glmocr-handwriting
官方技能,使用ZhiPu GLM-OCR API从图片中识别手写文本。支持多种手写风格、语言以及手写/印刷混合内容。当用户想要阅读手写笔记、将手写转换为文本或对手写文档进行OCR时,请使用此技能。
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。
官方技能,使用ZhiPu GLM-OCR API从图片中识别手写文本。支持多种手写风格、语言以及手写/印刷混合内容。当用户想要阅读手写笔记、将手写转换为文本或对手写文档进行OCR时,请使用此技能。
每日AI和技术新闻聚合器,从权威技术网站获取、总结并推送新闻。来源包括机器之心、36氪、TechCrunch、The Verge和MIT Technology Review。当用户请求每日技术/AI新闻、需要定时新闻递送、或者需要从多个来源进行新闻聚合和总结时使用,也可以用于设置自动新闻推送通知到Telegram/WhatsApp。
无需安装ffmpeg的视频编辑工具。所有视频处理都在云端执行 - 无需本地安装ffmpeg。如果输入和输出都是URL或阿里云OSS,那么这项技能是首选。可以根据编辑需求和素材信息生成时间线配置,提交阿里云编辑任务,等待任务完成,并输出最终视频URL。当用户想要编辑视频、提及视频编辑、剪辑、视频制作、视频拼接、视频合成,或者需要将媒体文件处理成视频时使用。
从文字、图片、首尾帧、参考素材或已有片段出发,生成、编辑和延长广告、产品与社交短视频。
只给一个选题,就拿到口播种草竖屏短片、可自行剪进版本的分镜静图和配音,全程零素材。
上传一条短视频,选择目标画风,把实拍视频转绘成动漫、国漫、水墨、黏土、赛博朋克等风格,同时保留人物、动作和镜头。
使用智谱GLM-V多模态模型系列为图片、视频和文档生成标题(描述)。当用户想要描述、添加字幕、总结或解释图片、视频或文件的内容时,请使用此技能。支持单个/多个输入、URL、本地路径以及Base64编码(仅限图片)。
一种利用GLM-V原生接地能力进行坐标转换、边界框可视化等功能的技能。GLM-V原生接地可以在图像中定位提示指定的任何目标,并基于图像大小输出归一化到0-1000的相对坐标。坐标格式包括2D边界框(默认)、2D点和3D边界框。GLM-V还支持视频中多个提示指定目标的空间时间定位和跟踪,每秒输出2D边界框。
记忆是智能代理的基石。没有它,每次交互都从零开始。这项技能涵盖了代理记忆的架构:短期(上下文窗口)、长期(向量...)
自主小说生成系统。从前提到最终草稿,以结构化的工作流程创建完整的书籍,包括角色创建、概要、章节规划、起草和编辑。当用户请求“写一本书”、“创作一部小说”、“生成一个完整的故事”或“自动书籍机器”时使用。接受类型、字数、章节数、视角和内容评级等参数。
抖音上升热点选题助手适合内容创作者、运营、电商、营销在用户想知道接下来拍什么、写什么更可能有流量时使用,帮助基于输入材料生成上升热点列表、排名和变化趋势视图、可用于内容规划的选题线索。
学术论文智能优化系统,专为计算机深度学习方向硕士学位论文设计。 提供三维协同优化:降AI检测率、降查重率、学术润色提升。 采用两层文档架构(总揽+章节)与显式状态追踪,实现模块化闭环优化。 内置 30+ 种中文学术 AI 模式检测,支持困惑度与突发性重构。严格遵循“最小干预与句内微调”原则,严禁大段AI式重写,保留最真实的科研人类逻辑。
AI 简历助手 — 润色、定制、导出、评分中文/英文简历。支持 40+ 检查项、100 分五维评分、 多格式导出(Word/Markdown/HTML/LaTeX/PDF)。当用户需要创建、润色、评估、定制或导出简历时触发。
把一章小说或故事脚本改编成一组按顺序排好的带旁白竖屏推文视频片段,自动拆分镜、配插画、录旁白,同一个角色在每个镜头里长得一样。
用一首歌的情绪和节奏,制作一个短视觉短片——把音乐片段和视觉方向变成电影感宣传短片,让封面图随音乐动起来,或用松散参考构建氛围视觉。
把产品图、人像、照片、插画或 AI 图片变成有明确动作和运镜的短视频。
通用深度研究代理团队。13个代理流程,用于对任何主题进行严格的学术研究。7种模式:全面研究、快速概览、论文评审、文献综述、事实核查、苏格拉底式引导研究对话以及带有可选元分析的系统性回顾。涵盖研究问题的形成、苏格拉底式指导、方法论设计、系统性文献搜索、来源验证、跨来源综合、偏倚风险评估、元分析、APA 7.0报告编撰、编辑审查、反方挑战、伦理审查以及研究后文献监控。触发词包括:研究, 深度研究, 文…
使用OCR从图像和扫描的PDF中提取文本。支持100多种语言,表格检测,结构化输出(markdown/JSON),以及批量处理。
为用户提供按知识点/难度智能组卷、生成答案解析与成绩分析的完整方案,覆盖小学、中学、大学公共课程(高数、英语、政治等)。使用场景:(1)用户需要某学科/某章节的模拟试题,(2)要求按知识点分布或难度梯度出题,(3)需要配套答案解析,(4)需要成绩分析与薄弱环节诊断。
分析图片/视频并为文本到图像和文本到视频的AI工具(如Midjourney, Stable Diffusion, DALL-E, Sora, Runway, Kling, Pika)生成专业的提示。当用户希望从参考图片/视频生成提示、创建AI艺术提示或从视觉内容中获取提示工程建议时使用。
端侧语音合规质检助手(VoiceGuard · On-device Call Compliance QA)。将通话录音在本地完成合规质检, 输出带证据溯源的质检评分与违规清单,录音与逐字稿零外发。Use this skill when the user, in Chinese or English, asks to audit call recordings for compliance, det…
完全控制Windows桌面。鼠标、键盘、截图——像真人一样与任何Windows应用程序互动。
从一个定稿的戏剧节拍和参考素材,生成一个电影感的竖屏短剧镜头——纯文本、确认的开场图、首尾两张图,或松散的演员和场景参考均可。
为已有 AI 短视频做一次聚焦真实感精修,调整光影、材质、饱和度和重复细节,让镜头更自然、更耐看。