「設計創意」Claude 技能排行榜第 6 頁

AI social media video and content creation powered by CellCog. Instagram Reels, TikTok videos, Stories, carousels, social posts. Full video production from a single prompt — scripted, shot, stitched, and scored automatically.

AI圖像生成，支援 OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope、Z.AI GLM‑Image、MiniMax、Jimeng、Seedream、Replicate 與 Agnes API

gpt-image-2 生圖技能：自動發現 OpenAI 相容 API，驗證模型支援，呼叫生圖介面並儲存本地檔案。

使用火山引擎 SD1.5pro API 生成影片。支援文字到影片和圖生影片，非同步處理任務。

Download and archive YouTube video content. Retrieves videos with metadata while respecting platform policies.

處理、提升並轉換音訊檔案，包含降噪、歸一化、格式轉換、轉錄和播客工作流。

生成和讀取二維碼。當用戶需要將文字/網址生成為二維碼，或從圖片檔案中解碼/讀取二維碼時使用。支援 PNG/JPG 輸出，可從截圖或圖像檔案中讀取二維碼。

自動學習視覺偏好，適配UI、圖形、影片及任何創意工作。

AI背景音樂生成適合需要 BGM生成、背景音樂生成器、純音樂 BGM 和影片配樂的創作者。你可以描述場景、情緒、節奏和用途，為短影片、Vlog、遊戲、播客、產品演示和商業內容生成可試聽、可下載的背景音樂；作品會同步到海綿音樂賬號，可在「海綿音樂AI寫歌」小程式和 lexuan.club 網頁繼續管理。

用一首參考歌曲錄音和一個全新的風格、編曲或唱法方向，把原曲重新演繹成一首翻唱作品。這個 AI 翻唱歌曲製作和參考音訊成歌工作流可以把一首歌重新做成搖滾、民謠、爵士、國風、抒情版本，或換上全新的演唱風格，同時保留可辨識的原曲氣質，並在交付後檢查編曲新意、演唱表現、歌詞、咬字、結構和實際時長。適合經典歌曲翻唱、老歌新唱、改風格、創作者樣帶、致敬翻唱和個人練習錄音，每次只生成一個翻唱版本並如實復盤。

中文：按平台原生的節奏、字幕、轉場、卡點與音效把素材剪成短影片，並輸出可複用的剪輯規格與執行清單。 English: Cut footage into platform-native short videos with pacing, captions, transitions, beat sync, and sound design, delivering a reusable edit spec and execution checklist.

基於使用者上傳的門頭照片和設計要求，進行安全稽核、視覺特徵分析和需求意圖解析，融合生成專業的生圖提示詞，最終輸出重繪後的門頭設計效果圖及後續最佳化建議

使用 ImageMagick 對圖像進行縮放、裁剪、格式轉換和最佳化。適用於處理照片、轉換格式（PNG/WebP）、壓縮大小或新增水印。

將圖像壓縮為 WebP（預設）或 PNG，自動選擇工具。適用於使用者要求“壓縮圖像”“最佳化圖像”“轉換為 webp”“減小檔案大小”等情形。

使用 fal.ai API 生成圖像、影片和音訊（FLUX、SDXL、Whisper 等）

利用 macOS 原生能力實現本地語音識別與合成。透過 yap (Apple Speech.framework) 進行語音轉文字，透過 say + ffmpeg 進行文字轉語音。完全離線，無需 API 金鑰。具備音質檢測與智慧選聲功能。

AI歌曲生成適合需要 AI song generator、AI歌曲生成、原創歌曲和中文AI寫歌的創作者。輸入主題、情緒、風格或一句創作想法後，AI 助手會生成完整歌曲，並返回試聽、下載和專案連結；作品會同步到海綿音樂賬號，可在「海綿音樂AI寫歌」小程式和 lexuan.club 網頁繼續管理。

使用 AI 將 YouTube 選題、標題、指令碼、關鍵幀、人物照、商品圖或頻道參考製作成 YouTube 縮圖、油管封面、YouTube 影片封面和長影片縮圖。規劃醒目的視覺鉤子、清晰層級、標題匹配建議與標題安全區，適用於知識講解、評測、教程、Vlog、遊戲、播客和長影片創意內容，並可將已選方向精修為統一的頻道視覺。

CSS implementation patterns for layout, typography, color, spacing, and responsive design. Complements ui-design (fundamentals) with code-focused examples.

透過MiniMax AI平台使用mmx生成文字、圖片、影片、語音和音樂，適用於建立媒體內容或與MiniMax聊天

AI音樂生成，CellCog驅動。原創器樂與人聲，5秒至10分鐘。電影配樂、背景音樂、播客開場等。

可呼叫 banana、sora、veo 等模型生成圖片和影片，適用於圖片、影片及短劇素材的生產。

Suno AI音樂生成適合想用中文完成 Suno AI音樂、Suno AI寫歌、中文 Suno、Suno 替代和 AI音樂生成的創作者。音樂生成能力由 Suno 提供；你可以在 AI 助手中輸入歌曲主題、歌詞、風格、BGM 場景或參考音訊，生成可試聽、可下載的音樂作品。作品會同步到海綿音樂賬號，可在「海綿音樂AI寫歌」小程式和 lexuan.club 網頁繼續管理。

根據使用者上傳的寵物圖片，識別寵物特徵並匹配中國傳統神話神祇，生成神像風格圖片及趣味TTS播報音訊；適用於寵物趣味內容創作、社交分享、文創IP生成場景

Download audio from any URL and transcribe it to text using Faster-Whisper. Use when asked to "transcribe this audio", "download and transcribe", "speech to text", "audio to text", "轉錄", "語音轉文字", "音訊轉文字", or any task involving converting audio/video content (YouTube, Xiaoyuzhoufm, podcasts, etc.) into text. Supports YouTube, Xiaoyuzhoufm, and any site yt-dlp can extract audio from. Runs entirely locally — no cloud API needed.

可能是最便宜的AI圖像生成服務（約$0.0036/圖）。透過EvoLink API實現文字生成圖像。

上傳人物照片，輸入打卡地點和姿勢要求，生成寫實風格的景點打卡照片；適用於旅遊打卡、虛擬旅遊、社交媒體配圖、創意合影場景

打造獨特、生產級前端介面，摒棄千篇一律的“AI 模板感”美學。融合 UI/UX Pro Max 的設計智慧與 Anthropic 的反平庸理念。適用於構建細節考究、創意大膽的 UI 元件、頁面或應用。

接收任意照片生成專業的十字繡格子圖紙，自動計算並標註簡體中文色號、針數、用線量；適用於照片轉十字繡圖案、手工DIY設計、繡品材料預算場景

圖像識別與理解工具。使用多模態模型（如doubao-seed-2.0-pro、kimi-k2.5）分析圖像內容，支援OCR文字提取。

This skill converts PDF presentation slides, a speech manuscript, and a reference voice into a complete narrated presentation video with synchronized subtitles. It should be used when the user wants to generate a presentation video from PPT/PDF slides with voice cloning, text-to-speech, and subtitle generation. Trigger phrases include PPT to video, generate presentation video, slides to video, 演講影片, PPT轉影片, 幻燈片生成影片, voice cloning presentation, or any request involving converting slide decks into narrated videos with speech synthesis.

使用 ElevenLabs 語音轉文字 (Scribe v2) 轉錄音訊檔案。

麵點師透過提示詞和蛋糕草圖生成蛋糕實際效果圖。適用於烘焙設計、蛋糕定製效果圖生成、草圖還原、視覺豐富化場景

專業的配色和排版主題精選集，用於美化幻燈片、文件、報告、著陸頁等製品。適用於為簡報應用視覺主題、生成主題化內容或建立自定義品牌配色。觸發詞：主題、配色方案、字型搭配、幻燈片樣式、演示主題、品牌顏色。

搜尋、瀏覽並下載Unsplash高質量免費照片，支援篩選、隨機選擇及檢視詳細照片後設資料。

基於MLX（Apple Silicon）與開源模型（預設GLM-ASR-Nano-2512）的本地語音轉文字。

按需求建立或修改文件、PDF、網頁或審閱圖像，支援所請求的格式、清晰的柵格輸出和偽影驗證。

用一條短影片和一個目標畫風，把實拍畫面轉繪成全新的視覺風格。這個 AI 影片轉繪與風格轉換工作流可以把真人影片變成動漫、插畫、國漫、水墨、黏土、剪紙、賽博朋克等風格，同時保留人物、動作、構圖和鏡頭意圖，並在交付後檢查風格一致性、人物特徵、動作連貫性和原聲音效果。適合真人影片轉動漫、廣告影片風格改版、國漫風格、時尚短片、音樂視覺和創作者風格實驗，每次只做一個主要視覺變化並如實復盤。

分析影片內容，支援今日頭條、抖音、B站、西瓜影片等平台。自動下載影片、語音轉文字(faster-whisper)、繁簡轉換、生成內容摘要。當用戶提供影片連結並要求分析影片內容、總結影片、看看影片講什麼時使用此技能。

使用本地 Whisper（Docker）將音訊檔案轉錄為文字。適用於接收語音訊息、音訊檔案（.mp3、.m4a、.ogg、.wav、.webm）或需要轉錄音訊內容的場景。

從自然語言描述生成 Excalidraw 圖表。常用於“建立圖表”“繪製流程圖”“視覺化流程”“繪製系統”等需求。

使用 Hume AI（或 OpenAI）API 將文字轉換為語音。當用戶請求音訊訊息、語音回覆或想要聽某事時使用。

Manage Canva designs, assets, and folders via the Connect API. WHAT IT CAN DO: - List/search/organize designs and folders - Export finished designs (PNG/PDF/JPG) - Upload images to asset library - Autofill brand templates with data - Create blank designs (doc/presentation/whiteboard/custom) WHAT IT CANNOT DO: - Add content to designs (text, shapes, elements) - Edit existing design content - Upload documents (images only) - AI design generation Best for: asset pipelines, export automation, organization, template autofill. Triggers: /canva, "upload to canva", "export design", "list my designs", "canva folder".

AI歌曲適合需要 AI歌曲生成、AI唱歌、AI作曲、生成歌曲和寫一首歌的中文創作者。你可以提供主題、情緒、風格、歌詞或使用場景，在 AI 助手中生成完整歌曲，並獲得試聽、下載和專案連結；作品會同步到海綿音樂賬號，可在「海綿音樂AI寫歌」小程式和 lexuan.club 網頁繼續管理。

兼顧速度與精度的文字識別。輸入包含文字的圖像，自動檢測並識別內容。適用於各類文件、廣告牌、螢幕截圖等場景。

使用 AudioPod AI API 處理音訊任務，包括 AI 音樂生成（文字轉音樂、說唱、伴奏、取樣、人聲）、分軌分離、文字轉語音、降噪、語音轉文字轉錄、說話人分離及媒體提取。適用於根據文字生成音樂、分離音軌、生成語音、清理噪音、轉錄音影片或從連結提取音訊等場景。需要配置 AUDIOPOD_API_KEY 環境變數或直接傳入 api_key。

影片分析處理 — 本地影片反編譯分析工具。將影片拆解為時間軸劇本、語音轉文字、場景分析、跨模態關聯和精華摘要，支援多ASR引擎切換（Whisper/Paraformer/SenseVoice）、中文NLP增強、PaddleOCR中文識別。v4.0 新增短影片平台適配（抖音/快手/B站/影片號）和自動剪輯建議（高光檢測/冗餘標記/EDL匯出/字幕樣式）。v4.1 新增tiny模型優先體驗（75MB低門檻）、說話人分離質量評分、剪映draft.json匯出。v4.2 新增場景管理（detect→slice一條鏈）、短影片爆款預測、即時直播分析（流式ASR+敏感詞檢測）。v4.3 新增純音訊輸入（mp3/m4a/wav播客與錄音）、批次佇列（SQLite+硬體方案併發）、GPU自動加速（CT2 int8量化）、ASR配置統一（--asr-engine單引數）。v4.4 新增一鍵成片（ffmpeg filter_complex 自動剪輯+平台規格包匯出）、封面幀智慧選取（Laplacian+人臉+三分法構圖）、自動字幕翻譯（cn-llm-router橋接，EN/JP/KO）、BGM識別（chromaprint指紋+本地庫匹配）、剪映6.0適配+EDL匯入指南。

Provides comprehensive guidance for executing image-to-video (圖生影片) generation via the dreamina CLI for 即夢. This skill covers 4 sub-commands selected by input type: image2video (1 image → animate), frames2video (2 images → transition via --first/--last), multiframe2video (2-20 storyboard images → narrative via --images and --transition-prompt), and multimodal2video (up to 9 images + 3 videos + 3 audio → synthesis). Use when the user has reference images or media files and wants to generate video via CLI; mentions \"dreamina image2video\", \"圖生影片CLI\", \"frames2video\", \"multiframe2video\", \"multimodal2video\"; or provides media files and asks to animate or synthesize them. This skill covers mode detection with a decision tree, parameter name differences between sub-commands, input limits per mode, and 4 mode-specific execution workflows. Always use this skill when the user wants to generate video from reference media via the dreamina command line.

基於使用者上傳的寵物原圖，透過視覺特徵提取、提示詞智慧構建與圖生圖渲染，生成高保真保留寵物本體特徵的擬人化高畫質寫真圖片；適用於寵物IP形象設計、趣味萌寵擬人化、寵物周邊定製場景

使用 Microsoft Edge TTS 引擎將文字轉為語音，支援自定義語音、直接播放並自動清理臨時檔案。