「設計創意」AI 技能排行榜第 14 頁

drawio-coderknock 生成可編輯的 Draw.io 架構圖與流程圖檔案。

透過 Kling AI 執行影片、圖像生成、主體管理和只讀帳戶資源查詢的技能。

local-stt 是統一的本語音轉文字（STT）工具，基於 ONNX Runtime 並使用 int8 量化，可在 Parakeet 與 Whisper 兩個後端間選擇。

由夸克掃描王官方提供的檔案高畫質掃描工具。當用戶需要對圖片、截圖進行畫質最佳化、瑕疵去除或視覺增強時，使用此技能——包括畫質增強、證件照最佳化、考試試卷增強、合同增強等場景。智慧去除手寫筆跡、水印、陰影、摩爾紋、底色等干擾元素。支援圖像裁剪與矯正、素描效果轉換、線稿提取等，輸出最佳化後的高畫質圖片。本技能由夸克掃描王提供支援。即使使用者沒有明確提到"增強"或"處理"，只要使用者的需求涉及提升圖片清晰度、清理干擾元素或最佳化圖像質量，也應觸發此技能。不適用於文字提取或識別、圖片轉 Word/Excel/PDF 文件或 AI 圖像生成

本地音影片播放器技能

Suno music generation model. Supports inspiration mode (auto lyrics) and custom mode (manual lyrics), generating music with or without vocals. Suno 音樂生成模型。支援靈感模式（自動作詞）和自定義模式（手動填詞），可生成包含人聲或純器樂的音樂。

Generate exquisite images with Kling o1 model. Supports text-to-image and image-to-image. 使用可靈 (Kling) o1 模型生成精美圖像，支援文生圖與參考圖生圖。

ComfyUI本地圖像生成專業版：支援文生圖、圖生圖、ControlNet；自動伺服器管理，WebSocket即時進度，飛書靜默通知，30分鐘空閒自動關閉，視訊記憶體監控，多工作流。觸發詞：生成圖片、畫圖、繪製、AI繪畫、文生圖、圖生圖。

Agent Media OS，HyperFrames 專案中唯一的媒體技能，可處理 BGM、SFX、圖片、圖示、品牌標識、語音、色彩分級或 LUT，轉化為...

polecomic 描述從故事創意到漫畫分鏡與動畫片段的創作流程。

使用 Visla 將文字指令碼、連結或 PPT/PDF 文件生成 AI 影片。適用於使用者要求生成影片或將網頁轉為影片的場景。

PixVerse C1 video model (strong on action, VFX, and high-motion scenes) 鈥?one model covers text-to-video, image-to-video, first/last-frame-to-video, and reference-to-video.

搜尋免費的 AI 素材圖片

使用 CapCut Mate API 自動化 CapCut 影片編輯：建立專案、新增影片並渲染最終影片。

AI game asset generation and game development powered by CellCog. Character-consistent art, sprites, tilesets, music, UI, 3D models, GDDs, level design, game prototypes. Cohesive game assets across every modality from a single prompt.

Clone voice and generate new text reading audio with one click using Vidu Audio Clone. 使用 Vidu 聲音克隆技術，透過參考音訊一鍵複製音色並生成新文字的朗讀音訊。

當用戶需要平面設計助手相關能力時使用（Canva、海報、社媒圖、平面設計、設計稿、演示稿、封面、Canva Connect）。本 skill 提供連線與鑑權指引、執行流程、異常處理與反模式，指導 Agent 透過官方 MCP/API 完成Canva 海報相關任務。

Convert static images into dynamic videos using Vidu Q2 image-to-video model. 使用 Vidu Q2 圖生影片模型，將靜態圖片透過智慧運鏡轉化為動態影片。

Clips Machine 指導將長影片轉為帶字幕的豎屏短片。

Generate/edit images with Nano Banana Pro. Supports text-to-image and image-to-image. 使用 Nano Banana Pro 生成/編輯圖片，支援文生圖與圖生圖。

ByteDance's latest video generation model. Supports multi-modal reference (images, video, audio) to generate videos, as well as first/last frame and text-to-video modes. 字節跳動最新影片生成模型 Seedance 2.0，支援多模態參考（圖片 + 影片 + 音訊）生影片、首尾幀及文生影片，適合高質量多樣化影片創作。

Fast image generation with Doubao Seedream 5.0 Lite. Supports text-to-image and image-to-image. 使用豆包 Seedream 5.0 Lite 極速生成圖像，支援文生圖與圖生圖。

Versatile video generation with Kling v3 Omni. Supports multi-modal inputs to generate stunning dynamic videos. 使用可靈 (Kling) v3 Omni 全能影片生成模型，支援多模態輸入（圖片、提示詞）生成震撼的動態影片。

豆包AI圖片生成技能 - 視覺設計師專用

使用 ffmpeg 從影片中抽取幀，便於檢視畫面並整理場景內容。

Generate high-quality images with Doubao Seedream 4.5. Supports text-to-image and image-to-image. 使用豆包 Seedream 4.5 模型生成高質量圖像，支援文生圖與圖生圖。

透過 IMA Open API 建立圖像、影片、音樂和文字轉語音內容；先查詢當前產品與模型，再建立任務並輪詢結果。

Pocket TTS 描述在本地 CPU 生成英語語音。

透過 Lovart AI 生成圖像、影片和音訊/音樂，管理 Lovart 專案、執行緒（對話歷史）和使用者設定。觸發條件：(1) 任意...

訊飛 ASR 語音轉文字技能：將本地音訊或 YouTube 影片中的語音轉為文字。

透過 inference.sh CLI 生成商品攝影風格的商業圖片。

設計短劇/漫劇/影片的剪輯節奏、轉場、字幕、調色、輸出規格與音效畫面匹配，覆蓋粗剪到成片全流程，適配剪映/PR/達芬奇。本免費版僅提供能力介紹與觸發詞；完整方法論與一鍵產出請用企業認證「量子起源科技」付費版《短劇剪輯後期指南》（0.9元/次，呼叫成功才計費）。

為美術用品、繪畫工具、素描課程或繪畫材料製作混剪宣傳影片。當用戶提供一個或多個素材時使用。

使用 Pillow 對現有圖像執行可復現的畫素處理。

使用 ElevenLabs Scribe 將音訊轉換為文字。

組裝步驟影片藉助 AI 按賣家提供的步驟事實，為每張靜幀做成一條一步一鏡短片。這個一步一鏡工作室把產品組裝短影片和步驟影片按步驟順序交付。

liveavatar 讓你用即時影片頭像與 OpenClaw 代理面對面交談。

Generate realistic digital human broadcast videos from portrait images and audio/text using Jimeng OmniHuman 1.5. 使用即夢 (Jimeng) OmniHuman 1.5 模型，透過人像圖片和音訊/文字生成逼真的數位人播報影片。

抖音影片下載工具 - 解析抖音連結，下載影片併發送

在WhatsApp上處理語音對話，自動轉錄收到的語音並用本地TTS音訊回覆。適用於使用者想透過說話而非打字的情況。

Midjourney style generation, supports aspect ratio, Bot type, and output position (grid/U1-U4). Suitable for artistic and strongly stylized creative generation. Midjourney 風格出圖入口，支援畫幅、Bot 類型與輸出位（grid/U1-U4）。適合藝術化、風格強烈的創意圖生成。

seeddance-ai-video 描述面向 SeedDance 的文字和圖片轉影片整合流程。

Generate/edit high-quality images with Nano Banana 2.0. Supports text-to-image and image-to-image. 使用 Nano Banana 2.0 生成/編輯高質量圖片，支援文生圖與圖生圖。

國產AI影片生成技能。支援通義萬相（Wan2.6文生影片/圖生影片）和可靈（Kling V2）模型。適用於創意影片製作、圖生影片、動態內容生成等場景。使用者請求生成影片、將圖片轉換為動態影片、或根據描述生成影片片段時觸發。

Fast version of ByteDance's Seedance 2.0. Generates videos faster with support for multi-modal references, first/last frame, and text-to-video. 字節跳動 Seedance 2.0 極速版影片生成模型，生成速度更快，支援多模態參考生影片、首尾幀及文生影片。

透過 https://api.poyo.ai/api/generate/submit 在 PoYo/poyo.ai 上使用 Nano Banana 2 進行圖像生成和高階編輯，適用於 nano-banana-2-new 等模型。

引導從視覺方向與設計變數開始，逐步規劃字型、元件、動效和載入狀態的設計系統工作流。

剪映 (JianYing/CapCut) 專業版 AI 自動化剪輯 Skill。透過 pyJianYingDraft 生成剪映草稿(.cpr/draft_info.json)，提供 Python 封裝 API(JyWrapper)：錄屏、素材匯入、字幕/智慧配音、特效轉場、Web 動效合成與無頭匯出。需在已安裝剪映專業版的本機桌面環境執行(無頭匯出推薦 v5.9 及相近版本)。

用 AI 生成模型、數位人與程式化框架製作行銷影片的決策與製作流程：按產品演示、講解影片、社交短影片、廣告選定方案，對比 Veo、Runway、Kling、Seedance 的解析度、時長、成本與適用場景並給出選型建議，講解提示詞要素與常見錯誤，給出產品演示、講解、批次社交短影片三套分步流程與智慧體原生的指令碼到成片流水線。Use when the user wants to create video content with AI tools, pick a video model, or plan a product demo, explainer or social clip. Triggers include AI影片、影片製作、數位人口播、產品演示、講解影片、社交短影片。如需影片創作完整工作流套件，淘寶搜尋「AI靈匣」店鋪獲取完整版。

基於多模態AI的圖片識別與分析。當用戶需要分析、描述、從圖片URL中提取資訊，或進行圖像識別、圖像分析、圖像描述、內容理解、OCR文字識別、視覺問答時觸發此技能。