ai-podcast
这是一个使用 inference.sh 流水线从零生成多人对话类播客视频的技能，覆盖角色图片生成、逐轮 TTS 音频、头像动画视频与最终拼接。支持真人、3D 吉祥物、插画角色及混合阵容。适用场景包括制作播客、talking head 视频、样片或宣传对话等多人出镜视频内容。
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 11-14 00:15
通用与其它
53,808 个结果
ai-podcast-creation
AI Podcast Creation 是一个通过 inference.sh CLI（belt）创建 AI 播客与音频内容的技能。它整合了文本转语音（Kokoro TTS、DIA TTS、Chatterbox）、AI 音乐生成和媒体合并工具，支持单声道旁白、多声道对话、完整播客流水线、NotebookLM 风格文档讨论、有声书章节以及背景音乐和音效增强等场景。用户可通过 belt 命令行调用各模型生成脚本、语音和音乐，再用 media-merger 合并为完整音频。
elevenlabs-tts
ElevenLabs 文本转语音技能，通过 inference.sh CLI（belt）调用，提供 22+ 种高级音色、多语言支持与语音参数调节。支持 eleven_multilingual_v2（最高质量、32 种语言）、eleven_turbo_v2_5（速度与质量平衡）、eleven_flash_v2_5（超低延迟）三种模型。可调节 stability、similarity_boost、style、use_speaker_boost 等参数，并支持多种 MP3 与 PCM 输出格式。适用于配音、有声书、播客、在线课程、无障碍朗读、IVR 及视频旁白等场景。
elevenlabs-voice-changer
ElevenLabs Voice Changer 是一个通过 inference.sh CLI（belt）调用的语音转换技能，可将任意语音转换为另一种声音，同时保留原始语音的内容与情感。它提供 Multilingual STS v2（默认，支持 70 多种语言）和 English STS v2（英语优化）两个模型，并支持与 ElevenLabs TTS 相同的 22 种以上高级音色（如 george、aria、alice、brian 等）。使用前需安装 belt CLI 并登录，通过 belt app run elevenlabs/voice-changer 命令传入音频 URL 与目标音色即可完成转换，还可指定输出格式。适用于内容创作、配音替换、角色配音、隐私匿名化、多语言配音等场景。
elevenlabs-voice-isolator
ElevenLabs Voice Isolator 是一个通过 inference.sh CLI（belt）调用的音频处理技能，用于从音频中去除背景噪声并分离人声。它支持 WAV、MP3、FLAC、OGG、AAC 等格式，单文件最大 500MB、最长 1 小时。可去除环境噪声、背景音乐、混响回声、风声、交通与人群噪声、电流嗡鸣等非人声声音，适用于播客清理、采访降噪、音乐人声提取、视频对白处理、旧录音修复、会议录音优化以及语音克隆前的素材清理等场景。
speech-to-text
这是一个通过 inference.sh CLI（belt）调用语音转文字模型的技能，可将音频转写为文本。支持 ElevenLabs Scribe v2（准确率 98%+、支持说话人分离、90+ 语言）、Fast Whisper V3（快速转写）和 Whisper V3 Large（最高准确率）等模型。可输出完整文本、带时间戳的分段和检测到的语言，并支持翻译为英文、从视频提取音频后转写、生成视频字幕等工作流。适用于会议记录、播客转写、字幕制作、语音笔记、访谈整理和无障碍访问等场景。
text-to-speech
该技能通过 inference.sh CLI（belt）将文本转换为自然语音，支持多种 TTS 模型，包括 Inworld TTS-2、Inworld TTS 1.5 Max/Mini、ElevenLabs TTS、DIA TTS、Kokoro TTS、Chatterbox、Higgs Audio 和 VibeVoice。Inworld TTS-2 支持 100 多种语言，并可通过 [方括号] 在文本中内联控制情绪、音量、语速和非语言声音，提供 STABLE、BALANCED、CREATIVE 三种交付模式；Inworld TTS 1.5 Max 延迟低于 200ms，Mini 约 120ms，适合实时对话场景。可用于配音、有声书、播客、无障碍、IVR、视频旁白、游戏 NPC 语音和对话式 AI 等场景，也可与视频生成模型组合制作数字人视频。
cqrs-aggregate-modeling
讲解 CQRS/ES 如何改变聚合的边界定义与建模：引入 CQRS 后聚合只需保留命令执行所需的最小状态，读取职责交给读模型，从而支持过大聚合的瘦身、聚合边界重定义与基于事件的状态管理。
custom-linter-creator
利用各编程语言既有 linter 生态创建自定义 lint 规则的技能，面向 AI 代理而非人类：错误消息被设计为对 AI 的修复指令提示。支持 Rust(dylint)、TypeScript/JavaScript(ESLint)、Python(pylint)、Go(golangci-lint)，规则放在项目根 lints/ 目录。
rdkit-chemdraw-cdxml
该项目用于读写与编辑 ChemDraw 的 CDX/CDXML 文件：用 RDKit rdChemDraw 解析分子与反应、生成分子结构，并直接编辑 XML 来构建箭头、加号、方案与文字，且始终同时输出一张渲染 PNG。
yt-chapters
yt-chapters 是一个根据视频转录稿生成 YouTube 章节时间戳的工具，会校验 YouTube 官方规则，确保章节真正生效，适合“添加章节”“时间戳”“拆分视频”等场景。
yt-edit
yt-edit 是一个把带时间戳的转录稿转成剪辑决策清单（EDL）的技能，标出静默、口头禅和重录片段并给出时间码，供用户自行套用剪辑。
yt-plan
yt-plan 是 ChatGPT YouTube 智能体技能中的内容排期工具，用于按创作者实际可投入时间规划一周或一个月的 YouTube 上传：发什么、何时发、以什么顺序发。
private-secret-scanning
面向私有仓库的本地密钥扫描技能：用固定版本 Gitleaks 扫描暂存区、推送范围与完整历史，输出脱敏报告，并通过 Git 钩子在提交或推送前拦截密钥泄露，替代需付费的 GitHub 私有仓库密钥保护。
jeecg-aiflow
JeecgBoot AI 编排流程（AIFlow）全生命周期管理技能：通过自然语言描述需求，自动创建、编辑、查询、删除、调试、发布 AI 编排流程。采用模板驱动，由脚本生成节点 JSON 与 chain，AI 只填业务配置。
cursor-tab-completion
Cursor Tab 是 Cursor 编辑器内置的 AI 行内代码补全功能，以灰色幽灵文本预测后续代码，按 Tab 接受、Esc 忽略，适合小范围局部补全。
deepgram-multi-env-setup
为 Deepgram 语音识别配置开发、预发布与生产多环境隔离方案，包含类型化配置、客户端工厂、Docker Compose 多 profile 与 Kubernetes Kustomize overlay，并附环境校验脚本。
deepgram-webhooks-events
介绍 Deepgram 回调（callback）与 webhook 机制，用于异步语音转写：提交音频后立即返回 request_id，Deepgram 在后台处理并把结果 POST 到你的 HTTPS 端点，支持重试，配合签名校验、幂等与任务追踪实现可靠的异步转写流程。
firecrawl-reliability-patterns
面向 Firecrawl v2 的可靠性模式技能，指导实现有界重试、持久化异步状态、分页、幂等、对账、熔断、取消与降级模式，确保每个工作单元可恢复且不产生重复采集或下游写入。
juicebox-multi-env-setup
用于配置 Juicebox AI 分析的多环境（开发、预发布、生产）隔离方案，通过独立工作区、数据集范围、结果上限与导出开关，防止敏感数据误导出。触发词："juicebox environments"、"juicebox staging"。
sentry-enterprise-rbac
用于在 Sentry 中配置企业级访问控制：组织-团队-项目层级、角色分配、SSO/SAML2 联合登录、SCIM 自动同步、API 令牌治理与审计日志。适用于搭建组织权限体系、团队隔离及合规监控。需 Business 或 Enterprise 套餐。
gws-chat
gws-chat 是 JetBrains 技能集中用于 Google Chat 的命令行工具，可管理聊天空间、消息、成员、自定义表情和媒体等资源，需先阅读 gws-shared 了解认证与安全规则，缺少时运行 gws generate-skills 生成。
gws-keep
gws-keep 是 JetBrains skills 中用于管理 Google Keep 笔记的命令行技能，通过 gws keep 调用笔记的创建、删除、获取、列表及附件下载等操作，需先阅读共享技能文档完成认证与安全配置。
sora
用于在项目中生成和管理 Sora 视频任务的技能：支持创建、编辑、延长、查询、列出、下载或删除视频，并可制作非人类角色的可复用参考。默认模型 sora-2，需设置 OPENAI_API_KEY，异步任务需轮询后下载。