nano-banana-pro
通过 Gemini 3 Pro Image（Nano Banana Pro）生成或编辑图像的技能，内置脚本支持文生图、单图编辑与多图合成，需配置 GEMINI_API_KEY。
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 11-06 00:14
设计与创作
22,134 个结果
openai-image-gen
OpenAI Image Gen 是一个通过 OpenAI Images API 批量生成图片的脚本工具。它会自动生成若干“随机但结构化”的提示词，调用 OpenAI 图像模型渲染图片，并输出图片文件、提示词与文件映射的 prompts.json，以及一个 index.html 缩略图画廊，方便集中查看生成结果。工具支持 GPT image 系列模型（gpt-image-1、gpt-image-1-mini、gpt-image-1.5）以及 DALL-E 3、DALL-E 2，并会根据所选模型自动选择合适的默认参数。用户可通过命令行参数指定提示词、生成数量、尺寸、质量、背景、输出格式、风格等。使用方式为运行 python3 脚本并传入相应参数，生成后打开输出目录中的 index.html 查看画廊。
summarize
summarize 是一个命令行工具，可对网址、本地文件和 YouTube 链接进行摘要或文本/转录提取，适合快速了解链接、文章或视频内容，也可作为“转录这个 YouTube/视频”的替代方案。
amazon-a-plus-content
该技能用于规划和创建亚马逊A+内容（增强品牌内容），覆盖模块布局设计、说服性文案撰写、对比图表规划与图片简报生成，帮助将浏览者转化为买家。
amazon-brand-registry
亚马逊品牌备案（Amazon Brand Registry）注册指南，覆盖资格要求、申请流程、权益说明、A+内容访问与品牌保护工具，支持美国、英国、德国、加拿大、日本、澳大利亚等所有亚马逊市场。
amazon-brand-tailored-promotions
亚马逊品牌定向促销技能，用于受众定向、折扣层级、客户细分与复购激励的规划分析。支持亚马逊各市场，需品牌备案。
amazon-enhanced-brand-content
面向亚马逊高级A+与品牌故事的技能，提供模块设计、生活方式图像、比较图表和移动端优化建议，覆盖多站点市场。
amazon-listing-images
为亚马逊商品 listing 图片制定高转化视觉方案，依据平台图片规范与最佳实践输出拍摄清单、信息图布局、生活场景简介与 A/B 测试计划，覆盖 Amazon 及 Shopify、Walmart、TikTok Shop 等平台。
amazon-product-photography
面向亚马逊等电商平台的商品摄影规划技能，用于生成拍摄清单、灯光方案、信息图与生活场景规划及图片优化建议，以提升转化率。
amazon-storefront-design
亚马逊 Store 建设技能，覆盖页面布局、品牌故事、可购物图片、引流与转化优化，支持亚马逊各市场站点，需品牌备案后使用。
seedance-storyboard-generator
seedance-storyboard-generator 是一个面向 Seedance 2.0 平台的 AI 视频脚本与分镜生成技能，用于把文章、故事或故事概念转化为可制作的视频脚本。它提供从输入分析、制作参数确认、完整剧本结构生成，到资产生成提示词清单、逐集 Seedance 时间轴分镜脚本输出的流程，适合短剧、多集 AI 视频系列等场景。
geometry-math-proof-remotion
该技能用于把数学证明文档（如勾股定理、欧拉公式、积分、几何推导、代数恒等式、算法可视化）制作为深色背景、高饱和配色的精准几何风格 Remotion 动画视频，风格接近 3Blue1Brown 或可汗学院。几何图形全部由代码绘制（SVG 加 stroke-dash 描边动画），公式逐步揭示，字幕驱动时间轴。工作流包括：拆分证明章节并列出检查表、编写台词并运行 TTS 生成配音与对齐字幕、根据真实时长回写帧数时间轴、用模板搭建 Remotion 工程并修改 Proof.tsx、然后进行类型检查与静帧渲染检查，最后先输出低清预览，确认后再渲染 1080p 成片。
image-prompt-studio
Image Prompt Studio 是一个把 Nano Banana Prompt Studio 项目的提示词工程知识固化为可复用 skill 的工具，核心是用结构化 JSON（而非长段自然语言）控制 AI 生图，实现精准定制、模块化复用与系列作品一致性。它覆盖四条主路径：生成新提示词、对已有 JSON 提示词做最小化修改、从参考图反推提示词、通过 apiz-cli 实际出图。生成的 JSON 提示词同时兼容 Nano Banana 与 GPT-Image 两个模型家族。其输出规则要求只输出 JSON 本体，不用 markdown 代码块包裹，不附解释性文字，所有字段必须完整填写，用词需有画面感、专业优美具体。生成或修改完成后运行校验脚本确认结构完整性。该 skill 只承载提示词工程知识，不依赖原桌面项目运行，生图通道统一走 apiz-cli。
context-engineering
用于设计、审计和验证项目信息如何通过实际运行时送达智能体的技能，关注“送达”而非内容本身，帮助排查智能体遗漏关键边界或放置不当的问题。
skill-engineering
用于设计、改写、审查和测试智能体技能（agent skills）的工程方法，帮助在重复出现的智能体动作或判断缺口上构建可复用技能。适用于创建技能、重写 SKILL.md、改进或评估技能行为。
visual-design
visual-design 是一个视觉设计技能：从内容、受众与预期行动出发，设计、重做或评审真实界面、文档与插画等视觉系统；也可在持续项目中建立临时设计方向。不提供与内容无关的表面样式套用。
design-forge
Design Forge 是一套用于检验和重做设计的方法，核心是用反例与消融（拿掉机制后比较）判断某个机制是否必要、责任应由谁承担，以及是否存在完整替代关系，从而收敛因例外、补丁和局部安排而偏离目标的设计。它关注能决定取舍的设计选择及其理由：为什么这样划分责任、采用这种关系、排除了哪些其他方案。方法强调完整正确性清单不等于核心，实现存在、测试通过或缺陷已修复也不自动赋予机制核心地位。适用对象可以是软件机制、技能方法或组织规则。它不预设新增或删除的结论，必要时查代码、调用方或运行证据区分“目前怎样做”和“必须怎样做”。已有设计合理、只是实现漏接时应直接修正实现，而非为此重做设计。
design-steward
Design Steward 是一个面向 AI 代理的工作角色，以长期维护者的视角审视设计与实现，判断哪些部分值得保留、简化、归位或舍弃。它关注系统整体用途与长期承担，提供基于证据的取舍建议，而非依赖坏设计清单或删除配额。适用于分治审查中的设计判断、复杂度取舍和整体负担评估，但不替代正确性检查，也不自动授权清理或重设计。
interface-design
该技能用于设计、打磨或评审产品界面与交互，核心是判断视觉工艺，以及每个屏幕、元素和流程是否服务于真实任务。它强调视觉层级、比例、排版、留白与细节要共同成立，组件、信息和操作应贴合真实使用场景，避免堆叠无用控件。适用于界面设计方向的探索与打磨，也可用于已有界面的评审与局部优化；理论材料用于校准判断，最终取舍回到产品、真实内容和实际画面。该技能提供设计判断，不维护项目样式规范，也不绑定具体设计工具或框架。
ui-improvement
这个技能用于分批持续改善多页面、组件用法与状态的界面。它从任务动线、控件与页面选型、基础秩序、整体风格及局部搭配等层面诊断问题，通过完整试作形成有效关系，再按消费者差异传播并复验。适用于兼有交互设计、审美探索与扫描工作量的任务；单处修饰无需全套流程，代码合同审查建议使用项目审查方法。
visual-design
该技能面向真实界面、文档、插画及相关视觉系统的设计、改版与评审，以内容、受众、预期行动和现有方向为依据。它强调视觉设计不是表面样式，而是通过层级、布局、字体、颜色、图像、动效与交互，让内容关系与目标行动可被感知。技能按操作分流：design 用于创建或改版，review 用于评审已渲染成果，cultivate 用于为持续项目建立临时方向，shape 用于仅需方向或美学论证、不落地实现。核心方法为先梳理内容与受众行动、继承项目已有视觉方向或设计系统，再分配注意力、确定布局与技术处理，从反复出现的语义角色中推导 token，并在真实内容、状态、主题与视口下检查成果。它明确不规定通用配色、字体、网格或视觉潮流，不替代品牌与事实性内容判断，也不声称具备运行时未提供的图像生成、渲染或无障碍验证能力。
light-ui-ux
Light-UI-UX 是一个面向全栈 UI/UX 设计与工程的系统，其核心是一个本地的零依赖 SQLite FTS5 资料库（assets/light-arsenal.db，通过 scripts/arsenal.py 查询）。该库收录了 1,544 条真实网站与奖项规格、1,140 条交互组件参考（其中 876 条含源码，264 条有上游链接）、660 条动效提示与配方、33,253 个合规矢量 SVG、16 个独立的 WebGL2/Three.js 着色器舞台、152 个品牌 DESIGN.md 系统、413 个行业推理画像以及 1,395 条跨技术栈工程规则。系统强调在写代码前先查询资料库，避免仅凭记忆设计，并内置了反 AI 模板感的硬性限制（如禁止徽章标签、嵌套卡片、渐变文字、Emoji 图标等）。它通过双轴意图扩展器（访客模式 × 目标平台）将模糊需求翻译为具体物理参数，并提供四种执行场景：从零创建页面、现有 UI 打磨、单组件精雕与跨栈转译、直接查询资料库。配套 Python CLI 工具支持资料检索、多层级图像生成、样式对比预览和多视口截图与 67 条规则自动检查。
light-figure-drawing
面向科研论文与投稿场景的专业绘图与组图技能，按图类型选择 Python（matplotlib/seaborn/plotly/altair）、R（ggplot2）、MATLAB、Graphviz、TikZ、Origin、Illustrator、PowerPoint 等工具，提供期刊栏宽规格库、可编辑矢量导出脚本、色盲友好配色与绘图诚实性检查。
light-system-design
面向后端系统与数据库设计的技能，覆盖系统架构、ER 图与表结构、索引与迁移、RESTful/OpenAPI 接口、权限与 RLS、缓存、日志、异常与部署方案，适合科研系统、管理系统、数据分析与可视化平台、竞赛作品及软著项目。