「设计创意」Claude 技能排行榜第 14 页

通过 sssinstagram.com 下载 Instagram Reel 并转换为适用于 WhatsApp 的视频文件。适用于提供了 Reel 链接但 yt-dlp 受阻的情况。

通过SSH使用Qwen3‑TTS进行文本转语音，支持预设音色、语音克隆和声音设计，适用于生成语音音频或克隆声音等需求。

生成一座异想天开、童话风格的花拱门，配有柔和色调的花朵和精致的常春藤。

根据Mermaid、XML或CSV代码生成draw.io图表。当用户请求流程图、UML图、ER图等可视化图表时使用此技能。

使用Piper进行本地文字转语音，用于语音消息传递。当用户要求语音回复、音频消息、TTS、文字转语音、语音笔记等情况时使用。

这是一个自动为用户生成 PPT 演示文稿的技能，可依据用户特殊要求如：篇幅、场景、语气，角色等描述以及根据用户的文件（包含 docx、图片等多格式文件）一键生成 PPT 演示文稿。触发词：自动生成一份PPT、生成一份PPT、创建一份PPT、自动创建一份PPT、生成一个PPT、创建一个PPT、自动生成PPT、自动创...

使用 CivitAI 的 JavaScript SDK 根据提示词生成 AI 图像，支持自定义模型、采样器、种子、步数、LoRA 及输出选项。

使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）

调用阿里云通义万相文字转视频API（如wan2.6-t2v）生成短视频。当用户要求根据文本创作视频时使用。

使用阿里云Model Studio的通义图像编辑模型（qwen-image-edit、qwen-image-edit-plus、qwen-image-edit-max及快照）编辑图像。适用于...

AI视频、图像与音乐生成。60+模型：Sora、Veo 3、可灵、Seedance、GPT Image、Suno v5、海螺、WAN。支持文生视频、图生视频、文生图像等。

根据用户的海报平面设计需求，调用创客贴智能设计API生成设计缩略图。擅长制作邀请函、日签、小红书配图、商品海报、Banner等平面设计。当用户提到需要做海报、设计、邀请函、日签、小红书图、商品图、Banner，或提及平面设计、创客贴相关需求时使用此技能。

Nano Banana 2 图像生成与高级编辑，使用 PoYo/poyo.ai 的 `https://api.poyo.ai/api/generate/submit` 接口，适用于 `nano-banana-2-new` 等模型。

AI驱动的视频放大技术，使用Real‑ESRGAN和Waifu2x，适用于用户请求提升、放大、改善画质、制作HD/4K，支持动漫和真人画面。

使用 Telnyx 语音合成 API 将文本转换为语音。适用于文本转语音、创建语音消息或生成音频内容。

根据任意主题生成小红书爆款文案，自动匹配8种风格模板，输出包含正文、配图描述、封面文案和搜索关键词的完整图文方案

根据文本内容生成 Excalidraw 图表，支持 Obsidian (.md)、标准 (.excalidraw) 及动画三种输出模式。

使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。

介绍如何利用 Surface 原语、CVA 变体及一致性样式构建设计系统组件的模式。适用于遵循设计令牌架构的可复用 UI 组件开发，在涉及 Surface 组件、CVA、class-variance-authority、组件变体及设计令牌时触发。

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。

豆包AI图片生成技能 - 视觉设计师专用

{"answer":"基于 faster-whisper 的本地语音转文本，支持 GPU 加速的高性能转录，包含词级时间戳与蒸馏模型..."}

利用 Freepik AI API 生成图像、视频、图标、音频等内容，支持 Mystic、Flux、Kling、Hailuo、Seedream、RunWay、Magnific 放大及图库素材。

使用文字或图片通过 Sideload.gg 生成 3D 虚拟形象（VRM/GLB/MML），每次生成费用为 2 USDC，支持任意 x402 钱包在 Base 网络支付。

{"answer":"从视频音频生成带精确时间戳的同步字幕(SRT/VTT/ASS)。适用于需要字幕、隐藏字幕或视频转录的场景..."}

查找、搜索及创建 GIF，并提供适当的优化和无障碍支持。

设计并发布浏览器可玩游戏，从无构建的 Three.js 原型到高级架构，包含工作流、预算和测试循环。

使用智谱AI的GLM-ASR模型进行自动语音识别(ASR)，用于将音频文件转录为文本，支持中文音频转录。

Content3 API，用于创建视频、管理内容、提交审核、发布至社交媒体。

使用快手Kling 3.0和Kling Video O3生成、动画化并编辑AI视频，具备电影级运动质量、物理仿真、参考式等特性。

基于图片和用户自有录音生成对口型视频。 ✅ 适用场景： - 用户提供自己的音频文件（录音） - 需要将图片与特定音频/语音同步 - 用户自行录制了脚本 - 需保留精确的音频时间 ❌ 不适用场景： - 用户提供文本脚本（非音频）→ 使用 veed-ugc - 需要 AI 生成语音 → 使用 veed-ugc - 尚无音频文件 → 使用 veed-ugc 并提供脚本 输入：图片 + 音频文件（用户录音） 输出：对口型与提供音频同步的 MP4 视频 核心区别：veed-ugc = 脚本 → AI 语音 → 视频 ugc-manual = 用户音频 → 视频（无语音生成）

由 CellCog 通过 Seedance 提供支持的 AI 视频生成，电影级 1080p 视频，画面流畅，多镜头叙事，唇形同步，语音合成，配乐，Comp...

3张图片，一个提示词，即时A/B/C。Nano Banana Pro的自然随机性为您的任何图像创意生成三个不同版本——并行生成。选择...

通过Colormind.io API生成配色方案并获取颜色建议（支持列出模型、生成方案及锁定颜色）。

自动提取视频音频，识别生成带时间戳的文字稿，输出SRT/VTT字幕及带字幕的视频，并智能提炼视频标题。

使用HeyGen将现有视频翻译并配音成多种语言。适用场景：1) 将视频翻译成其他语言；2) 为视频内容配音。

生成专业字幕，支持多引擎转录、词级时间轴、样式预设和字幕烧入。

使用 SnapOG API，从专业模板生成社交图片和 OG 卡，一键输出像素完美的 PNG。

使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。

像素画桌面龙虾，可对OpenClaw TTS语音进行口型同步。适用于：(1) 用户需要AI代理的视觉形象，(2) 用户需要桌面挂件

像素蛋糕桌面客户端技能，涵盖项目查询与创建、预设修图、导出任务等操作。用户在使用像素蛋糕并需查看/创建项目、导入图片、应用预设、发起导出或查询导出状态时，必须阅读本技能。

参与 Monad 上的 ArtWar AI 艺术对战。适用于需要提交 AI 生成的艺术作品参加比赛、在链上进行艺术提交下注等场景。

AI多语言文字转语音工具，支持中文、英文、日语、韩语、粤语语音生成、配音、有声书及语音克隆。

AI视频完整制作工作流技能。适用于： 1. 用户要求"制作AI视频"、"做AI视频"、"AI视频创作" 2. 用户提到"视频工作流"、"视频制作流程" 3. 用户需要AI视频制作的系统化指导 核心：七步流程 + 打磨检查贯穿每步 + 提示词模板

GPT Image 2 model for text-to-image and image editing. Supports generating images from text as well as editing and synthesizing images with reference inputs. GPT Image 2 图像生成与编辑模型。支持文生图，以及通过提供参考图进行图像编辑和合成。

使用 SiliconFlow API (CosyVoice2) 进行语音合成。支持多种音色、语言及方言。

创建符合适当对比度比率和语义标记的无障碍色彩调色板。

使用 Google Imagen 3 生成专业人像摄影作品。适用于创建逼真的人像、头像或艺术角色照片。

国产AI视频生成技能。支持通义万相（Wan2.6文生视频/图生视频）和可灵（Kling V2）模型。适用于创意视频制作、图生视频、动态内容生成等场景。用户请求生成视频、将图片转换为动态视频、或根据描述生成视频片段时触发。

使用 Qwen 3.5 Plus 分析视频，支持本地文件与远程 URL，可自定义提示词与抽帧频率