「设计创意」Claude 技能排行榜第 6 页

AI social media video and content creation powered by CellCog. Instagram Reels, TikTok videos, Stories, carousels, social posts. Full video production from a single prompt — scripted, shot, stitched, and scored automatically.

AI图像生成，支持 OpenAI GPT Image 2、Azure OpenAI、Google、OpenRouter、DashScope、Z.AI GLM‑Image、MiniMax、Jimeng、Seedream、Replicate 与 Agnes API

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。

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。

Download and archive YouTube video content. Retrieves videos with metadata while respecting platform policies.

处理、提升并转换音频文件，包含降噪、归一化、格式转换、转录和播客工作流。

生成和读取二维码。当用户需要将文本/网址生成为二维码，或从图片文件中解码/读取二维码时使用。支持 PNG/JPG 输出，可从截图或图像文件中读取二维码。

自动学习视觉偏好，适配UI、图形、视频及任何创意工作。

AI背景音乐生成适合需要 BGM生成、背景音乐生成器、纯音乐 BGM 和视频配乐的创作者。你可以描述场景、情绪、节奏和用途，为短视频、Vlog、游戏、播客、产品演示和商业内容生成可试听、可下载的背景音乐；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

用一首参考歌曲录音和一个全新的风格、编曲或唱法方向，把原曲重新演绎成一首翻唱作品。这个 AI 翻唱歌曲制作和参考音频成歌工作流可以把一首歌重新做成摇滚、民谣、爵士、国风、抒情版本，或换上全新的演唱风格，同时保留可辨识的原曲气质，并在交付后检查编曲新意、演唱表现、歌词、咬字、结构和实际时长。适合经典歌曲翻唱、老歌新唱、改风格、创作者样带、致敬翻唱和个人练习录音，每次只生成一个翻唱版本并如实复盘。

中文：按平台原生的节奏、字幕、转场、卡点与音效把素材剪成短视频，并输出可复用的剪辑规格与执行清单。 English: Cut footage into platform-native short videos with pacing, captions, transitions, beat sync, and sound design, delivering a reusable edit spec and execution checklist.

基于用户上传的门头照片和设计要求，进行安全审核、视觉特征分析和需求意图解析，融合生成专业的生图提示词，最终输出重绘后的门头设计效果图及后续优化建议

使用 ImageMagick 对图像进行缩放、裁剪、格式转换和优化。适用于处理照片、转换格式（PNG/WebP）、压缩大小或添加水印。

将图像压缩为 WebP（默认）或 PNG，自动选择工具。适用于用户要求“压缩图像”“优化图像”“转换为 webp”“减小文件大小”等情形。

使用 fal.ai API 生成图像、视频和音频（FLUX、SDXL、Whisper 等）

利用 macOS 原生能力实现本地语音识别与合成。通过 yap (Apple Speech.framework) 进行语音转文字，通过 say + ffmpeg 进行文字转语音。完全离线，无需 API 密钥。具备音质检测与智能选声功能。

AI歌曲生成适合需要 AI song generator、AI歌曲生成、原创歌曲和中文AI写歌的创作者。输入主题、情绪、风格或一句创作想法后，AI 助手会生成完整歌曲，并返回试听、下载和项目链接；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

使用 AI 将 YouTube 选题、标题、脚本、关键帧、人物照、商品图或频道参考制作成 YouTube 缩略图、油管封面、YouTube 视频封面和长视频缩略图。规划醒目的视觉钩子、清晰层级、标题匹配建议与标题安全区，适用于知识讲解、评测、教程、Vlog、游戏、播客和长视频创意内容，并可将已选方向精修为统一的频道视觉。

CSS implementation patterns for layout, typography, color, spacing, and responsive design. Complements ui-design (fundamentals) with code-focused examples.

通过MiniMax AI平台使用mmx生成文本、图片、视频、语音和音乐，适用于创建媒体内容或与MiniMax聊天

AI音乐生成，CellCog驱动。原创器乐与人声，5秒至10分钟。电影配乐、背景音乐、播客开场等。

可调用 banana、sora、veo 等模型生成图片和视频，适用于图片、视频及短剧素材的生产。

Suno AI音乐生成适合想用中文完成 Suno AI音乐、Suno AI写歌、中文 Suno、Suno 替代和 AI音乐生成的创作者。音乐生成能力由 Suno 提供；你可以在 AI 助手中输入歌曲主题、歌词、风格、BGM 场景或参考音频，生成可试听、可下载的音乐作品。作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

根据用户上传的宠物图片，识别宠物特征并匹配中国传统神话神祇，生成神像风格图片及趣味TTS播报音频；适用于宠物趣味内容创作、社交分享、文创IP生成场景

Download audio from any URL and transcribe it to text using Faster-Whisper. Use when asked to "transcribe this audio", "download and transcribe", "speech to text", "audio to text", "转录", "语音转文字", "音频转文字", or any task involving converting audio/video content (YouTube, Xiaoyuzhoufm, podcasts, etc.) into text. Supports YouTube, Xiaoyuzhoufm, and any site yt-dlp can extract audio from. Runs entirely locally — no cloud API needed.

可能是最便宜的AI图像生成服务（约$0.0036/图）。通过EvoLink API实现文本生成图像。

上传人物照片，输入打卡地点和姿势要求，生成写实风格的景点打卡照片；适用于旅游打卡、虚拟旅游、社交媒体配图、创意合影场景

打造独特、生产级前端界面，摒弃千篇一律的“AI 模板感”美学。融合 UI/UX Pro Max 的设计智慧与 Anthropic 的反平庸理念。适用于构建细节考究、创意大胆的 UI 组件、页面或应用。

接收任意照片生成专业的十字绣格子图纸，自动计算并标注简体中文色号、针数、用线量；适用于照片转十字绣图案、手工DIY设计、绣品材料预算场景

图像识别与理解工具。使用多模态模型（如doubao-seed-2.0-pro、kimi-k2.5）分析图像内容，支持OCR文字提取。

This skill converts PDF presentation slides, a speech manuscript, and a reference voice into a complete narrated presentation video with synchronized subtitles. It should be used when the user wants to generate a presentation video from PPT/PDF slides with voice cloning, text-to-speech, and subtitle generation. Trigger phrases include PPT to video, generate presentation video, slides to video, 演讲视频, PPT转视频, 幻灯片生成视频, voice cloning presentation, or any request involving converting slide decks into narrated videos with speech synthesis.

使用 ElevenLabs 语音转文字 (Scribe v2) 转录音频文件。

面点师通过提示词和蛋糕草图生成蛋糕实际效果图。适用于烘焙设计、蛋糕定制效果图生成、草图还原、视觉丰富化场景

专业的配色和排版主题精选集，用于美化幻灯片、文档、报告、着陆页等制品。适用于为演示文稿应用视觉主题、生成主题化内容或创建自定义品牌配色。触发词：主题、配色方案、字体搭配、幻灯片样式、演示主题、品牌颜色。

搜索、浏览并下载Unsplash高质量免费照片，支持筛选、随机选择及查看详细照片元数据。

基于MLX（Apple Silicon）与开源模型（默认GLM-ASR-Nano-2512）的本地语音转文本。

按需求创建或修改文档、PDF、网页或审阅图像，支持所请求的格式、清晰的栅格输出和伪影验证。

用一条短视频和一个目标画风，把实拍画面转绘成全新的视觉风格。这个 AI 视频转绘与风格转换工作流可以把真人视频变成动漫、插画、国漫、水墨、黏土、剪纸、赛博朋克等风格，同时保留人物、动作、构图和镜头意图，并在交付后检查风格一致性、人物特征、动作连贯性和原声音效果。适合真人视频转动漫、广告视频风格改版、国漫风格、时尚短片、音乐视觉和创作者风格实验，每次只做一个主要视觉变化并如实复盘。

分析视频内容，支持今日头条、抖音、B站、西瓜视频等平台。自动下载视频、语音转文字(faster-whisper)、繁简转换、生成内容摘要。当用户提供视频链接并要求分析视频内容、总结视频、看看视频讲什么时使用此技能。

使用本地 Whisper（Docker）将音频文件转录为文本。适用于接收语音消息、音频文件（.mp3、.m4a、.ogg、.wav、.webm）或需要转录音频内容的场景。

从自然语言描述生成 Excalidraw 图表。常用于“创建图表”“绘制流程图”“可视化流程”“绘制系统”等需求。

使用 Hume AI（或 OpenAI）API 将文本转换为语音。当用户请求音频消息、语音回复或想要听某事时使用。

Manage Canva designs, assets, and folders via the Connect API. WHAT IT CAN DO: - List/search/organize designs and folders - Export finished designs (PNG/PDF/JPG) - Upload images to asset library - Autofill brand templates with data - Create blank designs (doc/presentation/whiteboard/custom) WHAT IT CANNOT DO: - Add content to designs (text, shapes, elements) - Edit existing design content - Upload documents (images only) - AI design generation Best for: asset pipelines, export automation, organization, template autofill. Triggers: /canva, "upload to canva", "export design", "list my designs", "canva folder".

AI歌曲适合需要 AI歌曲生成、AI唱歌、AI作曲、生成歌曲和写一首歌的中文创作者。你可以提供主题、情绪、风格、歌词或使用场景，在 AI 助手中生成完整歌曲，并获得试听、下载和项目链接；作品会同步到海绵音乐账号，可在「海绵音乐AI写歌」小程序和 lexuan.club 网页继续管理。

兼顾速度与精度的文字识别。输入包含文本的图像，自动检测并识别内容。适用于各类文档、广告牌、屏幕截图等场景。

使用 AudioPod AI API 处理音频任务，包括 AI 音乐生成（文本转音乐、说唱、伴奏、采样、人声）、分轨分离、文本转语音、降噪、语音转文字转录、说话人分离及媒体提取。适用于根据文本生成音乐、分离音轨、生成语音、清理噪音、转录音视频或从链接提取音频等场景。需要配置 AUDIOPOD_API_KEY 环境变量或直接传入 api_key。

视频分析处理 — 本地视频反编译分析工具。将视频拆解为时间轴剧本、语音转文字、场景分析、跨模态关联和精华摘要，支持多ASR引擎切换（Whisper/Paraformer/SenseVoice）、中文NLP增强、PaddleOCR中文识别。v4.0 新增短视频平台适配（抖音/快手/B站/视频号）和自动剪辑建议（高光检测/冗余标记/EDL导出/字幕样式）。v4.1 新增tiny模型优先体验（75MB低门槛）、说话人分离质量评分、剪映draft.json导出。v4.2 新增场景管理（detect→slice一条链）、短视频爆款预测、实时直播分析（流式ASR+敏感词检测）。v4.3 新增纯音频输入（mp3/m4a/wav播客与录音）、批量队列（SQLite+硬件档位并发）、GPU自动加速（CT2 int8量化）、ASR配置统一（--asr-engine单参数）。v4.4 新增一键成片（ffmpeg filter_complex 自动剪辑+平台规格包导出）、封面帧智能选取（Laplacian+人脸+三分法构图）、自动字幕翻译（cn-llm-router桥接，EN/JP/KO）、BGM识别（chromaprint指纹+本地库匹配）、剪映6.0适配+EDL导入指南。

Provides comprehensive guidance for executing image-to-video (图生视频) generation via the dreamina CLI for 即梦. This skill covers 4 sub-commands selected by input type: image2video (1 image → animate), frames2video (2 images → transition via --first/--last), multiframe2video (2-20 storyboard images → narrative via --images and --transition-prompt), and multimodal2video (up to 9 images + 3 videos + 3 audio → synthesis). Use when the user has reference images or media files and wants to generate video via CLI; mentions \"dreamina image2video\", \"图生视频CLI\", \"frames2video\", \"multiframe2video\", \"multimodal2video\"; or provides media files and asks to animate or synthesize them. This skill covers mode detection with a decision tree, parameter name differences between sub-commands, input limits per mode, and 4 mode-specific execution workflows. Always use this skill when the user wants to generate video from reference media via the dreamina command line.

基于用户上传的宠物原图，通过视觉特征提取、提示词智能构建与图生图渲染，生成高保真保留宠物本体特征的拟人化高清写真图片；适用于宠物IP形象设计、趣味萌宠拟人化、宠物周边定制场景

使用 Microsoft Edge TTS 引擎将文本转为语音，支持自定义语音、直接播放并自动清理临时文件。