Voice Activity Detection (VAD)
使用Silero VAD、SpeechBrain VAD或WebRTC VAD等VAD工具检测音频中的语音段。在对音频进行预处理以用于说话人日志记录、过滤静音或分割成语音块时使用。对于短片段选择Silero VAD,通用目的选择SpeechBrain VAD,轻量级应用选择WebRTC VAD。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
使用Silero VAD、SpeechBrain VAD或WebRTC VAD等VAD工具检测音频中的语音段。在对音频进行预处理以用于说话人日志记录、过滤静音或分割成语音块时使用。对于短片段选择Silero VAD,通用目的选择SpeechBrain VAD,轻量级应用选择WebRTC VAD。
使用agent-browser CLI自动化网络浏览器,以供AI代理使用,并具有确定性的元素选择。
根据给定的名人生成5条带有上下文和图片的励志名言。
无面部AI视频生成工作流程,使用BlitzReels(声音、视觉风格、任务、导出)。
使用CrewAI、LangGraph和自定义代理构建自主代理、多代理系统和代理编排的AI代理开发工作流程。
6层AI治理:安全门、基于证据的调试、反懈怠检测和机器强制挂钩。使AI安全、彻底和诚实。
通过Rube MCP(Composio)自动化Callerapi任务。始终先搜索工具以获取当前模式。
通过Rube MCP(Composio)自动化Html转图片的任务。总是先搜索工具以获取当前的模式。
结合视觉特征(面部检测、唇部动作分析)与音频特征,以提高视频文件中说话人日记化准确性。使用OpenCV进行面部检测和唇部动作跟踪,然后将视觉线索与基于音频的说话人嵌入融合。当处理包含多个可见说话人的视频文件或仅音频日记化需要视觉验证时,这一点至关重要。
测试与AI提供商(gemini/codex/opencode/droid/claude)的连接。
A2A收件箱分类和消息路由。使用场景:处理代理间的消息,区分紧急与常规的A2A通知,总结代理之间的通信,或清理通知队列。自动发送已读回执。触发条件:A2A收件箱、代理消息、分类、通知、代理间。
全面的视频制作主账本系统,可将内容大纲转化为逐帧的制作文档,详细说明所有视觉、音频、时间和技术规格。在为视频创建详细的制作计划时应使用此技能,将脚本分解成包含A卷/B卷替代方案、声音设计、视觉效果、时间坐标以及遵循四支柱参与框架(视觉多样性、视觉连贯性、沉浸式音频、健康节奏)的完整编辑指南的镜头规格。
通过Rube MCP(Composio)自动化Instagram任务:创建帖子、轮播图、管理媒体、获取分析数据和发布限制。始终先搜索工具以获取当前的模式。
Yann LeCun的哲学和教育学次级技能。涵盖了开源哲学(LLaMA、技术主权、Linux类比)、Meta与OpenAI及Google激励分析、教师模式...
通过Rube MCP(Composio)自动化追踪任务。始终先搜索工具以获取当前模式。
分析会议的文字记录和录音,以揭示行为模式、沟通见解以及可操作的反馈。识别出你何时回避冲突、使用填充词、主导对话或错过倾听的机会。非常适合希望提高沟通和领导技能的专业人士。
在进行机器学习或因果推断之前,对数据集特征进行工程处理。方法包括编码分类变量、数值缩放、创建交互项以及选择相关特征。
用于从Helios组合生成视频/图像输出的渲染器API。当您需要使用Node.js以编程方式将组合渲染到文件时,请使用此功能。
针对现场代理的闭环一致性验证。检测行为偏差,验证所学是否得到应用,并将输出与品牌概况和SOUL.md进行比较。基于一致性债务理论(Mikkilineni 2026)提出。
通过Google AI Studio(Gemini)生成人性化图像。具有自然光照和微妙瑕疵的真实风格网红或教育类照片。
通过Rube MCP(Composio)自动化Miro任务:看板、项目、便签、框架、共享、连接器。始终先搜索工具以获取当前模式。
Yann LeCun的技术子技能。涵盖CNNs、LeNet、反向传播、JEPA(I-JEPA、V-JEPA、MC-JEPA)、AMI(智能高级机械)、自监督学习(SimCLR、MAE、BYOL)等。
通过Rube MCP(Composio)自动化Capsule CRM任务:联系人、机会、案例、任务和管道管理。始终先搜索工具以获取当前模式。
创建适用于Slack的动画GIF的知识和工具。提供约束、验证工具和动画概念。当用户请求为Slack制作特定内容的动画GIF时使用,例如“为Slack做一个X做Y的GIF。”