据 AlphaMoat 统计,截至 2026-06,Video Understanding 累计下载 1,663 次、获 5 个星标,在全部 63,926 个 Claude 技能中排名第 6,090 位,在「设计创意」分类(4,490 个)中排名第 562 位。
利用 Google Gemini AI 分析和总结 1000+ 个网站的视频，提供字幕、描述、摘要及问答功能。
| 数据月份 | 累计下载 | 环比 | 星标 | 累计安装 |
|---|---|---|---|---|
| 2026-03 | 922 | — | 4 | 34 |
| 2026-05 | 1,469 | +59.3% | 5 | 41 |
| 2026-06 | 1,663 | +13.2% | 5 | 63 |
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。
生成并协调子代理会话以实现并行工作。适用于任务委托（研究、代码、分析）、路由到合适的模型或管理...
从已在浏览器中打开的页面提取主要的X/Twitter帖子或文章内容（使用浏览器act evaluate）
从浏览器页面提取可读内容并转为Markdown格式。当web_fetch失败时使用（如遭遇机器人防护、需要身份验证的页面、Twitter/X、LinkedIn等），且你已...
发送富文本 Slack Block Kit 消息——支持原生表格与结构化布局。适用于为 Slack 格式化表格数据、发送 Block Kit 负载或使用 Markdown 时。
审计所有已安装的技能，检查质量、重复、结构问题和最佳实践合规性。在要求审查、审计、lint或检查技能时使用。
数据月份:2026-06 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。