Best Design & Media AI SkillsPage 13

Calls the Volcengine Seedream image API for text-to-image, image-to-image, and related image sets.

AI 3D model generation powered by CellCog. Text-to-3D, image-to-3D — production-ready GLB files for games, AR/VR, e-commerce, and 3D printing. Game assets, p...

Creative Illustration documents API-based illustration generation.

ComfyUI-OpenClaw connects to and controls ComfyUI via API using reusable workflow templates for text-to-image and image editing, designed for token efficiency and automatic asset handling.

Multi-format diagram authoring with Mermaid and Graphviz

Generate logos, visual-identity concepts, and supporting brand assets from a brief through CellCog.

Route image and video requests to the relevant Meitu workflow or CLI tool.

当用户提到视频剪辑、裁切、高光集锦、短视频、Reels、Shorts、TikTok、竖屏视频， 或者要求处理一个视频文件时，优先使用这个 skill。不要先手动用 ffmpeg。 支持：模仿风格、长视频转短视频、AI 字幕、AI 解说、视频尺寸调整、高光集锦、Vlog、混剪、口播。 依赖 SPARKI_API_K...

podcast-generation documents a text-to-audio narration pipeline using Azure OpenAI Realtime.

Automates Adobe applications through an ExtendScript bridge.

MoneyPrinterTurbo AI 短视频生成工具 — 输入一段文字描述，即可自动生成配图、配音、剪辑于一体的短视频内容。基于开源项目封装，集成多个 AI 模型能力，支持文生图、文生音频、字幕生成等功能。适用于内容创作者、电商卖家、自媒体运营者等群体，可将短视频制作效率提升 10 倍以上。 | 来源：https://github.com/q15004040209-creator/moneyprinterturbo-wrap

A skill for transcribing voice messages and audio files locally with faster-whisper.

A professional storyboard skill for film, advertising, short video, and educational narrative scenarios, built around a strict 'plan first, render later' flow.

在 WorkBuddy 上传本人或已获授权的录音，最多保存 3 个可命名音色，按编号、名称或默认音色将文案生成 MP3。首次需要个人邀请码（授权码）。

提取B站（bilibili.com）视频的完整文字稿。当用户需要提取、获取、下载B站视频的文字稿、字幕、转录内容、语音转文字时使用此skill。支持从视频URL提取音频并使用Whisper进行中文语音识别，生成带时间戳的结构化文字稿。触发词包括"提取B站""B站文字稿""bilibili转录""视频转文字"等。

AI图像提示词（Prompt）生成技能。深度学习 Nanobanana(gpt4o-image-prompts) 提示词库的结构与模式，基于用户的创意需求，生成高质量的AI绘图提示词。**【强制】每次生成必须同时输出中英文双语提示词**，英文版用于 GPT-4o/Midjourney/DALL-E 等，中文版用于即梦/可灵/通义等国产平台。支持：摄影肖像、电商产品、品牌设计、插画水墨、3D渲染、电影海报、信息图表、中华传统文化等全场景。触发词：生成提示词、写提示词、画图、写图、图像生成、prompt、文生图。

社科（公共管理/政治学/社会学/经济学）理论机制分析与学术图例绘制一体化技能。 当用户需要绘制论文中的"理论分析框架图""机制因果链图""技术路线图""对比分类表" "理论整合/命题图"，或要求梳理变量关系、中介/调节机制、研究思路与技术路线时使用。 核心绘图能力由云端服务承载，输出顶刊黑白印刷友好、可直接插入 docx 的学术图。

Professional free image generation skill for agents. No API key required. Generate images from text with resilient retry/backoff and clean local file output....

Image matting tool: separates foreground from background and returns transparent background URL, suitable for product image processing, character cutout, and composition. 图像抠图工具：将前景与背景分离并返回透明背景的 URL，适用于产品图片处理、人物抠图和合成。

runware documents image and video generation through the Runware API.

A complete workflow skill for marketing brochure design, covering everything from requirements gathering, layout design, to mock-up delivery. It uses a 'layout-first + mandatory confirmation

Generate dynamic videos based on a single first frame image and prompts using Jimeng. 使用即梦 (Jimeng) 首帧生视频模型，基于单张首帧图片和提示词生成动态视频。

A professional product image generation skill purpose-built for the Amazon e-commerce platform. Outputs comply with Amazon's image guidelines while optimizing for click-through and conversio

Create poster and visual-art assets as PNG or PDF files.

海报生成的skill

ORI出品 | AI产品经理的人机协作产品设计工作流。从需求输入到高保真交付，覆盖产品原型、数据看板、PPT方案的全流程。适用场景：设计产品原型、做产品方案、搭建数据看板、制作产品Demo、产品设计、交互设计、产品文档。Use when: building product prototypes, dashboards, product demos, interactive HTML deliverables, or any product design task that requires high-fidelity output.

HTML/CSS 排版 + 本地无头浏览器出图：小红书 3:4 轮播、公众号贴图、视频号封面、信息图与长图，内置 14 套模板、风格选择器与发布前质检。

A structured workflow skill dedicated to social-media carousel design. The core method is 'decide intent first, then execute,' using a 'single-confirmation + cover-first' two-phase flow.

Image generation skill. Automatically selects the best dlazy CLI image model based on the prompt. 图片生成技能。根据提示词自动选择最佳的 dlazy CLI 图片生成模型。

Turn structured diagram descriptions into editable draw.io drafts.

openclaw-media-gen documents image and video generation through AIsa.

Doubao Audio Transcription Skill

PPT 制作大师：覆盖「需求理解 → 内容架构 → 视觉设计 → 生成 .pptx → 质检」全链路的演示文稿技能。当用户要求制作/生成/设计 PPT、演示文稿、幻灯片、汇报、路演、答辩、培训材料，或给定主题/大纲想产出精美 .pptx 时使用。自带 python-pptx 生成引擎、5 套主题、10 种页型与叙事框架参考，结论先行、视觉统一、可离线复用。

Asset preprocessing for HyperFrames compositions — text-to-speech narration (Kokoro), audio/video transcription (Whisper), and background removal for transpa...

Powerful video generation with Kling v3. Supports high-quality text-to-video and image-to-video. 使用可灵 (Kling) v3 强大的视频生成模型，支持高质量的文生视频与图生视频。

Runs local offline text-to-speech through the sherpa-onnx CLI and writes generated WAV audio to a specified path. It requires trusted local runtime and model directories.

Film and video storyboarding with shot vocabulary, continuity rules, and panel layout. Covers shot types, camera angles, movement, 180-degree rule, and annot...

视频生成技能，AI 视频生成，文生视频、图生视频、图片转视频、首尾帧生成视频。根据提示词自动选择最佳视频生成模型（即梦、可灵、Veo、Seedance、万相、PixVerse、数字人、对口型）。Video generation skill that automatically selects the best dlazy CLI video model based on the prompt.

render-stl-png is a guide to rendering an STL model into a PNG preview image.

漫画创作策划 Skill。用户需要漫画脚本、漫画分镜脚本、4格/四格漫画分镜脚本、角色设计、人设卡、漫画对话、漫画台词设计、漫画排版、漫画布局、漫画创作教程，或想把一个简短创意整理成可交给画师/分镜师/生图流程使用的漫画文本时，使用此 skill。若用户需求描述过少或缺少题材、主角、风格、篇幅、用途等关键信息，必须先追问 1-3 个关键问题再创作。

Create and manage voices, speech synthesis, audio projects, and conversational AI agents in ElevenLabs via the ElevenLabs API. Use this skill when users want...

Text-to-image generation with Jimeng, quickly converting text to high-quality images. 使用即梦 (Jimeng) 进行文生图创作，快速将文字转化为高质量图像。

venice-ai-media uses Venice AI APIs to generate, edit and upscale images and create videos from images.

调用线上视频翻译服务并返回预览链接

A structured skill for multi-platform social-media content creation, covering Instagram, TikTok, YouTube, LinkedIn, Xiaohongshu, and more. The goal: outputs...

Generate high-quality images with Vidu Q2. Supports text-to-image and image-to-image. 使用 Vidu Q2 生成高质量图像，支持丰富的文生图与图生图指令。

当需要生成或编辑微信公众号图片、公众号封面、兼顾大小封面、封面兼容图、首图、大封面、小封面、次图、推文配图、文章配图、二维码、横版海报、引导关注、分割线、在看提示、小程序封面、红包封面或视频封面素材时使用。用户要求生成公众号图片，且需求模糊、信息零散、需要选择尺寸、确认主题、补全风格或整理生成建议时使用。

Draft structured Chinese content for Xiaohongshu/RED.

Image super-resolution tool: enhances image clarity and details, returning enhanced URL, suitable for low-res asset restoration and upscaling. 图像超分辨率工具，提升图片清晰度与细节并返回增强后 URL，适合低清素材修复与二次放大输出。

移动端高保真产品原型交付专家（产品经理+UI/UX设计师+前端工程师三重角色）。基于ROSES框架，输入任意APP名称，生成iPhone 15 Pro尺寸(375x812)的高保真移动端HTML原型，含登录/主页/发现/个人中心四个核心界面，采用玻璃拟态+多层阴影+iOS状态栏+底部Tab导航，iframe架构+涟漪动画+真实图片。技术栈Tailwind CSS+FontAwesome。触发词：手机端原型设计、高保真原型APP原型设计、APP原型设计、APP原交互设计、生成APP界面、APP界面、手机交互原型。