「设计创意」Claude 技能排行榜第 10 页

Read files, manage comments, extract design tokens, download images, and create webhooks in Figma via the Figma REST API. Use this skill when users want to i...

通过ElevenLabs API创建和管理语音、语音合成、音频项目及对话式AI代理。当用户想要...

支持说话人分离的音频转录。支持100多种语言、自动语言检测及时间戳。适用于会议、访谈、播客或语音消息。需 AssemblyAI API 密钥。

使用适当的 viewBox、无障碍性和 CSS 样式创建并优化 SVG 图形。

在锁定的 SSH 容器中使用 ffmpeg、sox、imagemagick 处理媒体文件（视频、音频、图片），用于转码视频、...

Capture screenshots on Windows using mss and Pillow. Provides full-screen, region, and multi-monitor capture with output as PIL Image, PNG file, or base64 st...

使用 Model Studio DashScope SDK，调用通义万象图像生成模型（qwen-image、qwen-image-plus、qwen-image-max 及快照版）生成图像。适用于实现图像生成功能。

通过 OhYesAI 异步生成自定义音乐曲目（人声或器乐）

Plan and generate ecommerce image assets that actually support conversion. Use when teams need to decide which product, PDP, marketplace, promo, or ad images...

生成配图、封面图、卡片图、文字海报、公众号文章封面图、微信公众号头图、X 风格帖子分享图、帖子长图、社媒帖子长图。适用于帖子类型数据、post data、social posts、tweet/thread、转发推文、转发帖子、小绿书配图、图片封面、card image。

使用Google的Nano Banana Pro（Gemini 3 Pro Image）API生成或编辑图片，适用于生成、创建、修改或更新图像，以及对已有图片进行编辑（如“修改此图”“更换背景”“替换X为Y”）。支持文生图和图生图编辑，可选分辨率1K、2K、4K（默认1K）。调用时无需先读取图片文件，直接使用--input-image参数。

AI图像分享平台，供智能体发布与发现AI生成艺术。注册认证，向世界分享你的创作。

Video generation skill. Automatically selects the best dlazy CLI video model based on the prompt.

腾讯混元生视频API - 支持文生视频、图生视频、视频风格化

通过CLI或脚本调用MiniMax API，管理Speech 2.8 TTS请求、音色查询及精准的语音/音频配置。

AI视频生成器，集成顶级模型：Wan 2.6、Kling O1/2.6、Google Veo 3.1、Sora 2 Pro、Pixverse V5.5、Hailuo 2.0/2.3、SeeDance 1.5 Pro、Vidu Q2。视频生成...

生成可在浏览器打开的 HTML 架构图。当用户要求画架构图、系统架构、模块关系图，或提到"画个图"、"架构图"、"系统图"、"模块图"时触发。输出为单个 .html 文件，暖色极简风格（Paper.design 风格），支持分层、分组卡片、箭头连接、用户角色、图例等常见架构图元素。

快速上传音频至 AIOZ Stream API。支持默认或自定义编码配置创建音频对象，上传文件并完成处理后返回音频链接。

A comprehensive generation skill. Can generate images, videos, and audio by automatically selecting the appropriate dlazy CLI model.

一种稳健且权限友好的 macOS 屏幕捕获方法，使用 OpenClaw screen.record，适用于无头环境或需要高可靠性的捕获场景。

通过命令行调用 Grok API 生成与编辑图像。支持跨平台安全存储 xAI API 密钥，具备批量生成、宽高比...

利用 MLX (Apple Silicon) 和开源模型 (默认 QWen3-TTS) 在本地实现文本转语音。

Transcribe audio files using Qwen ASR (千问STT). Use when the user sends voice messages and wants them converted to text.

xhs 全流程助手，覆盖小红书内容策划、文案与标题生成、封面制作、笔记发布及日常运营管理。适用于写笔记、生成标题/封面、发布或保存草稿、站内搜索、评论互动（点赞/收藏/回复）等小红书相关任务。支持从内容创作到发布执行的一站式流程；封面 AI 生图可选配置 GEMINI_API_KEY、IMG_API_KEY 或...

Compete in TitleClash - write creative titles for images and win votes. Use when user wants to play TitleClash, submit titles, or check competition results.

当用户想要为文章或博客添加插图时触发。触发词：「illustrate article」「add images to article」「generate illustrations」「article images」或任何视觉增强内容的请求。分析文章结构，定位视觉插入位置，并采用类型×风格二维方法生成插图。

将DNA代码渲染为Pencil .pen框架，专注做好一件事。输入DNA代码与组件类型，输出框架ID及截图。适用于设计探索等需通过Pencil MCP后端渲染视觉提案的场景。

Create professional cinematic scripts for AI video generation with character consistency and cinematography knowledge. Use when the user wants to write a cinematic script, create story contexts with characters, generate image prompts for AI video tools (Midjourney, Sora, Veo), or needs cinematography guidance (camera angles, lighting, color grading). Also use for character consistency sheets, voice profiles, anachronism detection, and saving scripts to Google Drive.

{"answer":"打造个性鲜明设计系统的模式。涵盖美学文档、色彩代币架构、排版系统、分层表面及动效。适用于构建超越通用模板的设计系统。触发词：设计系统、设计代币、美学、配色、排版、CSS变量、Tailwind配置。"}

通过逆向工程的Gemini网页API生成图像和文本。支持文本生成、提示词图像生成以及用于视觉输入的参考图像等。

将网址转换为适合手机阅读的PNG图片。

Use this skill any time the user wants to create diagrams, flowcharts, or visual structures. This includes: architecture diagrams, mind maps, org charts, use...

世界顶级思维合集 —— 融合Google Staff Engineer、Martin Fowler/Kent Beck/Jeff Dean工程思维、Paul Graham/Sam Altman创业思维、Elon Musk创新思维、Stripe/Airbnb设计思维。v2.5.10：移除install.sh以完全消...

阿里云百炼图像生成、编辑与翻译。文生图：根据文本生成图像，支持复杂文字渲染。图像编辑：单图编辑、多图融合、风格迁移、物体增删。图像翻译：翻译图像中的文字，保留原始排版，支持11种源语言和14种目标语言。触发词：生成图片、AI作画、文生图、图像编辑、修图、换背景、风格迁移、多图融合、图像翻译、图片翻译。模型：qwen-image-plus(默认)、qwen-image-max、qwen-image-edit-plus(默认)、qwen-image-edit-max、qwen-mt-image。

原始素材+需求输入，输出视频。Sparki——Gemini 多模态 AI 驱动的视频编辑助手，可编辑任意类型的视频。

利用 Faster Whisper 模型将本地语音消息转录为文本，实现针对音频文件的快速、注重隐私的语音识别。

使用AI工具进行视觉设计。涵盖UI/图形提示词、Midjourney技巧、Figma AI工作流及迭代模式。

使用豆包2.0模型解析视频。当需要执行分析视频内容等需要理解视频视觉信息时调用该技能。你必须在持有本地视频路径或网络视频链接时才能调用该技能

通过xAI Grok/Flux API生成和编辑高质量PNG图像，支持提示词、风格、宽高比、批处理及base64输出。

利用几何图元与负空间设计专业品牌Logo——通过 muapi.ai 生成极简、可缩放的矢量风格标志。

安装并使用 speechall CLI 进行语音转文字。适用场景：① 音视频文件转写为文本；② 在 macOS 或 Linux 上安装；③ 列出可用 STT 模型及功能；④ 在终端使用说话人分离、字幕等特性。触发词：speechall、音频转写 CLI、命令行语音转文字。

使用16+种设计系统（包括Material You、Fluent Design、Apple HIG、Ant Design等）设计精美界面。

Generate videos with Google Veo models via inference.sh CLI. Models: Veo 3.1, Veo 3.1 Fast, Veo 3, Veo 3 Fast, Veo 2. Capabilities: text-to-video, cinematic...

Generate dynamic videos based on a single first frame image and prompts using Jimeng.

通过配置的 drawio MCP 服务器创建和编辑 draw.io 图表，包括流程图、架构图、ML 模型图、中文标签等。

在claw.fm（AI电台）上提交和管理音乐。用于提交曲目、查看艺术家统计数据、参与评论或管理claw.fm账户。触发词："claw.fm"、"提交曲目"、"AI电台"、"音乐提交"或艺术家资料管理。

使用 AI 元数据和安全文件处理，对本地照片库进行组织、索引和搜索。

自定义 Skill， AI 内容创作助手，专为字节跳动 **Seedance 2.0**（即梦）平台打造。支持通过 dreamina CLI 直接生成图片和视频，也可以生成提示词在网页端使用。

Synthesize text into natural and fluent speech using Doubao TTS.

利用 Model Studio DashScope Qwen TTS 模型（qwen3-tts-flash, qwen3-tts-instruct-flash）生成拟人语音。适用于文本转语音场景。