Baidu Wenku AI picture book of video

使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率，适用于图像创建、修改及编辑请求，使用 --input-image 指定输入图像。

使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）

使用 ffmpeg 从视频中提取帧或短片。

提供 UI/UX 设计智能与实现指导，帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI（HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind）生成/评审/改进。工作流包括：①新 UI 布局与样式生成；②现有 UI/UX 改进；③设计系统标记和组件规范产出；④ UX 建议转化为代码变更。

专家级前端设计指南，用于创建美观、现代的用户界面。适用于落地页、仪表板等各类UI设计。

使用 mcp-diagram-generator MCP 服务器生成和编辑图表。适用于创建新图表、编辑现有的 .drawio/.mmd/.excalidraw 文件、网络拓扑图等场景。

使用 Remotion + React 进行程序化视频创作的完整工具包。涵盖动画、时间控制、渲染（CLI/Node.js/Lambda/Cloud Run）、字幕、3D、图表、文字特效、转场及媒体处理。适用于编写 Remotion 代码、构建视频生成流水线或创建数据驱动的视频模板。

通过 OpenAI Images API 批量生成图像。支持随机提示词采样，并提供 index.html 图库展示。

使用百度AI搜索引擎(BDSE)进行网络搜索。适用于获取实时信息、文档资料或研究课题。

使用百度文库 AI 智能生成 PPT，自动根据内容选择模板。

调用百度千帆 DeepResearch Agent API 自动生成深度研究报告（输出 Markdown 与 HTML 两种格式），一键完成「创建会话 → 发起研究 → 自动跳过澄清 → 自动确认大纲 → 获取报告下载链接」完整流程。支持三种深度模式：lite（轻量版，速度快，默认）/ standard（标准…）

百度百科组件是一款知识服务工具，用于查询各类名词的权威百科解释。其核心功能是根据用户输入的特定名词（如人物、地点、概念等），返回来自百度百科的标准化详细词条释义。

百度网盘AI视频笔记利用大模型对视频（本地/网络）进行语音识别，生成文稿笔记、大纲笔记、图文笔记三种格式，适用于教育、会议视频总结、短视频文案建议和关键信息提取等场景。