silicon-paddle-ocr
通过SiliconFlow API使用PaddleOCR模型的OCR技能。当用户要求“从图片中识别文本”、“从照片中提取文本”、“对这张图片进行OCR处理”、“从截图中读取文本”,或提到“PaddleOCR”、“图像文本识别”、“从图像中提取文本”时,应使用此技能。
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。
通过SiliconFlow API使用PaddleOCR模型的OCR技能。当用户要求“从图片中识别文本”、“从照片中提取文本”、“对这张图片进行OCR处理”、“从截图中读取文本”,或提到“PaddleOCR”、“图像文本识别”、“从图像中提取文本”时,应使用此技能。
使用Google Gemini API分析视频(摘要、问答、带时间戳和视觉上下文的转录、场景/时间线检测、视频剪辑、FPS控制、多视频比较以及YouTube URL分析)。
基于AI的PPT生成,包含文档分析和风格化图片
将财报电话会议记录转换为结构化摘要,包括财务指引、KPI变化、管理层情绪以及分析师问答亮点。适用于处理季度财报电话会议、准备投资研究或跟踪公司业绩叙述时使用。
为短视频片段创建屏幕文本钩子和字幕。围绕互补原则构建——屏幕上的文本应该增加观众听到的内容,而不是重复它。包括播客剪辑工作流程、钩子类别和三倍单词得分优化。
通过OpenRouter使用Qwen 3.5 Plus分析和推理视频。用于视频反馈、质量评估、提示遵守情况评估以及内容描述。接受公开的视频URL或本地文件(上传到兼容S3的存储中)。
使用Merkle-DAG分支时间线、全息擦除编码和权益加权共识的分布式进化记忆系统,尽管存在分叉叙述和时间相对性,仍能维护数千个代理之间的一致集体历史。
带有Excel数据导入和动态卡片管理功能的OBS下三行控制器
使用FFmpeg命令行工具从视频文件中提取关键帧(I帧)。当用户需要从MP4、MKV、AVI或其他视频格式中拉取关键帧、缩略图或重要帧用于分析、预览或处理时,使用此技能。
使用Prophet框架(Meta)检测时间序列数据中的异常,该框架将季节性、趋势、假日效应和其他所需回归因子纳入其模型中,以识别趋势中的异常激增或下降。这是一种通用的方法论,分析师可以用来理解他们的跟踪指标的变化中哪些表现出了异常模式。
用于通过对话、词汇练习、语法课程、闪卡和沉浸式练习学习任何语言的AI语言导师。当用户想要:学习新语言、练习词汇、学习语法、进行闪卡练习、翻译短语、练习对话、为旅行做准备、学习俚语/成语或提高发音时使用。支持所有语言,包括西班牙语、法语、德语、日语、中文(普通话/粤语)、韩语、阿拉伯语、印地语、孟加拉语/邦格拉语、葡萄牙语、俄语、意大利语、土耳其语、越南语、泰语、斯瓦希里语、希伯来语、波兰语、荷兰语…
生成军事法律事务的结构化摘要,包括军事法庭审判、《统一军事司法法典》纪律处分、行政分离以及上诉决定。当用户需要有关军事司法程序、军事上诉法院/军事刑事上诉法院意见、第15条行动或军方法规问题的参考摘要时触发,适用于军法官、指挥人员或军事法律从业者。
将会议记录或粗略笔记转化为简洁的摘要,包含决策、风险以及标记了负责人的行动项;可用于Zoom/Meet/Teams会议记录、通话笔记或长时间会议聊天记录,以生成可分享的输出。
通过Gemini生成广告图片。使用它来创建带有文本的创意。
教育数据隐私、联邦学习、差分隐私以及法规遵从(GDPR/FERPA)方面的专家。
从文本生成具有自定义形状、颜色、字体和停用词过滤的样式词云。支持PNG/SVG导出和频率字典。
分析媒体文件属性 - 时长、分辨率、比特率、编解码器和流信息
分析任何公开视频URL(如Loom、YouTube等),并生成一份生动详尽、达到工程师级别的报告,内容包括视频中展示和讲述的信息。当用户分享一个Loom、YouTube或其他视频链接,并希望由AI对其进行分析、总结、转录或理解时使用——无需亲自观看视频。
通过ElevenLabs SFX(文本转声音)生成短音效。当您需要诸如掌声、罐头笑声、嗖嗖声、环境音或短刺耳声等音效片段时使用,并可选择转换为适合WhatsApp的.ogg/opus格式。
从律师与客户沟通记录中提取有价值的法律问答对,生成结构化知识库内容。本技能应在用户需要整理客户咨询记录、从对话中提取可复用法律知识、创建问答知识库、或准备内容营销素材时使用。支持严格客户信息脱敏处理。
专家指导使用LLaMA-Factory对大语言模型进行微调 - WebUI无代码,支持100多个模型,2/3/4/5/6/8位QLoRA,多模态支持
根据文本提示使用豆包SeeDream API生成图片。当用户请求AI生成的图片、艺术作品、插图或视觉内容创作时,使用此技能。该技能处理API调用,将生成的图片下载到项目的/pic文件夹中,并支持最多连续生成4张图片的批量生成。
搜索A股金融股票代码并获取金融股票价格历史。当用户询问金融股票代码、最近的价格变动或特定公司的金融股票信息时使用。
这项技能为智能教科书生成关于物理学家和科学家的图像小说叙事。它创造出引人入胜且历史准确的故事,并配有专为高中生设计的图片提示。当用户希望在MkDocs Material教科书的《物理学史图像小说》部分添加新的科学家故事,或创建关于历史上的科学家的教育性图像小说内容时,请使用此技能。