SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 11-10 00:15

设计与创作

22,668 个结果

beautiful-mermaid

Beautiful Mermaid 是一个用于将 Mermaid 图表渲染为 SVG 和 PNG 图像的工具，基于 Beautiful Mermaid 库实现。当用户要求渲染 Mermaid 图表时使用。它支持流程图、时序图、状态图、类图和实体关系图等多种图表类型，提供 Default、Dracula、Solarized、Zinc Dark、Tokyo Night 系列、Catppuccin Latte、Nord、GitHub Dark/Light、One Dark 等主题。渲染 PNG 时需要依赖 agent-browser 技能。工作流程包括生成或校验 Mermaid 代码、渲染 SVG、创建 HTML 包装文件、使用 agent-browser 以 4K 分辨率截图捕获 PNG，最后清理中间文件。输出始终同时生成 SVG 和 PNG 两种格式。

设计与创作安装量暂无数据

gpt-image

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。

设计与创作安装量暂无数据

happyhorse

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。

设计与创作安装量暂无数据

image-to-video

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。

设计与创作安装量暂无数据

landing-page-design

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。

设计与创作安装量暂无数据

p-image

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。

设计与创作安装量暂无数据

p-video-avatar

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。

设计与创作安装量暂无数据

product-photography

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。

设计与创作安装量暂无数据

remotion-render

remotion-render 是一个通过 inference.sh CLI 将 React/Remotion 组件代码渲染为视频的技能。用户只需传入 TSX 代码，即可得到 MP4 视频输出。它支持 Remotion 的多种 API，包括 useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence、Audio、Video、Img 等，并允许从 remotion 和 react 进行导入。渲染时可指定宽度、高度、帧率、时长、编解码器等参数，也可通过 props 向组件传值，或指定 composition_id。使用前需安装 inference.sh CLI（belt）并执行 belt login 登录，随后通过 belt app run infsh/remotion-render 命令并传入 JSON 输入来调用。也提供 Python SDK 调用方式和流式进度反馈。适用于需要以代码方式批量或程序化生成视频的场景，例如动画文字、计数器、弹簧动画、序列动画等。

设计与创作安装量暂无数据

seedance

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。

设计与创作安装量暂无数据

storyboard-creation

Storyboard Creation 是一个面向影视与视频分镜创作的中文技能包，提供镜头词汇、连贯性规则与分镜版面布局方法。该技能依托 inference.sh CLI（belt）调用 AI 图像生成能力，将文字描述转化为分镜画面，并支持将多个面板拼接成完整分镜板。内容包括取景类型（ECU、CU、MCU、MS、MLS、LS、WS、EWS）、摄影机角度（平视、俯视、仰视、鸟瞰、虫视、荷兰角、过肩镜头）、摄影机运动（摇、俯仰、推拉、横移、升降、变焦、稳定器、手持、固定），以及 180 度规则、动作衔接、视线匹配、屏幕方向等连贯性规则。该技能还给出标准版面格式（2x3、3x3、2x2、单幅）与面板注释格式，涵盖场景镜头编号、镜头类型、运动、时长、动作、对白、音效与音乐提示。使用方式分为三步：先编写镜头清单，再逐格生成画面，最后用拼接工具组装成分镜板。适用于电影、视频、广告等前期视觉规划场景。

设计与创作安装量暂无数据

youtube-thumbnail-design

这是一套用于制作 YouTube 缩略图的 AI 设计技能，通过 inference.sh 命令行工具（belt）调用图像生成模型来生成高点击率缩略图。技能明确了缩略图的规格：最低 1280x720 像素、推荐 1920x1080、16:9 比例、文件不超过 2MB，支持 JPG/GIF/PNG 格式。核心方法是“120px 测试”，即缩略图在移动端约以 120 像素宽显示，必须在该尺寸下仍能辨识情绪、主体与文字。技能涵盖安全区规则（避开右下角时长与左下角章节标记）、高对比配色方案、文字使用规范、人脸表情心理，并针对教程、对比、测评、清单等不同内容类型给出提示词示例与 A/B 测试建议。

设计与创作安装量暂无数据

game-design-document

该技能用于生成游戏设计文档（GDD），将游戏概念整理为可交付的 .docx 与 .pdf 文件，目标篇幅约为 40-80 页。技能设定为资深游戏设计顾问视角，强调文档应具备可执行性、可用于团队协作与对外展示。工作流程包含四个阶段：先通过 2-3 轮聚焦提问完成概念、设计深度与可选的细节访谈；随后生成包含 19 个主章节的大纲并允许用户增删调整；然后逐章撰写完整内容，要求每个机制说明输入、系统逻辑、反馈、参数与设计理由，未定值用 [PLAYTEST]、未决问题用 [OPEN QUESTION] 标注；最后调用 Python 脚本输出 .docx（含目录、样式、表格、提示框）等文档。技能还针对移动 F2P、竞技/电竞、叙事冒险、放置/点击、VR 等品类给出章节调整建议。适用于制作设计规格、竞品分析、商业化方案、路线图、风险评估等文档，不适用于不产生文档产物的通用游戏设计问答。

设计与创作安装量暂无数据