faster-whisper
使用faster-whisper进行本地语音转文字。比OpenAI Whisper快4-6倍,准确度相同;GPU加速可实现约20倍的实时转录。支持带有词级时间戳的标准模型和精简模型。
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faster-whisper进行本地语音转文字。比OpenAI Whisper快4-6倍,准确度相同;GPU加速可实现约20倍的实时转录。支持带有词级时间戳的标准模型和精简模型。
使用each::sense API生成专业的房地产摄影、虚拟布置、室内设计视觉效果和建筑渲染
对照Seedance 2.0内容政策检查提示,应用安全的IP替换,并导航真人和品牌限制。更新了来自迪士尼、派拉蒙、MPA以及SAG-AFTRA截至2026年2月的执行数据。在涉及命名角色、特许IP、名人形象、品牌标志或流媒体原创内容的每次生成前使用。
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。
Keras高级神经网络API。用于深度学习。
将序列帧图片或精灵表(Sprite Sheet)转换为高质量 GIF 动画。支持自定义 FPS、布局切分及循环播放。
从课堂笔记生成教育练习题以测试学生的理解。当用户请求基于讲座内容的练习题、考试准备材料、学习指南或评估项目时使用。
当用户想要分析中国股票报告(A股或港股),将年度/季度报告上传到NotebookLM,或者研究中国上市公司的财务状况时使用
使用Piper ONNX语音进行本地文本转语音 - 快速、私密、无需云服务。
使用each::sense AI本地化和配音视频。翻译音频、生成字幕、克隆声音,并为您的视频内容创建口型同步的多语言版本。
专业级中文长文本摘要工具。当用户要求“总结”、“摘要”、“提炼要点”、“缩写”或处理超长中文文本时,必须调用此工具进行自动分段与压缩。
通过用户提供的Douyin_TikTok_Download_API实例下载抖音/海外版抖音/TikTok/哔哩哔哩的视频或图片,返回无水印的媒体文件,并将文件发送回去。
PyTorch深度学习框架,支持动态图。用于神经网络。
当用户要求“转换此视频”、“将格式更改为mp4”、“从X到Y剪辑”、“剪掉前X秒”、“加速此视频”、“慢动作”、“延时摄影”、“提取帧”、“调整视频大小”、“缩小比例”、“旋转视频”、“翻转视频”、“重新混合”,或任何未被压缩视频、制作GIF、分享至社交媒体或提取音频所涵盖的一般FFmpeg视频操作时,应使用此技能。
用于Interhuman API POST /v0/upload/analyze端点的封装。分析已完成的视频文件并返回包含检测到的社会信号的原始JSON响应。当用户想要分析一个预先录制的视频文件(非直播流)时使用。直接返回API提供的未经修改的JSON响应。
当用户想要使用深度学习、LSTM、transformer或神经网络进行预测时。也适用于用户提到“神经网络预测”、“LSTM”、“GRU”、“transformer预测”、“注意力机制”、“seq2seq”、“时间卷积”、“深度学习时间序列”或复杂的非线性模式时。对于传统预测,请参见demand-forecasting。对于一般的机器学习,请参见ml-supply-chain。
使用each::sense AI生成3D模型。从文本或图像创建具有PBR纹理的游戏、产品、建筑、角色、车辆等的3D资源。
使用each::sense AI生成VTuber头像和角色设计。为虚拟内容创作者创建动漫风格的头像、适用于Live2D的角色、表情表、全身设计以及配饰。
提取并分析YouTube视频内容(字幕+元数据)。当用户明确要求分析、总结、从YouTube视频中提取智慧或获取上下文时使用。支持智慧提取、摘要、问答准备、关键引用和自定义分析。不会在遇到YouTube链接时自动触发——仅在明确请求分析时才会激活。
高级的人机共创方法论——半人马原则在实践中的应用。掌握将人类创造力与AI能力结合的艺术,以实现两者单独无法达到的结果。
在使用Gemini Live API构建实时双向流应用程序时,请使用此技能。涵盖基于WebSocket的音频/视频/文本流、语音活动检测(VAD)、原生音频功能、函数调用、会话管理、用于客户端认证的临时令牌以及所有Live API配置选项。涉及的SDK包括google-genai(Python)和@google/genai(JavaScript/TypeScript)。
识别并去除AI写作模式,使文本听起来自然且像人类所写。当用户说“使这更人性化”、“让这个听起来不那么像AI写的”、“这读起来像是机器人写的”、“去除这段文字的AI痕迹”、“删除AI模式”、“使这个更自然”、“清理这段AI生成的文字”时使用。根据维基百科的“AI写作迹象”指南检测并修复28种模式——夸张的语言、促销语气、AI词汇、过度使用破折号、填充短语、谄媚语气、占位符文本、公式化结构。不要仅用于…
在Apple Silicon上使用MLX运行和微调LLM。当在Mac本地处理模型、将Hugging Face模型转换为MLX格式、在Apple Silicon上使用LoRA/QLoRA进行微调,或者通过HTTP API提供模型服务时使用。
[WHAT] 通过与OpenAI兼容的API为开源LLM提供快速、成本效益高的推理和微调 [HOW] 无服务器推理、按需GPU部署、LoRA微调(SFT、RFT、DPO)、firectl CLI [WHEN] 在部署开源模型、针对自定义用例进行微调或从OpenAI迁移时使用 [WHY] 100+模型、提示缓存、批量推理、多LoRA部署、强化微调 触发词: "fireworks", "firewor…