「设计创意」AI 技能排行榜第 8 页

基于六维视觉分析框架的高级AI绘图提示词工程技能。它专为即梦、GPT-Image-2、Nano Banana 等新一代文生图模型量身定制，能够将模糊的创意或复杂的画面，转化为表现力极强的自然语言提示词。 SOCAWT 六维框架解析：不只是看表面，通过系统化的视觉分析框架深度解构画面，确保提示词逻辑严密、细节拉满。 🗣️ 自然语言叙事流：彻底抛弃传统的“标签式/词汇堆砌”写法，采用符合人类语感与模型深度理解的自然语言长句，激发新一代模型的最佳生成效果。 🔄 双模式智能切换： 模式一：灵感创作 — 没有参考图？只需文字描述你的想象，即可生成高质量提示词。 模式二：逆向提取 — 提供参考图，自动识别图像类型，自适应分析深度，精准提取并还原画面提示词。

通过 VAP 媒体接口生成与编辑图像、视频和音乐。

提取药品说明书图片中的关键文字信息（药品名称、适应症/功能主治、用法用量、禁忌、不良反应、注意事项），以适老化形式生成大字体说明书图片，并将关键信息生成不超过100字的语音TTS播报音频；适用于老人用药指导、家庭药箱管理、药房适老化服务、无障碍用药信息呈现场景

基于实物图片生成扭扭棒造型设计图与详细用料清单；适用于手工DIY扭扭棒创作、造型设计与用料估算、手工教学备课、亲子手工互动、创作灵感激发场景

把品牌名、口号和投放场景做成一组原创广告歌、品牌主题曲和声音Logo。这个AI广告歌生成和品牌主题曲制作工具会先写好钩子和可选唱词，再按投放时长和多种风格出候选，用于广告歌、品牌歌、宣传歌、活动主题曲、播客片头、电台广告、商业配乐、品牌音乐和广告配乐，每条都是现写的原创商用音乐。

基于上传的中药材图片进行多模态视觉识别，自动识别最可能的中药植物名称与外观特征，融合用户指定视觉风格（默认莫兰迪扁平插画）智能组装含名称、原型、干燥药材及免责声明的科普图提示词，并生成标准化中药科普插画；适用于中医药科普教育、生活健康服务、图片创作、中药材学习鉴别场景

基于用户上传的实物图片，深度分析构图、主体与视觉元素，融合神秘花园风格生成专业涂色卡线稿提示词，并输出高清神秘花园风格涂色卡图片；适用于涂色书/涂色卡创作、亲子手工、艺术解压、图片风格化改造、文创设计等场景

参考音频改编AI适合需要 reference music remix、参考音频改编、demo 改编和歌曲二创方向的创作者。你可以基于 demo、参考音频、已有歌曲或项目继续生成新版本，保留律动、情绪或风格方向，并获得新的歌曲候选；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。

WorkBuddy非付费全生态专业桌面美化皮肤，支持自定义静态/GIF双层动态壁纸、全套UI自由配色，内置赛博、原神、初音、火影4套官方主题，自带赛博流光动画；搭配免费星座、RPA自动化面板可全局一键同步主题风格，采用CDP非侵入式注入，不修改客户端原生程序，开机重启自动恢复UI纸壁，持久、守护、重启不丢失、免脚本，一键还原始界面。

生成基于认知科学方法论的交互式思维导图。支持 Markdown 大纲或 JSON 输入，一条命令同时导出 HTML（可交互编辑、8 种布局、深浅双主题）、PNG、JPG、SVG、PDF、XMind，并自动输出结构质检报告。Generate cognitive-science-grounded interactive mind maps from Markdown outlines or JSON; one command exports HTML/PNG/JPG/SVG/PDF/XMind with dark & light themes and a built-in structure qu

网页图片下载器。输入任意网站地址，自动提取并下载该网页上所有的图片。 当用户说"下载网页图片"、"下载这个网站的所有图片"、"批量下载图片"、 "下载网页上的图片"、"帮我把这个页面的图片都下下来"时触发。 支持 JPG、PNG、GIF、WebP、SVG、AVIF、HEIC 等常见图片格式。 特性：去重检测（MD5 + 感知哈希）、图集识别、进度显示、尺寸过滤、广告过滤、 增量更新、Cookie 登录态支持、断点续传、语义化命名、并发下载、质量过滤、AI 智能分类。 触发说法：“爬图”、“把网页图片全下下来”、“抓图库”、“批量存图”。

把剧本杀或独立游戏剧本借助 AI 做成带角色编号的多角色语音包。这个剧本杀配音和游戏语音包工具会给每个角色固定一把声音，按剧本顺序录完每一句，并带上角色ID和台词编号，方便导入引擎或桌面剧场。适用于剧本杀配音、独立游戏配音、多角色配音、NPC配音、互动剧配音、对白配音、角色语音包、剧本配音和情景训练音频。

用 HeyGen 接口生成数字人出镜视频。

摄影与影像技能：围绕「人像修图」展开深度探索，摄影师与影像教育者，相信好照片来自「看到」而非「拍到」，擅长拆解视觉决策过程

Expert frontend design guidelines for creating beautiful, modern UIs. Use when building landing pages, dashboards, or any user interface.

只需简单的 文本输入 📝 或 文件上传 📎，即可一键解锁 276种 不同的精美信息图风格！🤯 无论是商务报告还是创意展示，总有一款设计能击中你的心。让信息传递更高效，让视觉表达更出众！🚀 GitHub: https://github.com/NewToolAI/mindchart

输入商品资料、目标人群、品牌素材和平台尺寸，产出详情页信息架构、页面文案、视觉指令与验收清单，适合电商设计师、商品运营和品牌团队。用于电商详情页设计任务，并输出证据、风险和验收状态。

依据界面层级、排版、颜色、间距与响应式原则整理 UI 设计建议。

Download a WeChat Channels (视频号) MP4 from an official weixin.qq.com/sph share link by reusing a dedicated local Tencent Yuanbao session in the user's chosen Edge or Chrome browser. Use when the user asks to download, resolve, inspect, or troubleshoot a 视频号 share link without copying cookies, installing a root certificate, or opening the WeChat desktop client.

Design 提供视觉设计制作与评审指导。

用 AI 把房源照片做成按房间标注的房源视频套装。这个讲房和房产视频工作室会把客厅、卧室、厨房等房间视频做成可点开的成片，也适合房源讲解、楼盘视频和带看前的房间预览，让每个房间都有一段清楚的动态画面。需要时再另做经纪人旁白文件，或用人像和短稿做一条讲房开场或收尾口播。

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。

视频自动生成技能。当用户需要生成普法视频/产品介绍视频/宣传视频/演示视频时、复刻声音时触发。支持：(1) 声音合成——若用户明确指定"我的"声音，则复刻声音并用于下次合成；否则自动使用edge-tts合成语音（支持男声/女声选择）；(2) 基于用户提供的图片素材生成静态幻灯片视频（无需大模型生成视频）；(3) 自动生成对应语言的SRT字幕（软字幕/硬字幕/无字幕可选）并与音频同步。（4）复刻声音。（5）口播引导视频：当脚本首段以"口播："开头时，使用真人照片+TTS音频 并生成真人口播片段。适用场景：用户说"帮我生成产品视频"、"制作一个XX的介绍视频"、"用我的声音或男声或女声生成视频"、"把这些图片做成视频"、"生成一段口播视频"时，务必使用此技能。

生成手绘风格插画的技能。

提供计算机视觉方案建议的专家型技能。

财报口播借助 AI 按公司已写好的财报稿，做成每段一条朗读。这个财报稿朗读和财报语音工作室把业绩说明会口播写成可说的段落，再录成8到20条财报朗读音频，也适合投资者更新语音。

通过 LiblibAI API 生成图片与视频。

通用流程图绘制助手，遵循国家标准 GB 1526-89（ISO 5807-1985）。支持程序流程图、数据流程图、系统流程图、程序网络图和系统资源图五种类型，提供 Mermaid 代码、SVG 图形、HTML 可视化三种输出格式。用户提出绘制流程图、画流程图、设计流程、制作程序框图等需求时使用本技能。

整理剪映的公开资料：模板、功能与帮助文档。

指导构建具有鲜明视觉方向的生产级前端界面，先分析产品用途和受众，再确定美学方向，并结合设计资料、无障碍和 UX 规则落实实现。

通过已配置的 drawio MCP 服务创建、查看、编辑和导出图表。

ohyesai-music 通过 OhYesAI 异步生成带人声或纯音乐曲目。

基于 Google Nano Banana（Gemini 原生图像模型）的文生图、图生图与对话式修图助手，擅长画面内文字渲染、4K 高清、多参考图一致性；当用户要求「nano banana」「Nano Banana」「香蕉模型」「Gemini 画图」「Gemini 出图」「Gemini 修图」「带文字的海报图」「4K 出图」「多参考图生成」或需要高质量文字/多图一致性出图时使用。

photoshop-automator 通过 ExtendScript 桥接在 Windows 和 macOS 上自动化操作 Adobe Photoshop。

通过 fal.ai 接口生成图像、视频与音频的技能。

video-generation-cellcog 用 CellCog 从单个提示词生成营销、讲解、教育、新闻、口型同步等长视频。

"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。"

视频号AI短视频自动化流水线（v2），用户触发词为「做视频」「生成视频」「短视频制作」「视频混剪」。支持Mode A纯干货、Mode B剧情+科普、Mode C漫剧型三种模式自动切换。采用MiniMax Hailuo AI生成片段，FFmpeg混剪，输出适合视频号的完整视频。

剪辑素材下载助手。只需告诉我想找什么素材（如'城市夜景航拍''粒子特效''延时摄影'），自动从全球免费可商用平台搜罗高清视频素材，每条都带预览链接和直接下载地址——先看视频再决定下不下载，不做无用功。免费素材不够用？同步奉上付费高清平台的购买渠道和价格，免费or付费，你来选。一个Skill搞定所有剪辑素材需求，从此告别一个个网站翻找。触发词：视频素材、剪辑素材、找素材、素材下载、免费视频素材、footage、stock video、video material、片头素材、转场素材、特效素材、背景视频、航拍素材、延时摄影、B-roll、空镜头、绿幕素材、慢动作、粒子特效、MG动画素材、视频模板。

把一句话需求，变成能打开就用的高质量网页与 UI。当你要做落地页、产品官网、活动页、后台界面、个人主页时立即出动：先做风格定位，再搭信息架构，产出高保真页面与可运行 HTML/CSS/设计风格仅供参考，最终以你的品牌规范与合规要求为准。

Transcribe 使用 Docker 中的本地 Whisper 将音频文件转为文本。

自动化从本地媒体及云编辑 API生成剪映草稿。当 Codex 需要扫描素材文件夹、请求编辑决策并...时使用。

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。

wan-image-video-gen-edit 通过百炼Wan模型接口生成和编辑图像及视频。

调用万维易源(ShowAPI)免费文生图接口，根据提示词生成图片。当用户要求"免费生图"、"生成图片"、"画一张图"、"AI 绘图"或提供提示词请求出图时使用此技能。

用本地 Piper 语音模型生成语音回复的技能。

>可以根据文档内容，绘制框架图、机制图等，用于论文中配图、结构化PPT用。

一键解析视频号视频的真实下载地址。粘贴视频号分享链接，即可获取视频标题、封面图和高清无水印下载地址。触发词：当用户提到'解析视频号'、'视频号下载地址'、'视频号下载'、'视频号无水印下载'时使用