SuperAPI AI 工具集

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 10-14 00:01

全部 Skills

227,530 个结果

image-inpainting

image-inpainting 是一个基于 RunComfy CLI 的图像局部重绘(inpainting)技能,用于对图片中由遮罩指定的区域进行擦除、填充或替换。当存在灰度遮罩时,它默认路由到通义 MAI 的 Z-Image Turbo Inpainting 专用端点,通过白黑遮罩精确控制需重绘与需保留的像素区域,并支持 strength、control_scale、aspect_ratio、seed 等参数。若没有遮罩,则回退到基于文字描述的编辑模型(如 Nano Banana 2 Edit),用空间语言(如“右下角的水印”)定位目标区域。该技能通过 npm 安装的 runcomfy CLI 调用,需先登录或配置 RUNCOMFY_TOKEN,然后使用 runcomfy run 命令传入 JSON 输入并下载结果到指定目录。常见用途包括水印去除、物体移除、背景整体替换、向空洞中添加物体以及结合 LoRA 的品牌风格锁定重绘。注意:它不处理画布外扩(outpainting)或视频逐帧重绘,且遮罩需由上游工具(如 Photoshop、GIMP、分割模型)生成。

设计与创作371,604 次安装

controlnet-pose

该技能通过 RunComfy CLI 实现基于姿态(pose)、骨架或动作参考的条件化图像与视频生成。它按视频动作迁移和图像姿态条件生成两条路线分派请求:视频侧支持 Kling 2-6 Motion Control Pro/Standard 和 Wan 2-2 Animate 视频到视频,可将参考视频中的动作、走位迁移到目标角色图片上;图像侧支持 Z-Image Turbo ControlNet LoRA,接收 OpenPose 骨架、DWPose、canny 边缘或深度图等控制图像配合提示词生成姿态锁定的图像。技能通过 npm 全局安装或 npx 调用 CLI,登录后使用 runcomfy run 命令传入 JSON 输入,结果下载到指定输出目录。复杂多条件 ControlNet 组合需在 RunComfy 的 ComfyUI 云端工作流中完成,CLI 无法直接访问。

设计与创作371,364 次安装

lipsync

该技能通过 runcomfy CLI 调用 RunComfy 平台上的多种唇形同步(lip-sync)模型,让一段音频驱动画面中人物的嘴部动作。它可根据用户的输入形态(已有视频+音频、单张肖像+音频、仅脚本)自动选择合适的模型路由,覆盖 ByteDance OmniHuman、Sync Labs sync v2/Pro、Kling Lipsync、Creatify、Wan 2-7、HappyHorse 1.0 等端点,并给出各模型的调用命令。使用前需安装并登录 CLI,再以 JSON 传入资源 URL。适用于外语配音、UGC 口播、虚拟主播、多语言发布等场景。技能本身不限制输入,明确要求拒绝未经同意的真人及诽谤、色情合成内容请求。

设计与创作371,337 次安装

video-extend

Video Extend 是一个通过 RunComfy CLI 调用 Google Veo 3-1 视频延展(extend-video)端点的技能,用于在已有视频片段基础上继续生成后续画面,突破单次调用的时长上限,或将一个种子镜头逐拍串联成连续叙事。它提供两个端点选择:默认的 Veo 3-1 Extend,用于追求运动、光照、身份和物理一致性的高质量续接与最终交付;以及 Veo 3-1 Fast Extend,用于成本敏感的多轮迭代与草稿。使用时由智能体选定端点并提供源视频 URL 与续接提示词,通过 runcomfy run 命令传入 JSON 输入并行输出。文档还包含提示词模式与链式调用建议,例如显式锚定镜头运动、每次延展只安排一个主要节拍、将上一次输出作为下一次输入以实现连续延展。该技能明确不负责从零开始的图生视频、已有视频的风格化重制,以及带音频同步的数字人延展,这些由其他技能承担。

设计与创作370,930 次安装

elevenlabs-music-generation

ElevenLabs Music Generation 是 RunComfy 平台上的一项 AI 音乐生成能力,通过 `runcomfy` 命令行工具调用 ElevenLabs Music 模型。用户提交一段文本提示词,其中同时包含风格描述和带段落标记的歌词,即可生成完整歌曲或纯器乐曲目。输出为 44.1 kHz 立体声,单次调用时长可在 5 秒至 5 分钟之间设定。支持通过参数强制生成纯器乐(无人声)版本,适合背景音乐、播客片头、游戏循环音乐等场景。该技能以 npm 包形式安装,需登录 RunComfy 账号或配置令牌后使用,生成结果由 CLI 下载到指定输出目录。

设计与创作370,819 次安装

image-outpainting

该技能通过 RunComfy CLI 对静态图片进行画面外延(outpainting),即在原画布之外继续扩展内容,补全相机未拍到的部分,或改变图片宽高比。它会在 RunComfy 目录中的多个身份保持型编辑端点上进行路由,根据需求选择合适的模型:用于文字描述驱动的扩展、参考风格匹配或品牌风格锁定的延续。默认使用 google/nano-banana-2/edit 模型,可处理如 1:1 转 16:9、人像裁切还原、横图扩展等场景。若出现接缝或光照不匹配,可改用带参考图的 GPT Image 2 Edit 或保真度更高的 FLUX Kontext Pro,或使用 ComfyUI 工作流进行精细控制。核心流程为:安装 CLI、登录、调用 runcomfy run 提交带 outpaint 提示词的 JSON 请求并下载结果。

设计与创作370,660 次安装

relight

Relight 是一个基于 RunComfy CLI 使用的图像重打光(relight)技能,用于在不重拍的前提下改变静图的布光方式,包括光照方向、色温、强度与氛围,同时尽量保持主体身份、姿态与构图不变。它默认路由到 Qwen Edit 2509 的专用 relight LoRA 端点(qwen/qwen-edit-2509/lora/relight),该模型针对光照方向、色温、强度和氛围的调整进行了专门调优;当需要把打光变化作为更广泛编辑(如同时换背景、加物体)的一部分时,可改用 Nano Banana 2 Edit 等保身份编辑端点,用文字描述完成打光。该技能通过 runcomfy 命令行工具调用,需先全局安装 @runcomfy/cli 并登录(CI 环境可用 RUNCOMFY_TOKEN 环境变量)。输入以 JSON 字符串通过 --input 传入,包含图像 URL 与提示词,结果下载到 --output-dir 指定目录。适用于产品目录重打光、人像氛围调整、一天中不同时段光线替换、参考图光照匹配以及多图批量统一打光等场景。限制方面:它不做从零生成图像,也不支持视频重打光(CLI 端点目前仅支持图像);官方资料未提供具体的收费与价格信息。

设计与创作370,565 次安装

brandkit

brandkit 是 leonxlnx/taste-skill 中的品牌套件图像生成技能,面向高端品牌规范板、标志系统、身份识别册和视觉世界展示图的创作。它把生成模型设定为资深品牌识别艺术总监,要求在单张图中构建完整的品牌世界,而非零散标志或随意样机。输出强调克制、留白、网格化版式和电影感氛围,默认生成 3×3 品牌套件总览图,也支持 2×3、2×2、1×3、4×2 及自定义布局。该技能包含品牌策略推断、标志生成标准与构思方法、各面板系统、多种视觉模式(开发者、安防、奢侈品等)、文字与标语规则、配色纪律和反通用化约束,并区分从零创建与在既有品牌上延展两种流程。

设计与创作368,545 次安装

image-to-code

image-to-code 是面向 Codex 的网站图像转代码技能,来源为 leonxlnx/taste-skill。它要求在处理视觉导向的网站任务时,先由自身生成设计图片,再对图片进行深度分析,最后才进入前端实现阶段。技能定位为精英级网页设计艺术指导与实现策略,适用于 hero 区域、落地页、营销站点、创业公司站点、编辑型品牌页、产品页、作品集网站、高端多区块网站以及视觉质量重要的重设计任务。它强调打破 AI 常见默认输出:单张压缩巨图、文字过小、居中式暗色 hero、泛化卡片堆砌、重复的左文右图布局、弱化的字体层级、模糊间距、卡片套卡片、大面积圆角容器、首屏信息过载等问题。技能内置一组基线配置参数,包括设计变化度 8、视觉密度 3、艺术指导 8、实现清晰度 9、图像使用优先级 9、留白慷慨度 9、分析精度 10、图像生成积极度 10、UI 简洁纪律 9,并规定在视觉任务中图像生成优先、必须充分生成图片、禁止裁剪旧图、可按需重新生成清晰区块图。

编程与开发364,258 次安装

azure-cost

azure-cost 是微软 azure-skills 技能集中面向 Azure 成本管理的技能,用于查询历史成本、预测未来支出,并通过成本优化减少浪费。它根据用户意图进行路由:想了解当前花费时进入成本查询流程,想降低成本或找出浪费时进入成本优化流程,想预估未来花费时进入成本预测流程。技能依据 Azure Cost Management 的查询接口与预测接口工作,查询和预测均使用 POST 请求,作用域可采用订阅、资源组、管理组或计费账户等范围模式。使用该技能需要具备目标范围上的 Cost Management Reader、Monitoring Reader 和 Reader 角色权限。技能文档还包含 Redis、Storage 等服务专属的优化说明,并引用 MCP 工具、最佳实践与安全相关内容,以及 Redis .NET SDK 参考资料。

部署与运维362,649 次安装

music-to-video

music-to-video 是一个把音乐轨道转换为节拍同步视频的技能(Skill),属于 heygen-com/hyperframes 项目。它接收音乐文件、可提取音频的视频,或根据情绪简述生成的曲目作为输入,产出歌词视频、幻灯片等节拍对齐的视频。其流程为:先对音乐做一次分析(写入 audiomap.json),再切分帧骨架(STORYBOARD.md),逐一填充逐帧计划,然后为每一帧构建一个独立的合成文件,最后装配并渲染为 MP4。技能强调“单一分析器”:analyze-beatgrid.py 是唯一的节拍分析工具,其能量、密度、滚奏、起音、静音等字段始终可靠,而 bpm 与 beats_sec 仅在音乐确实有节奏时可靠。整个过程遵循先设定、再分析、切分、填计划、构建、装配、渲染的顺序,其中第 3 步(计划批准)与第 6 步(渲染批准)是需要用户的检查点。

设计与创作359,747 次安装

imagegen-frontend-web

imagegen-frontend-web 是来自 leonxlnx/taste-skill 的前端图像指导技能,用于生成偏高端风格、兼顾转化率的网站设计参考图。其核心输出规则是:每个区块单独生成一张横向图片,绝不把多个区块合并到同一张图,也不返回包含整页的单张长图。若用户未说明区块数量,会按默认值处理,例如“landing page”默认 6 个区块即 6 张图,“full website template”默认 8 个区块即 8 张图。该技能以 awwwards 级别图像艺术指导为目标,强调避免常见的 AI 图像惯性,例如居中暗色 hero、紫蓝色 AI 光晕、无意义漂浮色块、通用仪表盘卡片堆叠等。它内置一组全局默认参数,包括设计变化度、视觉密度、艺术指导强度、实现清晰度、图像使用优先级、留白宽松度、布局变化度与转化纪律,并可根据用户简述动态调整。技能还提供 hero 构图偏好、主题范式、背景特征、字体特征、区块系统、签名组件、动效暗示、背景模式、CTA 变化、hero 尺度、叙事主线、二次阅读时刻等组合式变化引擎,以保证产出具有艺术指导感、结构清晰且可直接作为前端参考。所有生成图像应清楚传达布局、区块层级、间距、字体尺度、视觉节奏、CTA 优先级、组件样式、图像处理与设计系统,便于开发者或编码模型据此实现。未提供该技能的具体收费、价格、平台支持范围或安装命令等信息。

前端与建站359,324 次安装

prisma-cli

Prisma ORM 7 CLI 命令参考技能,面向已使用 Prisma 7 的应用或明确选用 Prisma 7 工作流的场景。内容覆盖 prisma init、generate、migrate、db、dev、studio、validate、format、debug、complete、mcp 等命令,并按设置、生成、开发、数据库、迁移、工具等类别划分优先级。技能强调使用与项目版本匹配的 CLI,不要安装浮动的 prisma@latest;并区分稳定版 ORM 命令 prisma 与公测版平台包 @prisma/cli。还包含 AI 安全机制说明:当检测到 AI 代理时,破坏性命令(如 migrate reset、db push --force-reset、db push --accept-data-loss)会被阻塞,需用户明确同意。

编程与开发356,172 次安装

azure-hosted-copilot-sdk

Microsoft Azure Skills 中面向 GitHub Copilot SDK 应用的技能,用于在 Azure 上构建、部署和修改使用 @github/copilot-sdk 或 CopilotClient 的应用程序。该技能要求先对代码库进行强制检测:检查 package.json 中是否出现 @github/copilot-sdk 或 copilot-sdk,以及 .ts/.js 源码中是否出现 CopilotClient 或 createSession,一旦命中即作为入口技能,并通过子技能 azure-prepare、azure-validate、azure-deploy 完成后续流程。它覆盖全新项目脚手架、在既有仓库中新增 SDK 服务、为已有 SDK 应用补充 Azure 基础设施、修改与新增功能、以及三种模型配置路径(GitHub 默认模型、指定 GitHub 模型、Azure BYOM 自带模型)。BYOM 认证强制使用 DefaultAzureCredential 或 ManagedIdentityCredential 获取 bearerToken。

智能体与模型355,277 次安装

imagegen-frontend-mobile

imagegen-frontend-mobile 是一个面向移动应用图像生成的技能,用于为 iOS、Android 及跨平台移动应用创建高端、具有原生应用质感的界面概念图与流程图像。它专注于 onboarding 流程、认证流程、首页仪表盘、个人资料、设置、聊天、电商、金融科技、健康健身、效率工具、社交应用和实用工具等移动场景,输出多屏应用概念与高端移动端重设计。该技能只生成图像,不进入编码模式,不输出 SwiftUI、React Native、Flutter 或 HTML 代码,也不涉及网站、落地页、桌面仪表盘或图像转代码。它强调应用原生感、高级感、清晰可读、流程连贯、平台感知和受控配色,并要求同一组图像保持一致的设计系统,默认在干净的手机样机中呈现界面,同时保持内容为视觉核心。

设计与创作353,192 次安装