iFlytek ASR - 讯飞语音转文字

使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率，适用于图像创建、修改及编辑请求，使用 --input-image 指定输入图像。

使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）

使用 ffmpeg 从视频中提取帧或短片。

提供 UI/UX 设计智能与实现指导，帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI（HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind）生成/评审/改进。工作流包括：①新 UI 布局与样式生成；②现有 UI/UX 改进；③设计系统标记和组件规范产出；④ UX 建议转化为代码变更。

专家级前端设计指南，用于创建美观、现代的用户界面。适用于落地页、仪表板等各类UI设计。

使用 mcp-diagram-generator MCP 服务器生成和编辑图表。适用于创建新图表、编辑现有的 .drawio/.mmd/.excalidraw 文件、网络拓扑图等场景。

使用 Remotion + React 进行程序化视频创作的完整工具包。涵盖动画、时间控制、渲染（CLI/Node.js/Lambda/Cloud Run）、字幕、3D、图表、文字特效、转场及媒体处理。适用于编写 Remotion 代码、构建视频生成流水线或创建数据驱动的视频模板。

通过 OpenAI Images API 批量生成图像。支持随机提示词采样，并提供 index.html 图库展示。

解析微信公众号文章，提取标题、作者、正文、图片等信息。用户发送链接（mp.weixin.qq.com）时触发，自动提取内容并可保存至飞书表格。

模仿指定老师/作者的写作风格改写公众号文章。当用户说"用XX风格改写"、"模仿XX写一篇"、"按XX老师的风格重写"、"帮我改成XX的风格"、或上传文章要求风格改写时触发。也适用于用户提到"风格模仿"、"文章改写"、"公众号改写"等场景。即使用户只说"帮我改写这篇文章"也应触发此技能，因为改写是它的核心功能。

将微信公众号文章保存到IMA笔记或指定IMA知识库，保持文章结构。当用户发送 mp.weixi... 链接时使用。

自动将报销文件夹合并为一份PDF。支持递归扫描文件夹、PDF合并、每张A4页面两张发票、手机截图/图片等...