完整制作流程，包括生成画面、配音、合并、加字幕等命令示例。
flux-image 是一个通过 inference.sh CLI（belt）调用 FLUX 系列模型生成图像的技能。它支持多种 FLUX 模型，包括 FLUX Dev LoRA、FLUX.2 Klein LoRA、Pruna 优化版 FLUX Dev 及 FLUX Klein 4B 等，可用于高质量图像生成、快速迭代、LoRA 自定义风格适配以及图生图（image-to-image）等任务。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入提示词等参数运行对应模型。该技能还提供图像编辑、图像放大等相关应用示例。
该技能通过 inference.sh CLI（belt）对图像进行放大与增强，支持 Real-ESRGAN、Thera、FLUX Dev Upscaler、Topaz 等模型。安装方式为 npx skills add belt-sh/cli，使用前需执行 belt login 登录。典型用法是运行 belt app run 命令并传入 image_url 参数，例如使用 infsh/real-esrgan 或 falai/topaz-image-upscaler。可用于 AI 艺术放大打印、老照片修复增强、网页高 DPI 图片准备、大幅面打印提分辨率以及缩略图高清化等场景，也可与 FLUX 图像生成流程串联，先生成再放大。
本技能是一份 Logo 设计指南，结合 AI 图像生成工具（inference.sh CLI，即 belt）讲解 Logo 设计原则与提示词技巧。内容涵盖六种 Logo 类型（文字标、字母标、图形标、抽象标、吉祥物、组合标）及其适用场景，AI 生成 Logo 的提示词结构与有效/无效关键词，可缩放性规则与检查清单，配色指南，迭代工作流，常见错误及文件格式交付建议。核心提醒是 AI 图像生成器无法可靠渲染文字，建议仅用 AI 生成图标，再在设计工具中手动添加文字。
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 是一个通过 inference.sh 命令行工具（belt CLI）调用 Google Gemini 3.1 Flash Image Preview 模型进行图像生成的技能。它可以实现文生图、基于输入图片的图像编辑、多图输入等能力，支持指定生成数量、宽高比、分辨率（1K/2K/4K）和输出格式，并可选启用 Google 搜索实时信息落地。使用前需安装 belt CLI 并登录，然后通过 belt app run 命令传入 JSON 参数即可生成图像；也提供 Python SDK 支持流式进度输出。该技能适合需要以脚本或命令行方式批量生成、编辑图像的用户，具体收费与额度信息暂未提供。
og-image-design 是一个用于设计 Open Graph 与社交分享图片的技能，覆盖各平台规格、文字排版与品牌一致性。它提供 Facebook、Twitter/X、LinkedIn、Discord、Slack、iMessage 等平台的尺寸、宽高比、文件大小与格式要求，并给出通用安全尺寸 1200x630 px。技能包含标题与副标题字号、字数上限、行高、对比度等设计规则，安全边距建议，以及博客、产品发布、教程等模板示例。它通过 inference.sh CLI（belt）调用 html-to-image 生成图片，也可用 falai/flux-dev-lora 生成无文字视觉图。资料还列出 OG 元标签、Twitter 卡片类型、测试工具与常见错误。
面向投资人路演材料的视觉与结构技能，提供12页幻灯片框架、排版配色规则、图表选择与数据呈现建议，并可通过 inference.sh CLI（belt）生成幻灯片背景、市场与增长图表及团队头像。
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 是阿里推出的专业图像生成模型，通过 inference.sh CLI（belt）调用。它擅长专业级文字渲染、细粒度写实和更强的语义遵循，适合制作含多行文字的海报、营销横幅、复杂图文组合设计，也支持基于参考图的图像编辑与风格迁移。
该技能用于制作 AI 数字人「口播」视频（Talking Head Production），通过 inference.sh 命令行工具（belt CLI）调用多种 AI 头像与唇形同步模型，将静态人像图片合成为会说话的视频，并可选配内置文本转语音（TTS）。推荐使用 P-Video-Avatar（pruna/p-video-avatar），资料称其速度最快、成本最低且内置 TTS；同时覆盖 OmniHuman 1.5/1.0、Fabric 1.0、PixVerse Lipsync 等模型。技能还给出了人像要求、背景选择、模型对比、多语言内容、双人对话、长视频分段拼接、已有视频配音等生产流程与常见错误。所有调用通过 belt CLI 完成，需先执行 npx skills add belt-sh/cli 安装并 belt login 登录。
该技能提供编写高质量 AI 视频生成提示词的实践方法与技巧，适用于 Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora 等模型。内容涵盖提示词结构公式（镜头类型＋主体＋动作＋场景＋光线＋风格＋技术参数）、常见镜头类型与运镜方式对照表、光线与风格关键词，以及产品演示、自然纪录片、都市生活、美食、科幻等场景的示例命令。还总结了常见错误与改进方式、各模型特点提示，以及迭代式提示工作流。使用前需安装 inference.sh CLI（belt）并登录，通过 belt app run 命令运行对应视频模型。
海明涂鸦（haiming-doodle）是一个把文章观点、工作场景或参考图片画成幽默易懂的粗笔蜡笔涂鸦的技能，支持文章插图、中文封面和前后对照图。用户要求海明涂鸦、丑萌草稿风或这类连续配图时使用，不用于写实精修。