「设计创意」Claude 技能排行榜第 18 页

在 macOS 上无头运行 RoughCut，根据单人说话视频生成 FCPXML 粗剪时间线变体。本地优先，无需上传媒体。

从文本、URL、WiFi凭据、vCard或任何数据生成二维码。当用户想要创建二维码、将链接分享为可扫描代码或生成...

图片识别 - 通用图片识别技能，支持 OCR 文字提取、物体识别、场景分析等。自动使用用户配置的视觉模型，适用于 Android/Termux 环境。

自动化操作剪映桌面客户端，根据用户提供的分镜脚本，利用AI文字成片功能生成9:16未来科幻风格视频，并配合真人女播客配音。

调用 LinkFox AI 平台 API，提供换模特、抠图、扩图、场景裂变、智能修图、套图、姿势裂变、带货口播、图转视频等功能。适用场景：AI 任务创建与结果轮询、api-call 调用任意接口、素材连通性测试。

火山引擎 AI MediaKit 音视频处理技能。用户需对音视频进行加工时触发，自动查询任务状态并返回播放链接。核心能力分为七类：1）视频处理：多片段拼接、片段裁剪、画面翻转、调速、图片合成视频、音画合成、提取音轨、音频混音；2）音频处理：人声/伴奏分离、...

在线素材搜索工具：查询公共素材库（如Pixabay），获取高质量图片、插画、矢量图和视频，返回结果元数据...

抖音创作者平台视频上传发布。触发条件：用户要求上传视频到抖音、发布抖音视频、自动上传视频到抖音创作者平台

为各阶段作曲家创作原创歌曲，提供歌词引导、和弦进行、旋律轮廓及AI音乐生成器提示。

基于阿里云Model Studio Qwen TTS VD模型的语音设计工作流，用于根据文本描述创建自定义合成语音并用于语音应用。

Pro-Studio v4.0.0，AI驱动的背景去除、智能字幕定位和电影级LUT预设，打造高端视频内容的终极制作套件。

使用微软 Edge TTS 生成高质量中文语音，默认 XiaoxiaoNeural 语音，用户请求时自动触发。

使用阿里云Model Studio Wan R2V模型（wan2.6-r2v-flash、wan2.6-r2v）生成基于参考的视频，适用于从参考创建多镜头视频。

通过火山引擎 Seedream API 进行图像生成。适用于需要进行文本到图像（T2I）、图像到图像（I2I）或一般视觉创意任务。

在图像中翻译文字，使用 OCR 提取文字，并使用 TranslateImage AI 去除文字。适用于用户说“翻译图像”、 “OCR 图像”、 “提取文字”等情况。

Apple Human Interface Guidelines 实战参考。涵盖 macOS/iOS 设计规范、System Colors、排版层级、控件规格、布局间距、Dark Mode 适配、辅助功能和平台差异。适用于开发 macOS 桌面应用（Electron/SwiftUI/AppKit）和 iOS 应用...

下载视频、提取字幕、截帧。使用 yt-dlp + Whisper + ffmpeg 分析 YouTube、教程、DD 视频。

Render Mermaid diagrams as beautiful SVG, PNG, or ASCII art. Supports 6 chart types (flowchart, sequence, state, class, ER, XY chart), 16 built-in themes, 5...

由夸克扫描王（yescan）提供的专业文件扫描增强工具。当用户需要对图片、截图进行画质优化、瑕疵去除或视觉增强时，使用此技能——包括画质增强、证件照优化、考试试卷增强、合同增强等场景。智能去除手写笔迹、水印、阴影、摩尔纹、底色等干扰元素。支持图像裁剪与矫正、素描效果转换、线稿提取等，输出优化后的高清图片。本技能由夸克扫描王提供支持。即使用户没有明确提到"增强"或"处理...

每日生成名言语音+封面静态视频（可选HeyGen数字人视频）并发送给主人

{"answer":"通用成像与光学主权协议。一项用于生成、认证及保存光线与合成影像的高保真标准……"}

使用 SiliconFlow API 的 Wan2.2 模型生成视频，支持文生视频和图生视频。

自动每日新闻视频下载器，具备AI字幕校对功能。从YouTube下载CBS晚间新闻和BBC十点新闻，提取并校对字幕。

在通过规范的MCP优先工作流使用Google Stitch时使用。推荐此技能用于项目检查、受控屏幕生成和编辑。

Generate a minimalist terrain-style animated driving route video (MP4) from a list of stops (cities/POIs) without Remotion. Uses OSRM for road-following geom...

使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）

AI 换脸 - 使用 verging.ai API 进行视频换脸。支持本地视频、YouTube/Bilibili 链接、本地/远程人脸图片。自动下载、裁剪...

配置和使用 Snipgrapher 生成精美代码片段图片

控制小播鼠广播系统，实现音频文件播放、URL播放、音量调节、设备管理、定时任务管理及文字转语音(TTS)广播等功能，适用于音频播放和广播通知等场景。

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）。

利用 Gemini Vision 和 AI 图像生成技术，从餐厅链接、PDF 或照片生成精美的 HTML 菜单。

将音频文件转换为飞书可播放的语音消息。先用 ffmpeg 转为 opus 格式，再上传到飞书，最后发送 audio 消息。适用于用户想要在飞书中收到可播放的语音消息的场景。

{"answer":"使用 Yandex SpeechKit 从语音消息进行语音识别（支持扩展其他服务商）。需转换语音消息时使用..."}

使用 NanoPhoto.AI Sora 2 API 生成视频，支持文生视频和图生视频模式。使用场景：(1) 用户想要根据提示词创建 Sora 2 视频，(2)...

视频生成 - AI视频生成与后期剪辑制作 职责：调用Vidu生成视频、模型选择、Prompt调优、视频拼接、质量检测

基于双引擎策略的智能语音系统，支持中文本地Tingting语音和多语言Edge-TTS云端，输出高质量OGG音频，保障隐私。

使用 p5.js 和种子随机性创建算法艺术，支持交互式参数探索。适用于用户请求代码生成艺术、程序化艺术或生成式艺术创作。

图片通用文字 OCR，支持中英文及多语种。用户说“把图里的文字提取出来”“截图 OCR 一下”等类似需求时使用此技能。

gpt-image-2 生图技能：自动发现 OpenAI 兼容 API，验证模型支持，调用生图接口并保存本地文件。

基于火山引擎即梦 AI 生成图片和视频，并将结果整理为适合 OpenClaw 在飞书、企微、钉钉中发送和查看的纯文本结果、远程直链和可公开分享链接。用于“生成图片”“生成视频”“让飞书/企微/钉钉可查看”“输出适合企业 IM 的分享结果”“调用 jimeng-skills”等场景。

为视频、演示、广告和社交内容生成配音、旁白和语音。

当用户想要将文字转换为语音、从文本生成音频或制作配音时使用此技能。触发词包括：任何提及'TTS'、...

Download videos from Xiaohongshu (小红书) pages. Use when the user wants to save or download a video from a xiaohongshu.com URL, or mentions "小红书视频下载", "保存小红书视频...

{"answer":"面向创始人、营销人员和创意专业人士的全套品牌智能系统。在需要构建、优化或传达品牌时触发……"}

视频一站式工作流技能包。整合视频剪辑、转写、烧录、拼接全流程，支持分步执行和用户确认。 包含：(1) auto-editor - 视频剪辑去除静音片段；(2) Faster Whisper + MiniMax LLM - 语音转字幕； (3) ffmpeg - 烧录字幕到视频；(4) FFmpeg 工具箱 - 拼...

AI图片生成与编辑工具，使用Sih.AI API进行自然语言驱动的图片处理。支持换装、换背景、换脸、风格转换（动漫/粘土/油画等）、美颜修图等功能。当用户需要通过自然语言描述来编辑图片（如"把衣服换成bikini"、"背景换成海边"、"转换成动漫风格"）时使用此skill。

将原始UGC风格素材剪辑成更紧凑、可用且适用于创作者和广告的成片。适用于团队拥有谈话类、证言或产品演示素材等场景。

Produce complete code-based animated videos by scripting, generating narration, creating visual assets, and rendering final MP4s using the code2animation fra...

将旁白音频和幻灯片转换为带旁白的视频。适用于用户拥有mp4/m4a/mp3/wav音频和ppt/pptx/pdf幻灯片，并需要生成视频的情况。

URL to audio: extract any web page and convert to natural AI speech (Kokoro TTS). The only skill that turns a URL into a podcast-quality MP3 — no API key nee...