「设计创意」Claude 技能排行榜

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 mcp-diagram-generator MCP 服务器生成和编辑图表。适用于新建图表、编辑现有 .drawio/.mmd/.excalidraw 文件、网络拓扑、架构图、流程图、泳道图、时序图、类图、ER 图及 Excalidraw 白板工作。当用户要求绘图时，始终使用此技能。

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。

强大的AI自动化绘图与复杂信息可视化工具（基于 ContextWeave）。不仅支持代码与系统架构的可视化，更广泛适用于复杂逻辑梳理、知识库转换、业务流程图、思维导图及长文本的结构化信息图生成。通过深度的语义分析与请求编排，一键将晦涩文本与复杂知识转化为清晰直观的图形表达。

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 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。

创建独特、高品质的生产级前端界面。用于构建Web组件、页面或应用程序。生成创意、精致的代码，避免通用的AI美学风格。

创建、检查、处理和优化图像文件及视觉资产，支持可靠的格式选择、调整大小、压缩、色彩配置、元数据和平台设置。

使用 OpenAI Whisper 的本地语音转文字，模型下载后完全离线运行，提供多种模型尺寸的高质量转录。

具有 Mac 风格 say 交互的 ElevenLabs 语音合成。

使用 OpenAI 音频转录 API（Whisper）进行音频转录。

当用户提到海报、视觉设计、品牌视觉、排版系统、极简风格、设计哲学、美学方案，或说"帮我做张海报"时，必须触发此技能。该技能先构建一套设计哲学（Algorithmic Philosophy），再基于该哲学用 show_widget 生成可渲染的 SVG 海报 artifact。即使用户没有明确提到"哲学"或"系统"，只要涉及视觉设计或海报生成，都应触发。适用于品牌视觉、作品集封面、极简主义海报、AI 生成艺术、任何需要系统性美学表达的场景。

Fetch and summarize YouTube video transcripts. Use when asked to summarize, transcribe, or extract content from YouTube videos. Handles transcript fetching via residential IP proxy to bypass YouTube's cloud IP blocks.

Best practices for Remotion - Video creation in React

使用 Tesseract OCR 从图像中提取文本。

Text-to-speech conversion using node-edge-tts npm package for generating audio from text. Supports multiple voices, languages, speed adjustment, pitch control, and subtitle generation. Use when: (1) User requests audio/voice output with the "tts" trigger or keyword. (2) Content needs to be spoken rather than read (multitasking, accessibility, driving, cooking). (3) User wants a specific voice, speed, pitch, or format for TTS output.

利用提示工程、风格控制和智能编辑，借助GPT Image、Gemini Nano Banana、FLUX、Imagen等顶级服务商创作AI图像。

This skill should be used when the user needs to analyze frontend project architecture evaluate tech stack choices review component design patterns assess bu...

使用CLI/TUI搜索GIF源，下载结果并提取静态图/精灵图。

使用火山引擎 SD1.5pro API 生成视频。支持文本到视频和图生视频，异步处理任务。

公众号爆款封面AI设计工具。基于全网每日收录的10w+文章数据，获取同赛道爆款封面视觉元素，通过AI分析总结高转化视觉规律，生成贴合文章内容、符合平台流量审美的封面设计方案。当用户设计公众号封面、生成封面方案、查询爆款封面规律时使用。触发词：公众号封面、封面设计、爆款封面、封面方案、封面生图。

移动优先UI/UX设计、色彩系统、字体排版、无障碍设计(WCAG 2.2)、Tailwind + Shadcn/ui集成、微交互等专家指导

根据自然语言视频编辑需求生成FFmpeg命令，支持剪辑、裁剪、转换、压缩、修改宽高比、提取音频等。

用于用户想要设计移动应用、创建界面、构建UI或与其Sleek项目进行交互的场景。涵盖高级需求（如“设计一个应用...”等）。

自动化UI审计AI技能。基于Tommy Geoco的《Making UX Decisions》，根据成熟的UX原则评估界面的视觉层级、无障碍性、认知负荷和导航等方面。

腾讯云 MPS 媒体处理服务，凡涉及以下任一场景必须触发：【视频转码】转码/压缩/格式转换/H.264/H.265/AV1/MP4/编码/码率/分辨率/帧率。【画质增强】画质增强/老片修复/超分/视频超分/真人增强/漫剧增强/防抖/720P/1080P/2K/4K。【音频处理】音频分离/人声提取/伴奏提取/去人声...

CellCog驱动的AI图像生成与编辑，支持文字转图像、图像转图像、角色一致性、产品摄影及基于参考的生成。

专业的 Figma 设计分析与资源导出。用于提取设计数据、导出多格式资源、审计无障碍合规性、分析设计系统及生成详尽设计文档。对 Figma 文件进行只读分析，具备强大的导出与报告能力。

使用内部 Google Antigravity API（Gemini 3 Pro Image）生成图像，高质量原生生成，无需浏览器自动化。

Using the Wonda CLI to generate images, videos, music, and audio from the terminal — plus LinkedIn, Reddit, and X/Twitter research and automation

使用 AI 修复、外绘、背景去除、放大、复原工具编辑图像

Download videos, audio, subtitles, and clean paragraph-style transcripts from YouTube and any other yt-dlp supported site. Use when asked to “download this video”, “save this clip”, “rip audio”, “get subtitles”, “get transcript”, or to troubleshoot yt-dlp/ffmpeg and formats/playlists.

使用 songsee CLI 从音频生成频谱图和特征面板可视化。

抖音、小红书、豆包、千问等平台的图片/视频去水印解析。当用户需要去除视频/图片水印、获取无水印直链、调用解析API、查询价格时使用此skill。

BluOS CLI (blu) 用于设备发现、播放、分组和音量控制。

最佳质量AI图像生成(约$0.12-0.20/张)，支持文生图、图生图及图像编辑，通过EvoLink API实现。

视频自动剪辑助手。基于 FFmpeg 自动提取精彩片段、生成字幕、裁剪时长、制作短视视频，支持多平台导出。当用户需要：自动剪辑视频、提取关键词片段、生成字幕并烧录、导出短视频、提取视频精华、生成视频摘要时使用此技能。

端到端AI视频生成 - 通过文本提示创建视频，支持图像生成、视频合成、配音和编辑。支持OpenAI DALL-E、Replicate模型、LumaAI、Runway和FFmpeg编辑。

即梦 AI 图片生成技能（火山引擎图片生成 4.0）。当用户想要 AI 生成图片、文生图、图生图、 字体设计、海报制作时使用。支持场景： - "帮我生成一张图片：..." - "用即梦画一张 16:9 的科技感壁纸" - "字体设计：新年快乐，红色背景" - "把这张图的背景换成星空" - "生成一组表情包" -...

Remotion 最佳实践 - React 视频创作

前端设计质量提升 skill。让 AI 生成的 UI/前端代码更专业，避免常见设计反模式。 参考 impeccable 项目的设计语言规范，提供 audit/polish/critique 等设计审查命令。 触发词：/audit /polish /critique /colorize /animate /bold...

生成文章封面图像，包含5个维度（类型、配色、渲染、文字、情绪），结合11种配色和7种渲染风格，支持电影感...

使用设计理念在 .png/.pdf 中创作精美视觉艺术，适用于海报、艺术作品或静态设计。确保原创，不复制他人作品，防止版权侵权。

百度文库AI绘本是一个基于人工智能制作绘本视频的工具，支持生成静态绘本和动态绘本(URL输出)。能帮助文本内容创作者们在缺乏绘画技能的情况下，快速生成精美绘本视频，提高内容生产效率。无论是在儿童教育、亲子互动、品牌营销，还是在社交媒体内容创作等领域都能应用。

专业UI生成与现有界面优化技能。当用户请求生成UI界面、设计页面、优化现有界面、创建组件库、设计系统、App界面、Web界面、Dashboard、Landing Page、或任何涉及视觉交互设计时必须触发此技能。参考Google Material Design、Apple HIG、以及Pinterest级别审美标准，输出大气简约、高级美学的UI代码。即使用户只是说"帮我做个界面"、"优化一下UI"、"设计一个页面"也必须触发。

在 macOS 上，当用户输入表明语音唤醒/语音识别（例如，以 “User talked via voice recognition on <device>” 开头的消息）时，使用内置的 `say` 命令朗读回复。

最稳定的抖音视频下载工具，用户提供抖音链接或modal_id即可自动解析并下载。

使用 Qwen Image API（阿里云 DashScope）根据文本描述生成高质量 AI 图像。当用户使用中文提示词请求图像生成时使用。