「设计创意」Claude 技能排行榜第 9 页

通过 inference.sh CLI 使用 Diffrythm 和腾讯歌曲生成模型生成 AI 音乐与歌曲。模型：Diffrythm（快速生成歌曲），腾讯歌曲生成（...

使用 Flue 在命令行中控制 Adobe 桌面应用（Photoshop、Illustrator、Premiere、After Effects、InDesign、Audition），无需 MCP 服务器。

利用 OpenAI Sora 根据文本提示或参考图像生成视频。 ✅ 适用场景： - 需根据文本描述生成 AI 视频 - 图生视频（让静态图像动起来） - 创作电影感或艺术感视频内容 - 需要动态/动画效果但无需口型同步 ❌ 不适用场景： - 需要口型同步（人物说话）→ 请用 veed-ugc 或 ugc-manual - 仅需生成图像 → 请用 nano-banana-pro 或 morpheus - 剪辑现有视频 → 请用 Remotion - 需要 UGC 风格的说话头像 → 请用 veed-ugc 输入：文本提示 + 可选参考图像 输出：MP4 视频（多种分辨率/时长）

使用豆包录音文件识别模型2.0（Doubao Seed‑ASR 2.0）将录音文件转写为文字，提供业界领先的中文语音识别能力。

通过 Lovart AI 生成图像、视频和音频/音乐，管理 Lovart 项目、线程（对话历史）和用户设置。触发条件：(1) 任意...

Skywork Design（skywork）- 通过 Skywork Image API 生成或编辑图像，用于图像创作、海报设计、标志设计、视觉素材生成等。

生成Wi-Fi凭据二维码

使用ComfyDeploy上的Ad-Ready流程从产品URL生成专业广告图片。适用于用户提供URL创建任何产品广告的场景，可选择品牌档案（70+品牌）和漏斗阶段定向。支持模特/人才整合、品牌智能创意指导和多格式输出。与Morpheus（手动时尚摄影）不同——Ad-Ready是URL驱动、品牌智能、漏斗阶段感知的。

通过 Flue 在 Shell 中控制 Blender——一个无需 MCP 服务器的 bpy Python 桥接器。

对图像进行美化处理，主要是美化面部或人像。适用于以下情形：(1) 用户请求处理图像；(2) 用户要求美化照片。

完整的漫剧（动画漫画）生成工作流 skill。当用户想要：创作漫画剧集、生成动画短片、制作分镜脚本、设计原创角色、生成动漫风格视频片段、将故事想法转化为可视化内容，或任何涉及"漫剧""动漫创作""分镜""人设""画风设定""AI生成动画""参考图生成"的请求时，必须使用此 skill。 流程覆盖：剧本创作 → 分...

使用通义万相 2.6 生成视频，支持文生视频和图生视频。Node.js 实现，无需 Python。

产品设计技能 - 掌握用户需求分析、产品规划、原型设计、体验优化等核心能力

Download online videos with quality and format controls using yt-dlp for reliable local saves.

打造独特品牌标识，明确定位、调性与视觉一致性

{"answer":"使用 OpenAI Python SDK 通过 Gemini API 生成和编辑图片。"}

使用 yt-dlp 从 YouTube、Reddit、Twitter/X、TikTok、Instagram 及 1000+ 个其他网站下载视频。当用户提供视频链接并希望下载时使用。

使用Figma REST API认证，与Figma文件交互，读取文件结构，导出图层为图片，获取评论。

端到端生成AI音乐视频。使用Suno创作音乐，利用OpenAI/Seedream/Google/Seedance生成视觉画面，并合成音乐视频。

Morfeo Academy的Remotion视频风格指南。用于为Paul/Morfeo Academy创作Remotion视频、故事或动画。触发词包括：“estilo Morfeo”“mi estilo Remotion”“video para Morfeo”“story estilo Morfeo”，以及任何来自Paul的Remotion视频请求。

腾讯云混元生图3.0，支持文生图/图生图，智能生成与描述相符的图片。

相机设置、构图、光线、编辑流程与类型特定技巧

使用Voice.ai TTS为YouTube视频配音，可将脚本转换为包含章节、字幕和音频替换功能的可发布配音，支持长视频和Shorts。

使用 Matplotlib 生成分层思维导图 PNG 图片，支持自定义数据结构、颜色和布局。

Bambu Lab 3D打印机控制与自动化。当用户提及：打印机状态、3D打印、切片、分析模型、生成3D、AMS耗材、打印等关键词时激活。

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）。

使用 ACE-Step API 生成音乐、编辑歌曲及混音。支持文本生成音乐、歌词生成、音频续写和音频重绘。

通过 127.0.0.1:18790 上的 HTTP 服务，利用 faster-whisper 实现的 OpenClaw 本地语音转文字后端。适用于无需外部 API 的语音转录场景。

使用 Voice.ai TTS 将脚本转换为可发布的语音旁白，包含片段、章节、字幕及视频合成。

使用Gemini模型通过文本提示和多张输入图像生成或重新混合图像，支持多种风格、分辨率和高级模型选项。

使用 ACE Step 在 RunComfy 上通过 runcomfy CLI 生成、修复和扩展音乐。ACE Step 是 StepFun‑AI 的开源音乐基础模型——标签驱动...

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。

车型/动植物识别+图片文字OCR。识别截图、照片、发票、表格等。支持本地路径和URL输入。触发词：识别车型/看图识别/提取文字/OCR。

使用Gemini Vision AI提取并分析视频广告内容，支持帧提取、OCR文字检测、音频转录和AI场景分析。适用于分析视频创意、提取文字叠加层或生成逐场景描述。

使用 inference.sh CLI，通过 OmniHuman、Fabric、PixVerse 创建 AI 虚拟形象和说话头像视频。支持模型：OmniHuman 1.5、OmniHuman 1.0、Fabric 1.0、PixVerse Li...

使用 Apple Vision 框架标记和注释图像（仅限 macOS）。检测人脸、人体、手部、文本 (OCR)、条形码、物体、场景标签和显著区域...

来自 ui.inference.sh 的 React/Next.js 聊天UI组件库。组件包括：容器、消息、输入框、打字指示器、头像。支持构建聊天界面。

调用 fal.ai 模型 API 进行图像生成（文生图和图生图）。当用户请求集成 fal、构建请求、运行任务、处理认证或从 fal 模型 API 返回图像 URL 时使用。

AI image generation via Midjourney Discord bot: create images from prompts, upscale, create variations, blend images, describe images. Use when: (1) generati...

在 RunComfy 上使用 `runcomfy` CLI 生成 AI 音乐——跨音乐模型目录的智能路由，路由至 ElevenLabs AI 音乐生成（高级 44.1 kHz）

自动化小说写作助手 v2.1 - 基于证据的状态管理、多视角QC、原子I/O、每个阶段人工确认

用于在聊天平台解析、下载及投递媒体（音视频）的统一技能。集成 yt-dlp 进行解析，并处理 Spotify 元数据同步。

通过 Canva Connect API 创建和管理 Canva 设计、上传资源、导出内容以及管理品牌模板，适用于需要自动化的用户场景。

通过跨平台桥接执行 ExtendScript (ES3) 脚本，自动化 Photoshop、Illustrator、InDesign、Premiere Pro 和 After Effects。

使用OpenAI Audio Speech API实现文字转语音

设计和分析直观、高效且符合用户心智模型的用户体验

编写高效AI视频生成提示词的最佳实践与技巧，涵盖Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora等平台的提示策略。

实现对AI图像生成的极致掌控——编写结构化的VGL（视觉生成语言）JSON，显式控制每一个视觉属性。定义示例……

小红书爆款内容写作助手，帮助生成高点击率、**像人写**的笔记。包含去AI味检查、7种标题公式、5种开头模板、3种结尾模板、SEO优化。Use when user wants to write XiaoHongShu content, generate viral post titles, or needs he...

利用 OpenAI Whisper 实现免费本地语音转文字。无需 API 费用，即可将 mp3、wav、m4a、ogg 等音频文件转录为文本。适用场景：(1) 用户...