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 11-09 00:13
22,543 个结果
scene-generate 是一个用于视频制作的场景与背景图像生成技能，基于 Renoise nano-banana-2 模型生成写实的场景/背景图片，作为视频环境参考。当用户提出“生成背景”“创建场景”等需求时使用。该技能接收两个参数：第一个是自然语言的场景描述（必填），第二个是输出目录（必填）。使用时会编写英文提示词，指定环境与场景细节、光照条件、视角（如“自然手持视角拍摄”），并要求“无人物、无手、无产品——只有空环境”以及“照片级写实，像真实照片，主表面区域清晰对焦”。随后通过 renoise-gen CLI 调用 nano-banana-2 模型生成图像，命令完成后输出 imageUrl，再下载图片到输出目录并验证文件、打印文件大小，最后展示给用户确认，不满意可调整提示词重新生成。
Short Film Editor 是一款面向多片段 AI 视频制作的短片编辑技能，采用以音乐为先的工作流。它引导用户从故事概念出发，经过六个阶段完成短片组装，并在所有片段之间保持角色与风格一致。核心做法是：若有音乐则先分析节拍，按节拍把故事切分为 5-15 秒的镜头；若无音乐则依据叙事节奏确定镜头时长。进入批量生成前会先产出 HTML 分镜预览页供视觉确认。角色圣经条目需逐字复制到每个提示词中；除首个镜头外，每个镜头都以承接上一镜头结尾状态作为开场描述。提示词须使用英文，单片段时长 5-15 秒，不上传含真实人脸的图片，BGM 与音效在后期叠加而非写入提示词。项目数据在各阶段累积到 project.json 中。
brand-kit 是 resciencelab/super-prototyping 下的技能，用于收集产品官方品牌与宣传素材，并按“表面”分行放到原型画布里：标志、字体、商店截图、社媒内容、广告和新闻图片，方便按列纵向比对。
sp-brand-kit 是 super-prototyping 项目下的一个技能，用于把产品官方发布的品牌与宣传素材收集起来，以图片行的形式放入原型画布，每个表面（surface）占一行。素材类型包括 logo、字体样张、应用商店截图、社交帖子、广告创意和新闻摄影。核心思路是按列纵向对比：同一表面在不同平台上的素材上下排列，从而一眼看出不一致之处。行标题使用固定词汇表，按固定顺序出现；素材来源必须是公司自己发布或可追溯到原始出处的品牌档案，无法核实的素材不得写入清单。使用流程包括读取来源手册、收集各平台素材、逐文件校验、编写 manifest.json、接入 gen.py 并在浏览器中验证。
sp-canvas 是 Super Prototyping 提供的本地 tldraw 设计画布，用于展示 HTML 画板。它会自动发现项目 canvases/<slug>/ 目录下的每个 .html 文件并将其渲染为画布上的形状，无需编辑映射或修改代码即可新增画板。项目位于 ~/Documents/Super Prototyping，可用 sp open 启动应用并查看画布地址，或用 sp start 在无法运行应用的 CI、Linux、远程环境独立提供画布服务。还提供 sp canvas 命令行，用于读取和放置形状、图片、视频、画板，并执行对齐、分布、堆叠、打包、加框、截图等操作；画布左侧聊天面板可向 Claude Code 或 Codex 发送消息。画布仅监听本地回环地址。
sp-create-video 是一个用于将原型画布转化为实拍风格产品演示视频的 AI 技能。它要求以画布板为基础，生成一个人在办公室、电梯或街头使用产品的实景剪辑，并确保屏幕界面不被生成模型重绘。它提供从动画板生成参考视频、编写提示词、调用 Ark 模型拍摄、到检查视频质量的完整流程，强调对屏幕像素的精确控制。该技能需要 Ark API 密钥，单次生成有费用，适合需要高质量产品演示的团队。
sp-new-ui-mock 是 super-prototyping 技能集中的一个技能，用于在没有参考截图可对照时，于原型画布上设计新的屏幕、流程或组件，并产出自包含的 HTML 画板。它强调测量优先于发明：已有参考图时应改用 sp-clone-prototype。该技能要求从产品已有的设计令牌（design tokens）出发，复用或挑选平台原生色板，避免凭空发明配色；内容取自 PRD、本地化文件、现有界面或真实素材，并覆盖空、加载、错误、超长字符串等非理想状态。每个画板为完全自包含的 478×980 画板，遵循 iPhone 393×852 pt 框架约束，由单一生成脚本产出全部 HTML，通过 refkit 截图与拼接进行渲染验证，并支持对标注截图逐条回应迭代。
面向 branch-architect 智能体的分支逻辑设计技能，提供分支结构模式、标记（flag）系统设计、结局架构与路径模拟测试方法，帮助在可控制作成本下设计游戏叙事的分支、汇合与结局。
budget-rule-engine 是一个面向政府科研资助预算编制的规则型技能，为 budget-designer 智能体提供分类预算计算标准、上限比例、劳务费核算、设备材料论证与结算检查清单等规则支持。
幻灯片版式模式库：面向视觉设计代理（visual-designer）的版式参考，汇总 20 种幻灯片版式模式、16:9 画布网格系统、字体层级、颜色系统等设计规范。适用于制作演示文稿时统一版式、留白、文字层级与配色，主要作为设计参考，不提供独立运行的产品功能。
Spatial Layout Guide 是一个面向室内家具布置与空间动线优化的布局指南类技能。它汇总了家具摆放的尺寸规则、不同房间类型的通行净距标准、常见家具的标准尺寸、客厅/卧室/厨房/书房的布局模式，以及三层照明的布置高度建议。该技能要求 item-curator 与 style-analyst 两个代理在布局时使用其摆放规则。内容以表格、图示和参考模板为主，适合在设计或整理居住空间时查询尺寸与布局依据。
为 One Stack 新闻通讯生成视觉素材的技能：1200×630 PNG 缩略图（Pillow，Signal Grid 风格）与 Excalidraw 图表（Python 生成 .excalidraw JSON），自动读取品牌上下文并写入 issue 文件夹。
用于生成架构决策记录（ADR）、记录设计理由并维护决策日志的技能，可自动调用。基于脚本完成 ADR 的创建、列举、查看与搜索，将重要技术选择保存在项目决策目录中。
analyze-plugin 是用于系统化分析智能体插件与技能的工具，可提取设计模式、架构决策与可复用技术；支持单插件深挖和多插件对比两种模式，并按六阶段流程产出结构化分析报告。
用于把项目中的代码、设计文档和说明整合成单个可移植Markdown文件的技能，便于交给其他AI代理或人工审阅。适合代码评审、安全红队检查、项目引导等需要集中共享上下文的场景。
面向多SKU配件店铺的捆绑与交叉销售设计技能，帮助将“应该做捆绑”转化为清晰的捆绑结构、配对规则和页面摆放方案，从而提升客单价与连带率。
面向高客单价、强视觉商品的 Shopify 营销技能，规划 AR/VR/WebAR/3D 虚拟展厅，以减少尺寸与风格不确定性、提升转化与客单并降低退货。
用于精品咖啡订阅盒的策划技能，帮助 Shopify 等平台商家设计「Taster」品鉴盒与惊喜赠品规则，明确选品轮换、赠品触发与成本上限、订阅者体验及履约约束，目标是提升续订并降低流失；资料未提供收费与安装方式。
为定制礼品商店（雕刻项链、照片冲印等）设计商品选项结构与实时个性化预览流程的技能，帮助明确选项字段、校验规则和确认环节，减少录错、返工与纠纷。
面向季节性时尚店铺（如泳装、防晒外套）的弃购与心愿单降价召回技能，帮助制定分群、时机规则与英文消息模板，在尊重季节、库存与利润的前提下提升高意向顾客的召回与转化。
面向技术型家居产品店铺的搜索优化与参数化筛选技能，适用于智能照明、组装家具等规格驱动商品，帮助顾客按用途和规格快速找到合适产品。
leaf-measure 是一个基于 Fiji 的叶片图像测量技能，用于从图像文件夹中批量测量叶面积、周长、长度、宽度、圆度和实心度等性状，支持仓库内使用与独立安装两种方式。
Article Illustrations 是一个用于生成 16:9 手绘风格文章插图（白板草图）的技能，围绕固定角色 IP「Grav」展开。它适合为文章、博客和技术文档生成内嵌插图，把抽象概念转化为具体、荒诞但易记的视觉隐喻，并帮助建立跨文章一致的视觉语言。工作流程为：先消化文章、找出认知锚点，再制定分镜清单（位置、主题、核心含义、构图类型、Grav 动作、标注），然后按提示词模板逐张生成图片，最后用 QA 清单检查。风格要求纯白背景、黑色手绘抖动线条、少量红/橙/蓝手写英文标注，主体占画布 40%–60%、留白 35% 以上。Grav 始终悬浮、不接触任何表面，并承担核心动作而非装饰。该技能不适用于正式 PPT 信息图、正式流程图，或需要动画、3D、写实界面的场景。
figma-generate-library 是一个 Figma MCP 技能，用于根据代码库在 Figma 中构建或更新专业级设计系统，包括创建变量/令牌、组件库、页面结构等，并按多阶段工作流执行，需配合 figma-use 技能使用。