Nano Banana Video Generation
通过nano-banana CLI使用Google Veo模型生成视频。当用户要求创建、生成、动画化或制作AI视频时,使用此技能。支持文本到视频、图像到视频动画、带口型同步的对话以及场景扩展。在收到诸如“创建一个视频”、“让这张图片动起来”、“制作一个视频片段”、“生成片段”、“制作短片”、“给这个加上动作”等请求时触发。
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。
通过nano-banana CLI使用Google Veo模型生成视频。当用户要求创建、生成、动画化或制作AI视频时,使用此技能。支持文本到视频、图像到视频动画、带口型同步的对话以及场景扩展。在收到诸如“创建一个视频”、“让这张图片动起来”、“制作一个视频片段”、“生成片段”、“制作短片”、“给这个加上动作”等请求时触发。
从设计的角度分析歌曲,并保存到analysis/{slug}.md。将歌曲的本质、结构、和弦进程以及编排用语言表达出来。
在截图中添加手册风格的注释(红色框、箭头、标注、高亮)以用于技术文档。在创建需要视觉指示器指向用户界面元素的用户手册、教程或指南时使用。
通过sherpa-onnx进行本地文本转语音(离线,无需云)
当用户需要帮助处理直播工作流程时,包括直播前的设置、直播期间的实时源管理、音频验证、场景切换或流健康监控等,请激活此技能。触发条件包括诸如“帮我直播”、“直播前检查清单”、“管理我的直播”、“在直播前检查音频”、“在直播中切换场景”或解决直播问题之类的请求。该技能协调多种工具,指导用户从设置到结束完成整个直播会话。
AI视频智能编辑技能。输入视频文件路径(支持多个),可选的弹幕文件路径,可选的字幕文件路径,结合弹幕和字幕内容来理解视频上下文,根据用户的编辑请求自动提取相应的时间段(例如“提取所有高光时刻”,“剪掉解释xxx的部分”),拼接并添加转场效果,最后使用FFmpeg合成输出视频。当用户提到“视频编辑”、“基于弹幕剪辑视频”、“提取弹幕高光片段”、“视频片段拼接”、“弹幕分析编辑”、“从弹幕中找到亮点”…
通过提高分辨率、清晰度和清晰性来改善图像质量,特别是截图。非常适合准备用于演示文稿、文档或社交媒体帖子的图像。
使用Convex构建AI代理和助手。适用于实现聊天界面、AI助手、工具调用代理、RAG(增强检索生成)、对话线程,或集成如OpenAI/Anthropic这样的大语言模型。
论文的纯文本阅读,并以研究专家的身份清晰地回答用户的问题。当用户指示“关于这篇论文的问题”、“告诉我论文的内容”、“这项研究的目的是什么?”等时使用。Claude会直接给出答案。
使用Remotion、TTS和Unsplash图片创建同步视频 - 专业级视频,包含真实图像、完美的音频同步、丰富的内容支持以及精致的视觉设计。
达尔文哥德尔机模式,用于具有开放式自我改进的人工智能代理
使用Ollama和FAISS的本地RAG
将PNG/JPG/JPEG图像转换为WebP、ICO、SVG格式。可用于"转换图像"或"转换为webp"等场景。
此技能应用于时间序列机器学习任务,包括分类、回归、聚类、预测、异常检测、分割和相似性搜索。当处理时序数据、顺序模式或需要超出标准机器学习方法的专业算法的时间索引观察时使用。特别适合于单变量和多变量时间序列分析,并且具有与scikit-learn兼容的API。
针对OpenClaw的边缘优化RAG内存系统,支持语义搜索。自动加载内存文件,提供智能回忆,并通过相关上下文增强对话。非常适合Jetson和边缘设备(<10MB内存)。
在ASC操作中,用于在App Store Connect工作流程期间向用户请求元数据、设置或确认的人机交互模式。
使用Graphviz创建带有参考编号的专利风格的技术图,包括流程图、模块图和系统架构
文档重排序服务(Reranker)。基于深度学习模型对检索候选结果进行细粒度相关性打分与重新排序,显著提升检索结果的精准度(Top-K 准确率)。
编写自我改进的提示,将专业知识文件与代码库实际情况同步。在为代理专家创建维护工作流程、设计验证逻辑或实现Act-Learn-Reuse中的LEARN步骤时使用。
基于故事文本提炼主要情节与要点,生成完整故事梗概。适用于快速了解故事内容、剧本改编、项目推介
将任何概念转化为使用Manim(Python)制作的动画解释视频。当用户希望对技术概念进行动画可视化、动态图形展示或视频输出(MP4/GIF格式)时使用。涵盖内容包括:架构动画、数据流、算法步骤演示、流程说明、数学证明、比较、代理交互、训练循环、图像嵌入、多场景组合。支持通过ffmpeg添加音频叠加、参数化模板和字幕。无需浏览器或Node.js即可运行。也可用于触发Manim场景编辑或重新渲染。触…
为文章生成插图
评估、优化和增强提示,使用58种经过验证的提示技术。当用户要求改进、优化或分析提示时使用;当提示需要更好的清晰度、具体性或结构时;或者在为不同用例生成提示变体时使用。涵盖了质量评估、针对性改进以及跨诸如CoT、少量样本学习、角色扮演等50多种技术的自动优化。
使用Apple的FoundationModels框架进行设备端AI:文本生成、流式响应、带有@Generable的结构化输出。在添加设备端AI功能、文本生成或基于机器学习的内容创建时使用。触发词:FoundationModels, @Generable, LanguageModelSession, 设备端AI, 文本生成。