扫码联系在线客服把 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。
小省导购员数字人带货版即梦视频提示词生成系统，基于四大智能体协同（提示词生成师、质量管控师、知识库运维师、跨环节适配师），按照"主体+运动+场景+（镜头语言+光影+氛围）"公式输出中英文双版提示词，适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性，支持知识库智能复用和跨工具适配（Suno音乐、AI绘画），为数字人带货视频提供高质量提示词生成服务。
输入各类视频网站/播客平台链接后，自动下载对应媒体文件并交付给用户。优先使用 yt-dlp 覆盖抖音(Douyin)、B站(Bilibili)、YouTube 等常见视频网站，也可用于可直接暴露音频地址的播客平台（如小宇宙单集链接）。当遇到 403/登录/年龄或地区限制时，支持使用 cookies.txt 重试；对于可能存在 DRM/加密或条款限制的平台（例如部分 Spotify 内容），应提示用…
#1 on DeepResearch Bench (2026年2月)。面向代理的任意到任意AI。通过复杂的多代理协调，结合深度推理与所有模态。研究、视频、图像、音频、仪表板、演示文稿、电子表格等。
移除图片中可见的豆包AI水印。当被要求移除豆包水印、清理豆包生成的图片或处理带有“豆包AI生成”水印的图片时使用。
剪辑、修剪和编辑带有淡入淡出效果、速度控制、拼接以及基本音频处理的音频片段。
使用Qwen3-TTS-12Hz-1.7B-CustomVoice进行本地文本转语音。当从文本生成音频、创建语音消息或请求TTS时使用。支持包括意大利语在内的10种语言，9种高级发音人声以及基于指令的声音控制（情感、语调、风格）。是像ElevenLabs这样的基于云的TTS服务的替代方案。在初次下载模型后完全离线运行。
新闻简报。当用户请求最近的新闻或头条时使用此技能。触发短语包括：最近发生了什么，今日亮点，加密货币新闻，任何新更新。MCP工具：news_events_get_latest_events, news_feed_search_news, news_feed_get_social_sentiment。
从剧本生成专业的镜头列表。当用户上传剧本（.fountain, .fdx, .txt, .pdf, .docx）或描述用于制作计划的场景时使用。解析剧本以提取场景，通过协作讨论帮助确定摄像机设置、镜头类型、构图和移动，然后为制作生成格式精美的PDF镜头列表。触发条件包括创建镜头列表、规划镜头、分解拍摄剧本或组织摄像覆盖的请求。
通过Python使用Tesseract OCR从图片中提取文本内容
使用阿里云Model Studio的Qwen图像编辑模型（qwen-image-edit、qwen-image-edit-plus、qwen-image-edit-max及其快照）编辑图片。当修改现有图片（如修复、替换、风格转换、局部编辑）、保持主体一致性或记录图像编辑请求/响应映射时，请使用这些模型。
通过Exa MCP进行免费的AI搜索。包括新闻/信息的网页搜索，来自GitHub/StackOverflow的文档/示例代码搜索，以及用于商业情报的公司研究。无需API密钥。
构建WAN 2.2文本到视频工作流程——双高低模型、闪电LoRAs、VACE模块和KSamplerAdvanced两遍处理
综合新闻聚合器，从8个主要来源抓取、过滤并深入分析实时内容：Hacker News、GitHub Trending、Product Hunt、36Kr、腾讯新闻、华尔街见闻、V2EX和微博。最适合用于'每日浏览'、'科技新闻简报'、'财经更新'以及热点话题的'深度解读'。
通过使用ffmpeg提取帧并利用AI视觉分析视频内容
生成针对每个视频生成AI模型（Veo 3, Runway Gen-3, Kling 2.6, Pika）优化的提示，利用它们各自的优势。使用场景：**动画分镜帧** - 将静态图像转换为视频；**选择合适的模型** - 根据需求选择Veo、Runway、Kling或Pika；**优化生成质量** - 结构化的提示以获得最佳结果；**创建流畅过渡** - 场景扩展，首/尾帧；**使用le mo...…
从 PDF 文件中提取高清整页大图以及无损的原始内嵌图像素材（如 Logo、系统截图），并通过 AI 清洗后生成标准的 assets_manifest.json 供下游使用。
模拟Andrej Karpathy的代理——特斯拉前AI总监、OpenAI联合创始人、Eureka Labs创始人，以及全球最伟大的深度学习教育家。当您想要：学习深度...
使用阿里云Model Studio的Wan R2V模型（wan2.6-r2v-flash, wan2.6-r2v）生成基于参考的视频。当从参考视频/图像素材创建多镜头视频、保持角色风格或记录从参考到视频的请求/响应流程时，请使用此功能。
OpenAI的通用语音识别模型。支持99种语言，转录，翻译成英文，以及语言识别。六种型号大小从微型（39M参数）到大型（1550M参数）。可用于语音转文字、播客转录或多种语言音频处理。最适合强大且多语言的自动语音识别(ASR)。
结构化的深度学习系统，用于掌握任何主题。当被要求学习、研究或成为某个领域的专家时使用——无论是投资、加密货币、烹饪、体育、科学或其他任何领域。创建专门的大脑模块（DOMAIN-BRAIN.md），包括角色、原则、策略、反模式、决策框架和信心水平。也可以在向现有大脑咨询建议或做决定时使用。
使用Piper ONNX语音进行本地文本转语音 - 快速、私密、无需云服务。
自动获取并总结最新的人工智能新闻、研究和行业发展。当用户请求以下内容时使用：(1) 每日人工智能新闻更新，(2) 最新的人工智能技术发展，(3) 近期的人工智能研究论文或突破，(4) 人工智能行业趋势和市场新闻，(5) 特定人工智能公司的公告，或者(6) 自动化的每日人工智能简报。支持自定义搜索查询、多源聚合以及多种格式的输出。
将产品照片转换为具有背景、生活场景和营销变体的电商就绪图片。
ComfyUI节点输出类型 - NodeOutput, UI outputs, PreviewImage, PreviewMask, SavedImages, PreviewAudio, PreviewText, PreviewVideo。在从节点返回结果、显示预览或保存输出文件时使用。