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 11-10 00:15
22,633 个结果
gpt-image 是一个通过 inference.sh CLI（belt）调用 OpenAI GPT-Image-2 模型进行图像生成与编辑的技能。它支持文生图、基于参考图的图像编辑、基于蒙版的局部重绘（inpainting），通过单条 belt 命令即可调用。安装技能使用 npx skills add belt-sh/cli，使用前需安装 inference.sh CLI 并执行 belt login 登录。核心调用方式为 belt app run openai/gpt-image-2，输入以 JSON 形式传入 prompt 等参数。支持一次批量生成最多 10 张图像，输出 PNG、JPEG、WebP 格式，分辨率可在 256–4096 间以 32 像素为步长任意设置。可指定 low、medium、high 质量等级，并可通过 output_compression 控制 jpeg/webp 压缩级别。适用场景包括商品图生成、Logo 概念设计、图像背景替换、多图参考合成与指定区域内容替换等。附带按质量分档的参考价格。
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。
这是一个静态图片转视频（image-to-video）技能指南，用于将静止图像转换为动画视频，基于 inference.sh CLI（belt）运行各类图生视频模型。内容涵盖模型选择、运动提示词编写与镜头运动指导。指南列出可用的模型及应用 ID，包括 Wan 2.5 i2v（适合写实、自然的细微运动）、WAN-I2V (Pruna)（经济快速，480p/720p）、Seedance 2.0 与 Seedance 2.0 Fast（最高 1080p，支持同步音频及多种输入类型）、Fabric 1.0（布料、织物、液体等材质物理流动）、Grok Imagine Video（通用动画、文本引导）。同时说明不同场景下推荐使用的模型，例如水面云层景观和人物肖像用 Wan 2.5 i2v、布料产品用 Fabric 1.0、插画/艺术图与通用动画用 Seedance 2.0。指南提供镜头运动（推拉、平移、俯仰、环绕、升降、静止）与主体运动（自然元素、头发衣物、氛围、角色、机械、液体）的提示词关键词，强调“细微运动优于剧烈动作”的提示原则，建议时长保持在 2-5 秒，避免 10 秒以上导致质量下降，长视频可通过生成多个短片段再拼接实现。
这是一个关于落地页转化率优化的设计技能，讲解落地页的布局规则、首屏设计与行动号召（CTA）心理学。内容涵盖首屏公式（5 秒内传达价值）、标题与副标题写法、主视觉图选择、CTA 按钮文案与设计、页面区块顺序、社会证明类型与摆放、表单设计与移动端优化、OG 分享图生成以及页面速度目标。该技能基于 inference.sh CLI（belt）运行，可通过命令行调用图像生成、网页搜索等应用来产出主视觉图、OG 图和竞品调研数据，适用于 SaaS、产品官网等各类落地页的设计与优化。
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。
本技能是一套面向 AI 产品摄影的实用指南与命令合集，基于 inference.sh CLI（belt）实现。内容涵盖工作室灯光、生活方式场景、电商白底 packshot 规范，以及拍摄角度、背景选择、阴影类型、主图（hero shot）等具体做法。技能提供了可直接运行的 belt 命令行示例，用于生成干净的白底电商图、场景图、比例参照图、细节微距图、组合图等；并给出亚马逊等平台的白底要求（纯白背景、产品占画面 85% 以上、无道具文字水印、长边至少 1000px 等）、电商图片集的建议顺序（7-9 张）、相机角度与灯光设置的提示词关键词对照表、不同产品品类的拍摄要点，以及图像编辑与放大的工作流示例。使用前需安装 belt CLI 并登录。技能不提供具体收费信息。
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。
Storyboard Creation 是一个用于影视分镜创作的中文介绍型技能，提供镜头类型、摄像机角度、运镜、180 度规则等连续性规则与分镜板布局方法，并通过 inference.sh 的 belt CLI（npx skills add belt-sh/cli）调用 AI 图像生成与拼图能力来制作分镜画面。内容以镜头词表（ECU 到 EWS）、机位效果、运镜情绪、180 度轴线、动作匹配、视线匹配、屏幕方向等知识为核心，配合分镜面板标注格式与工作流程说明，适合在前期视觉规划中使用。
YouTube 缩略图设计技能，提供尺寸规范、对比度规则与移动端预览优化方法，涵盖安全区、文字摆放、面部表情心理学、配色策略与 A/B 测试建议，并可通过 inference.sh CLI 调用 AI 图像生成模型产出缩略图。
21st AI 是一个通过 21st CLI（@21st-dev/cli）在终端中进行 UI 草图生成与迭代的工具。它可以根据提示词生成多个 UI 草稿变体，在浏览器中预览，并用自然语言对选中的变体进行就地修改，最后提取代码回到项目。草图模式产出的是自包含的 HTML + Tailwind 草稿，官方推荐通过“copy-prompt”方式把设计规格交给目标项目，用真实技术栈重建，而不是直接粘贴原始 HTML。generate 需要账户启用 AI 且有可用 AI 额度，Builder 和 Team 默认不开启 AI；iterate 按真实 token 成本计费；列出变体（generation）和提取代码（take）免费。同一套流程也以 MCP 工具形式提供给 Cursor、Claude Desktop、Claude Code 等宿主。
21st-ui-explore 是一个用于探索和比较多种 UI 设计方向的技能（skill），基于当前项目已有的设计系统与 21st 灵感来源开展工作。它适用于用户希望在保留项目视觉识别的前提下，获得多个有实质差异的界面方案并加以对比与选择的场景。该技能要求先读取 .21st/design.json 和相关产品界面；若缺少上下文，则通过 21st init --design-context 初始化。它强调先用 21st search 搜索多个相关参考，再定义三个具名方向，每个方向需在至少两个有意义的维度上存在差异（如层级、信息密度、导航模型、内容重点、交互模式或构图），仅颜色变化不算数。所有方向共享固定约束，包括真实技术栈、设计令牌、品牌资产、必需内容、无障碍与响应式行为。它要求产出可比较的预览，并在 AI 生成明确启用时才使用托管生成。最终技能会推荐一个方向并说明具体取舍，但由用户决定，选择后清理被放弃的本地变体并在 .21st/design.json 中记录决定。
21st-ui-review 是一个用于审查现有 UI 的技能，依据项目的设计上下文、无障碍预期、响应式行为、交互质量以及高置信度的生产问题进行评估。它强调以证据为基础，将确定性的缺陷与主观的设计建议区分开。工作流程包括读取 .21st/design.json、项目说明和相关源码，先运行确定性审查命令（21st review <path> 或 --json），再检查实际组件构成和运行时状态，并对照代码验证结论。审查结果按确定性缺陷、设计系统漂移、无障碍与交互缺陷、响应式风险、主观产品/设计建议分组，并按用户影响排序，附带精确的文件和行号。仅对确定性、低歧义的修复使用 --fix，且不会静默重新设计、更改品牌标识或改变产品行为。修复后需运行相关项目测试并重新审查以证明问题已解决。
该技能是一个前端 UI/UX 设计与开发专家角色，可在没有设计稿的情况下，把功能性界面转化为视觉出色、以用户为中心的界面。它侧重创意设计思维、进阶样式、动画和可访问性实践，并明确适用于现代 Web 应用。资料给出的典型用途包括：把朴素组件（如 React 商品卡片）改造为精美 UI、补充微交互与打磨、在没有专职设计师时改进用户体验。它也明确列出了不适用场景，如后端逻辑或 API 开发、纯代码重构且无视觉变化、仅做性能优化、以安全为核心的开发、数据库或基础设施工作。资料提供了组件改造工作流示例（视觉分析、颜色与排版增强、微交互）、玻璃拟态卡片模式、骨架屏加载模式、颜色对比反例以及质量清单。
manim-composer 是一个用于规划教育类/解释类视频的创作工作流技能，产出的核心交付物是一份 scenes.md 分镜规划文件。它适用于这样的场景：用户想制作教育或解释视频；用户只有一个模糊的想法但希望可视化；用户提到「3b1b 风格」等需求。该技能的工作流分为多个阶段：先深入研究主题、找出核心洞见与「aha moment」、梳理常见误解与叙事钩子；再向用户提出针对性问题，明确受众背景、视频时长、重点与深度、风格偏好（配色、旁白语气、视觉隐喻）；然后输出包含概览、叙事弧线、逐场分镜（视觉元素、内容、旁白要点、技术备注）、转场与流动、配色方案、数学内容、实现顺序等部分的 scenes.md。技能还归纳了 3b1b 风格原则，包括视觉叙事（展示而非讲述、渐进揭示、视觉连续性）、节奏与韵律（为洞见留出停顿、变化节奏、场景收尾）、数学之美（强调优雅、多表征连接、渐进抽象）以及参与技巧（提出问题、承认困难、庆祝洞见），并附有 narrative-patterns.md、visual-techniques.md、scene-examples.md 等参考文件和 scenes-template.md 模板。
ManimCE（Manim Community）最佳实践技能，提供一套分主题的规则文件、可运行示例与场景模板，帮助正确使用 Manim Community 编写动画与数学可视化代码。内容覆盖场景结构、Mobject 与动画、创建与变换动画、文本与 LaTeX、颜色与样式、定位与分组布局、坐标轴与绘图、3D 场景、时间控制与 updater、相机运动，以及配置与命令行渲染。同时说明与 3b1b/ManimGL 的关键差异、Jupyter Notebook 的 %%manim 用法、常见踩坑与安装检查命令。适用于教学视频、数学推导演示、数据与函数曲线可视化、参数曲线和曲面等场景。具体功能细节以各规则文件和示例文件为准。
ManimGL 最佳实践技能，用于指导使用 3Blue1Brown 的 ManimGL 库制作数学动画。当用户提到 manimgl、ManimGL、3b1b manim，代码中出现 `from manimlib import *`，或运行 manimgl CLI 命令时触发。内容涵盖场景、Mobject、动画、创建与变换、文本与数学公式、样式、3D 与相机、交互式开发、配置与 CLI 等规则文件，并提供可运行示例与场景模板。
该技能用于检查 Blender 角色、骨骼、姿态、动画重定向、地面接触、朝向以及模型与动作对齐情况。当角色出现扭曲、镜像、压扁、偏移或脚部滑动，或需要判断导入的模型、骨架、重定向动作是否符合预期姿态时使用。核心原则是不只凭截图判断动画资产，而是先提取结构化状态（骨骼、包围盒、接触点、朝向向量），再用视口截图或渲染确认。
design-system 是一个面向代码库的设计系统生成与审计工具。它提供三种模式：生成模式会扫描 CSS、Tailwind 或 styled-components 中已有的样式模式，提取颜色、字体、间距、圆角、阴影与断点等要素，参考三个竞品网站获取灵感，随后提出一套设计令牌（JSON 与 CSS 自定义属性），并生成包含每项决策理由的 DESIGN.md 以及无外部依赖的自包含交互式 HTML 预览页，产物为 DESIGN.md、design-tokens.json 和 design-preview.html。审计模式从颜色一致性、字体层级、间距节奏、组件一致性、响应式表现、深色模式、动画、可访问性、信息密度和打磨程度共十个维度进行 0 至 10 分评分，每个维度给出具体案例与带文件行号的修复建议。第三种模式是 AI 味检测，用于识别通用 AI 生成设计的典型特征，例如泛滥的渐变、紫到蓝的默认配色、无意义的玻璃拟态卡片、不应圆角却加了圆角的元素、过多的滚动动画、居中文字配图库渐变的通用首屏以及缺乏个性的无衬线字体栈。使用方式为命令行调用，例如生成时指定风格与调色板，审计时传入本地 URL 与页面路径，另可单独执行 AI 味检查。适用于新项目搭建设计系统、重构前的现状梳理、排查界面“说不清哪里不对”的问题以及审查涉及样式的 PR。具体收费、平台限制与安装方式暂未提供。
fal-ai-media 是一个通过 fal.ai MCP 统一进行图像、视频和音频生成的技能。它覆盖文生图（Nano Banana）、文/图生视频（Seedance、Kling、Veo 3）以及语音、音乐和音效生成。该技能依赖已配置的 fal.ai MCP 服务器，提供 search、find、generate、result、status、cancel、estimate_cost、models、upload 等工具，并给出图像、视频、音频生成的参数与示例。资料同时提醒 fal.ai 的模型 ID、定价、输入和 MCP 工具名变化较快，使用前应查询当前模型元数据。
ECC 的历史前端设计技能，用于重视视觉方向的网页组件、页面和应用界面；作者后来删除了这一重复条目。
iOS Icon Generator 是一个用于为 Xcode 资源目录生成 PNG 图标 imageset 的工具，支持两种图标来源：SF Symbols（5000+ 个 Apple 原生符号，仅限 macOS）和 Iconify API（来自 200+ 个开源图标集的 275,000+ 个图标，需要联网）。它会输出包含 Contents.json 以及 1x、2x、3x 三档 PNG 的完整 Xcode imageset，默认尺寸为 68px、136px、204px，并支持自定义颜色、尺寸、字重和输出目录。
这是一个面向 iOS 26 的 Liquid Glass 设计系统技能，提供在 SwiftUI、UIKit 和 WidgetKit 中实现苹果 Liquid Glass 动态材质的开发模式。Liquid Glass 是一种能模糊背后内容、反射周围内容的颜色与光线，并对触摸和指针交互做出反应的动态材质。该技能覆盖基础玻璃效果、形状与色调自定义、玻璃按钮样式、多元素容器聚合、玻璃效果联合、形变动画过渡，以及 UIKit 的 UIGlassEffect、UIGlassContainerEffect、滚动边缘效果、工具栏玻璃集成，和 WidgetKit 的渲染模式检测、强调色分组、图像渲染与容器背景等。它还包含关键设计决策、最佳实践与需要避免的反模式，适合为 iOS 26+ 构建或更新应用、实现玻璃风格控件、创建形变过渡、为小组件应用玻璃效果，或将既有模糊/材质效果迁移到新的 Liquid Glass API。