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 11-11 00:16
22,787 个结果
该技能通过 ElevenLabs Music API 生成音乐，支持器乐作品、带歌词歌曲、背景音乐和短旋律等 AI 音乐创作。提供 Python、JavaScript 与 cURL 调用示例，使用 music.compose 从文本提示生成音频，并通过 composition plan 对结构、风格和分段时间做细粒度控制；还提供 music.compose_detailed 与 music.upload（面向企业客户的上传与修复工作流）。提示词不得引用具体艺人、乐队或受版权保护的歌词，违规时返回含替代措辞建议的错误。
music-to-video 是一个把音乐音轨转换成节拍同步视频的工作流技能，属于 HyperFrames 视频生成体系。用户提供音频文件（也可从视频中提取音频）以及可选的图片或视频素材后，技能会先对音乐做一次统一的节拍与能量分析，再据此把整首曲子切分成若干“帧”（frames），为每一帧规划模板、动作与文案，逐帧生成为独立的合成文件，最后拼装并渲染出带音频的 MP4 视频。它强调“一个分析器、一份可信的 audiomap”，适合快节奏、高能量背景音乐驱动画面硬切的场景；对节奏感弱的舒缓音乐则改用乐句与能量推进节奏。产品名称、命令与脚本路径均保留原文。
Pose Library Design 是 OpenMontage 旗下的技能，用于设计可复用的 2D 角色姿势库、动作循环与表情状态，服务于数据驱动的动画制作。它把姿势按中性、注意力、情绪、动作、口型五类组织，强调通过定时姿势序列（预备/动作/保持/回落）和“保持帧”让表演更易读，而不是让每个部位持续运动。姿势数据以 JSON 描述，仅列出与默认值不同的部位，并建议用 GSAP Timeline、Remotion interpolate 与 spring 实现序列与自然过渡。适用于生成 pose_library 产物的动画与角色设计场景；具体收费、平台支持等资料暂未提供。
Remotion 工具包扩展技能，聚焦于项目特定的模式，包括可复用视频组件、自定义转场效果以及项目约定。该技能假定用户已具备 Remotion 核心框架知识（钩子、动画等，另存于官方技能中），本技能仅补充工具包层面的实践，如共享组件库、转场库、时长规范及渲染注意事项。
remotion-best-practices 是一个面向 Remotion（用 React 创建视频）的规则型技能包，汇集了使用 Remotion 编写视频代码时的领域知识与最佳实践。它本身不是独立软件，而是一组可按需查阅的规则文件：核心文件 rules 目录覆盖 3D、动画、素材导入、音频、元数据、图表、合成、字体、GIF、图片、Lottie、文本测量、时间轴、过渡、透明视频、裁剪、参数化、地图、配音等主题，另有 subtitles.md（字幕）、ffmpeg.md（FFmpeg 操作）、audio-visualization.md（音频可视化）、sfx.md（音效）等专项规则。使用方式是在处理 Remotion 代码时加载对应规则文件，获取详细说明与代码示例。适用于 React 视频开发、动态图形、数据可视化视频、字幕与音频处理等场景，具体收费与平台支持暂未提供。
Seedance 2.0 是字节跳动 Seed 团队推出的统一多模态视频与音频生成模型，可作为 OpenMontage 在配置付费网关后的首选高端视频模型。它支持单次生成原生同步音频、多镜头切换、导演级镜头控制、基于引用对话的对口型、多模态参考条件（最多 9 张图片 + 3 段视频 + 3 段音频）以及角色身份一致性，单镜头最长 15 秒，部分端点可达 1080p。OpenMontage 已封装 fal.ai、Replicate、Runway、Higgsfield 四个网关，建议通过 video_selector 并指定 preferred_provider="seedance" 来调用，由评分引擎自动选择可用网关。适用于电影感、预告片、动态主导等场景。
这是一个基于 ElevenLabs 文本转音效接口的技能，可根据文字描述生成音效、环境声与电影化音频纹理。它支持设置时长（0.5–30 秒）、提示词贴合度（prompt_influence）、无缝循环（仅 v2 模型）以及多种输出格式，并提供 Python、JavaScript 与 cURL 三种调用示例。适合制作环境氛围、UI 提示音、影视风格音效等场景；使用时需要 ElevenLabs API 密钥，并可能受到账户额度与速率限制。
该技能用于为 SVG 分件角色绑定制作动画，核心是让变换属性而非布局动起来，并借助 GSAP、CSS transform、Remotion 帧驱动以及 HyperFrames 兼容的浏览器预览完成调试与渲染。资料给出的规则包括：对 x、y、scale、rotation 等做动画，用时间线组织多部件表演节拍，为 SVG 元素设置稳定轴心（svgOrigin 或正确作用域的 transform origin）；在 Remotion 中不要让 GSAP 通过 requestAnimationFrame 自行推进，而要由当前帧驱动暂停的时间线。资料提供了 GSAP 与 Remotion 的简短代码模式，并建议 HyperFrames 场景使用 HTML/SVG/GSAP 组件配合确定性时间线，在最终渲染前用 HyperFrames CLI 验证。还附有部件轴心连接、眨眼与口型可读性、姿势停留时长、帧采样差异等检查项。未说明具体安装命令、收费与平台支持范围。
这是 OpenMontage 项目中的屏幕录制合成指导技能，面向 Remotion 的 TerminalScene 组件。它帮助判断终端、CLI 或编程工作流演示应使用真实桌面录制，还是用 Remotion 合成假终端画面。合成方式可提前编排命令与输出，实现与旁白逐帧同步、可重复渲染、隐私安全、1080p 像素级完美。技能还包含 ProviderChip 浮动徽章组件，以及将合成模式扩展到其他 UI 界面的方法。
Three.js 几何体技能文档，聚焦三维形状的创建与优化，涵盖内置几何体、BufferGeometry 自定义顶点数据、路径与文字生成几何体、实例化渲染以及几何体工具函数。文档以代码示例说明各类几何体的构造参数、属性缓冲区（位置、法线、UV、颜色、索引）的设置与修改方法，并给出点云、线框、边线、克隆变换、形变目标、合并与释放资源等常见用法，适合在 Three.js 场景中构建和优化网格的开发者参考。
该资料介绍 Three.js 后处理（Post-Processing）技术，核心是使用 EffectComposer 组合多个渲染通道以实现泛光、景深、屏幕特效等视觉效果。涵盖 EffectComposer 的基本设置与渲染循环替换、常用效果（如 UnrealBloomPass 泛光、FXAA/SMAA 抗锯齿、SSAO 环境光遮蔽、BokehPass 景深、FilmPass 胶片颗粒、Vignette 暗角、颜色校正、像素化、故障、半调、轮廓描边）、自定义 ShaderPass 编写、多效果组合、渲染到纹理、多通道渲染、WebGPU 后处理以及性能优化与窗口缩放处理。适用于为 Three.js 场景添加视觉特效、颜色分级、模糊、发光或创建自定义后处理效果。
该技能用于在本机通过直接运行 ffmpeg/ffprobe 命令完成视频编辑，无需额外封装脚本。支持裁剪片段、拼接视频、调整分辨率与画面适配、变速、叠加图片、提取或替换音频、压缩以及格式转换。资料提供了前置安装命令、视频信息查看方法、常用命令示例，以及 TikTok、YouTube、Instagram、方形和 Twitter/X 的平台预设分辨率与缩放填充滤镜。适合需要本地批量处理视频、制作平台适配版本或进行基础剪辑的场景；使用前需自行安装 ffmpeg，具体效果、性能与限制资料未展开说明。
Video Toolkit 是一个可从文本简报自动生成专业解说视频的工具包，托管于 openmontageinc/openmontage 仓库。它基于开源 AI 模型，在云端 GPU（Modal 或 RunPod）上生成 AI 配音、图像、音乐和数字人讲话头，并用 Remotion（React）完成视频合成与渲染。工具包位于固定路径，所有工具命令都需在该路径下运行。项目提供 product-demo、sprint-review 等模板，用户编辑配置与分场景配音脚本后，可逐场景生成音频、背景图、B-roll 视频片段、数字人片段，再同步时长、审查静帧并渲染出 MP4。按其文档，60 秒视频在 Modal 上的成本约 1-3 美元。
Video Translation（HeyGen）是一个基于 HeyGen API 的视频翻译与配音工具，可将已有视频翻译并配音成多种语言，并保留口型同步与自然语音特征。使用时只需提供视频 URL 或 HeyGen 视频 ID，无需先在 HeyGen 上创建视频。所有请求需通过 X-Api-Key 请求头认证，并设置 HEYGEN_API_KEY 环境变量。默认流程为：提交视频 URL 或视频 ID、调用 POST /v2/video_translate 指定目标语言、轮询 GET /v2/video_translate/{translate_id} 直到状态为 completed、从返回的 URL 下载翻译后的视频。支持英语、西班牙语、法语、德语、意大利语、葡萄牙语、日语、韩语、中文、印地语、阿拉伯语等语言代码。提供口型同步翻译、仅音频翻译（更快）、多说话人视频、多语言批量输出、自定义词汇保留、自定义 SRT 字幕等选项。翻译耗时较长，最长可能需 30 分钟。
visual-style 是一个用于创建、提取和应用可移植视觉设计系统的技能。它通过 visual-style.md 文件，将颜色、字体、布局、动效和氛围集中定义在一个文件中，任何 AI 工具都可以读取使用。该技能支持四种模式：创建（通过引导式提问从零构建风格）、提取（从 URL、图片、视频或 PDF 分析并生成风格文件）、应用（将风格文件映射到特定连接器，如 HeyGen、HTML 幻灯片、paper.design、Figma）以及画廊（浏览和使用预置示例风格）。核心字段 style_prompt_full 是最重要的生成提示，其余为结构化数据。风格文件要求单一风格单文件，资源以 URL 形式引用，不嵌入二进制数据。
web-design-guidelines 是一个用于审查 UI 代码是否符合 Web Interface Guidelines 的技能。它会在每次审查前从指定源地址获取最新规则，读取用户指定的文件或文件模式，逐条对照指南检查，并以简洁的 file:line 格式输出发现的问题。适用于被要求“review my UI”“check accessibility”“audit design”“review UX”或“check my site”等场景。若用户未指定文件，会先询问要审查哪些文件。
website-to-video 是一个把任意网站或 URL 转换为 HyperFrames 视频的技能：它会用无头 Chrome 抓取网站，再基于站点自身的视觉素材制作站点导览、产品展示或社交短片。该技能按 7 个步骤推进：抓取并理解品牌、编写品牌视觉规范、确定信息与叙事、产出分镜与旁白、生成配音与字幕、构建合成页面，最后校验并交付 Studio 预览链接。它默认以协作模式运行，会在关键节点向用户确认；即使用户选择自主模式，素材审计、逐镜头检查与质量校验等环节仍不可跳过。适合从现有网站快速生成短视频内容。
scroll-world 是一个用于制作滚动驱动“飞越世界”落地页的技能：用 Higgsfield 生成场景静帧，用 Monid（默认）或 Higgsfield 生成视频链，页面按滚动位置擦洗预渲染视频，实现无可见剪辑的连续镜头。
该技能用于对现有界面进行无障碍审计，依据 WCAG 2.2 的 POUR 原则（可感知、可操作、可理解、健壮）识别无障碍障碍，并按严重程度分级给出修复建议。适用于已有设计稿或已构建界面需要立即评估的场景。审计输出包含问题描述、位置、对应 WCAG 条款、严重等级、影响、修复步骤及代码示例。严重等级分为 Critical（完全阻断访问）、Major（显著困难）、Minor（可通过变通方式绕过的不便）、Enhancement（超出合规要求的改进）。最佳实践包括使用真实辅助技术测试、尽可能纳入残障用户、跨设备与浏览器审计、检查静态与交互状态，并按严重程度和用户影响排定优先级。
一套用于把缓动、节奏、跟随等动画原则应用到某个具体 UI 动效的技能，适合调校动画手感时使用；也可参考产品级时长与动效规范。
帮助设计师理解商业语言，将设计决策与财务、指标和竞争格局关联，用于向商业利益相关者论证设计价值，包含损益表解读、竞品图谱与KPI对齐方法。
Click Test Plan 是一个用于设计点击测试（Click Test）与首次点击测试（First-click Test）的技能，帮助评估界面的可发现性与导航清晰度。它指导用户围绕导航或可发现性问题制定测试计划，涵盖测试目标、测试素材（屏幕设计或原型）、任务设计、成功标准、参与者招募等要素。该技能支持多种测试类型，包括首次点击测试、点击路径测试、导航测试和五秒测试，并提供分析方法，如首次点击成功率、点击分布模式、时间分析与信心度相关性。适用于需要验证用户能否找到信息或功能的场景。
用于从零构建产品色彩系统的技能：通过原始色阶、语义角色与对比度合规，帮助定义或重建系统化、可访问的配色。
这是一个面向 UX 与设计视角的竞品分析技能，用于系统性地比较竞品产品的 UX 模式、功能、优势与差距。它提供了一套分析框架：先识别直接竞品、间接竞品与标杆产品，再从信息架构、交互模式、视觉设计、内容策略、性能、无障碍与移动体验等维度评估，并通过功能对比矩阵记录每项关键任务的支持程度、所需步骤、UX 质量（1-5 分）与独特做法，最后总结各竞品的优势、弱点与机会。交付物包括概览总结、对比矩阵、竞品画像、机会地图与带注释的参考。适用于需要了解竞品实际做法、寻找设计机会或对标最佳实践的场景。