「设计创意」Claude 技能排行榜第 6 页

{ "translatedText": "使用 faster-whisper 本地自动转写语音消息，可选 Whisper 模型，无需 API Key。" }

Generate, edit, and upscale images; create videos from images via Venice AI. Supports text-to-image, image-to-video (Sora, WAN), upscaling, and AI editing.

Next.js best practices - file conventions, RSC boundaries, data patterns, async APIs, metadata, error handling, route handlers, image/font optimization, bund...

将长视频转化为爆款短视频。自动识别精彩片段，添加热门字幕，支持导出至TikTok、Reels和Shorts。独立运行无需外部模块，工具完全免费。

Image processing tool for compression, background removal/replacement, and upscaling. Invoke when user wants to compress image, remove background, change bac...

使用 Python Pillow 进行经典图像处理——调整大小、裁剪、合成、格式转换、加水印、亮度和对比度调节，以及网页优化...

Download videos from 1800+ websites and generate subtitles using Faster Whisper AI. Use when user wants to download videos from YouTube, Bilibili, Twitter, T...

AI cinematic video production powered by CellCog. Short films, music videos, brand films, widescreen cinematics. Consistent characters, cinematic lighting, v...

Manage YouTube Music library, playlists, and discovery via ytmusicapi.

视频理解与分析能力 - 让 AI 能够理解视频内容、提取关键信息。当用户要求分析视频、理解视频内容、总结视频、提取视频要点时触发此技能。

自动化文本转视频流水线，支持多厂商 TTS/ASR（OpenAI、Azure、阿里云、腾讯）

MiniMax AI图片生成，支持 image-01 和 image-01-live 模型。 image-01: 画面表现细腻，支持文生图、图生图 image-01-live: 手绘、卡通等画风增强，支持文生图并进行画风设置 需要 MiniMax API Key (Coding Plan)。

Talk face-to-face with your OpenClaw agent using a real-time video avatar powered by LiveAvatar

End-to-end SEO content creation workflow. Researches keywords, analyzes search intent, generates optimized outlines, and produces draft content with on-page...

使用 ExtendScript 在 Windows 上自动化 Adobe Photoshop，执行脚本、更新文本图层、创建图层、应用滤镜、播放动作并导出图像。

利用OpenAI TTS API进行文本转语音，生成高质量自然音频。支持6种声音、0.25x-4.0x语速调节、高清模型、多种输出格式及长文本自动分块（单次上限4096字符）。适用场景：(1) 用户请求音频输出或提及“朗读”、“转换为音频”、“生成语音”、“tts”、“openai tts”等关键词；(2) 内容适合聆听而非阅读（如多任务处理、无障碍需求）；(3) 用户指定特定声音或语速调整。

Build real-time voice AI applications using Azure AI Voice Live SDK (azure-ai-voicelive). Use this skill when creating Python applications that need real-time bidirectional audio communication with Azure AI, including voice assistants, voice-enabled chatbots, real-time speech-to-speech translation, voice-driven avatars, or any WebSocket-based audio streaming with AI models. Supports Server VAD (Voice Activity Detection), turn-based conversation, function calling, MCP tools, avatar integration, and transcription.

通过 Inworld.ai API 实现文字转语音。用于从文本生成语音音频、制作语音回复或将文本转为 MP3/音频文件。支持多种音色、语速调节以及长文本流式处理。

通过 runcomfy CLI 在 RunComfy 上实现掩码驱动的图像修复，路由至通义 MAI Z‑Image Turbo Inpainting（专用掩码修复端点，...

将上传的照片转换为可打印的黑白填色页。

Browse, upload, and interact with videos on BoTTube (bottube.ai). Generate videos, prepare to constraints, upload, comment, and vote.

The organic growth playbook behind 300K+ app downloads. Your AI becomes a growth coach trained on the exact system that drove 500M+ views and $30K+ revenue.

通过 AirPlay 扬声器使用 Airfoil + ElevenLabs TTS 在全屋广播文字。

本地语音转文字，使用 whisper-cli (whisper.cpp)

创建线框图和用户流程。用于 ASCII/SVG 绘制页面布局、流程映射或导出 HTML。

Relight a still image — change the lighting setup, color temperature, direction, or mood — on RunComfy via the `runcomfy` CLI. Routes to Qwen Edit 2509's ded...

AI YouTube content creation powered by CellCog. YouTube videos, Shorts, thumbnails, video scripts, tutorials, vlogs, educational videos, product reviews, vid...

使用 ElevenLabs SFX（文本生成声音）生成短音效。适用于制作掌声、罐头笑声、呼啸声、环境音或短促转场音等片段，可选转换为 WhatsApp 兼容的 .ogg/opus 格式。

通过 runcomfy CLI 在 RunComfy 上延长或继续现有视频片段。路由到 Google Veo 3-1 的 extend-video 和 fast/extend-video 端点。

在 OpenClaw 中使用 MagicPodcast，将 PDF、文本、笔记和链接转化为 AI 播客节目。生成自然的双人对话音频，支持自定义语言。

在 RunComfy 上通过 runcomfy CLI 对视频帧进行区域编辑——删除跨帧出现的对象、清理线缆或水印、替换

利用 fal.ai 的 AI 模型生成、重塑及编辑图像。支持文生图、图像重塑以及局部重绘/编辑。

在 RunComfy 上使用 `runcomfy` CLI 将面部与指定音轨对口型，跨越 ByteDance OmniHuman（音频驱动的全身头像，从肖像）

通过 `runcomfy` CLI 在 RunComfy 上进行图像外绘——将图像延展至原始画布外，填补未拍摄内容，调整宽高比。

使用 inference.sh CLI 调用 FLUX 模型（Black Forest Labs）生成图像，支持 FLUX Dev LoRA、FLUX.2 Klein LoRA 及自定义风格适配。

Generate images & videos with AIsa. Gemini 3 Pro Image (image) + Qwen Wan 2.6 (video) via one API key.

AI 3D model generation powered by CellCog. Text-to-3D, image-to-3D — production-ready GLB files for games, AR/VR, e-commerce, and 3D printing. Game assets, p...

ElevenLabs API 集成，提供托管身份验证。AI 驱动的文字转语音、语音克隆、音效和音频处理。使用此技能时...

搜索超过100万张免费高质量AI库存照片。每日可免费生成多达240张AI图片。无需API密钥、无需代币、完全免费。涵盖235+个细分领域且持续增长。

在 RunComfy 上通过 runcomfy CLI 进行姿态条件生成，跨 Kling 2-6 Motion Control Pro/Standard（传递运动/阻止...）

管理Google Photos图库，支持上传照片、创建相册及列出图库内容。适用于用户通过Google Photos备份、整理或分享图片。

使用 fal.ai API（Flux、Gemini image 等）生成图像和媒体。适用于需要生成图像、运行 AI 图像模型、创建视觉内容或涉及 fal.ai 的场景。自动处理队列请求并进行轮询。

使用 ElevenLabs v3 音频标签和音效 API，将任意文本转换为带有环境音景的情感化语音。

通过 Roon API 控制 Roon 音乐播放器，支持自动发现 Core 并过滤区域。可实现播放/暂停、下一曲/上一曲以及查询当前曲目。自动定位 Muspi 区域。支持中文指令。

agent-im 会话技能 - 通过 liblib.tv 的 AI 能力生成和编辑图片/视频。覆盖场景包括：生成（文生图、文生视频、图生视频、做动画、画一个xxx、来段xxx）、编辑修改（把xxx换成yyy、去掉xxx、加上xxx、改成xxx、调整xxx、局部修改、改镜头）、风格转换（风格迁移、转绘、换风格）、视...

抖音无水印视频下载及文案提取工具

通用视频下载工具，支持 YouTube、B站、抖音等主流平台。使用 yt-dlp 下载视频，自动选择分辨率、合并音视频、清理文件名。

使用 Visla 将文字脚本、链接或 PPT/PDF 文档生成 AI 视频。适用于用户要求生成视频或将网页转为视频的场景。

搜索、探索并运行 fal.ai 生成式 AI 模型（图像、视频、音频、3D）。当用户希望使用 AI 模型生成图像、视频或其他媒体时使用。

在 RunComfy 上通过 runcomfy CLI 进行视频外延——扩展视频空间画布，改变宽高比（9:16竖屏到16:9横屏或反之）