azure-ai-voicelive-java
Azure AI VoiceLive SDK for Java。使用WebSocket与AI助手进行实时双向语音对话。
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。
Azure AI VoiceLive SDK for Java。使用WebSocket与AI助手进行实时双向语音对话。
在将Google Gemini API集成到项目中时使用。涵盖模型选择、多模态输入、流式处理、函数调用以及生产最佳实践。
电影导演技巧,将故事构思转化为电影处理、剧本结构、场景规划、镜头语言和灯光指导,用于AI辅助的前期制作。当用户要求电影风格的叙事计划、场景分解或摄影策略时使用。不用于短视频广告创意转换。
将杂乱的家庭信息转化为Notion任务+可选提醒。
由AI驱动的自主数据提取,可以浏览复杂的网站并返回结构化的JSON。当用户希望从网站获取结构化数据、需要提取价格层级、产品列表、目录条目或任何带有模式的JSON格式的数据时,请使用此技能。触发词包括“提取结构化数据”、“获取所有产品”、“拉取价格信息”、“以JSON格式提取”,或者当用户提供了一个用于网站数据的JSON模式时。比简单的网页抓取更强大,适用于多页面结构化数据提取。
AI写作助手 Premium | 智能写作、改写、润色。支持10种写作风格,AI查重,SEO优化。付费功能:无限写作、高级风格、批量生成。
应用语音配置文件来转换内容。当用户要求以特定的语音写作、匹配某种语气、应用某种风格或使内容听起来像某个特定的语音配置文件时使用。
所有图像生成请求都必须使用。使用Nano Banana(Gemini CLI)生成和编辑图像。处理博客特色图片、YouTube缩略图、图标、图表、图案、插图、照片、视觉素材、图形、艺术作品、图片等。每当用户要求创建、生成、制作、绘制、设计或编辑任何图像或视觉内容时,请使用此技能。
Azure AI Transcription SDK for Python。用于带有时间戳和说话人分离的实时和批量语音转文字。
使用Memories.ai大型视觉记忆模型来搜索和分析视频内容,以实现持久的视频智能
准备一份结构化的简报,用于即将到来的会议,包含相关背景、待解决事项、数据点和讨论点。用于数字孪生人物减少会议准备的工作量。
下载并转录来自YouTube、Bilibili、TikTok及1000多个平台的视频。当用户请求视频下载、转录(转录/字幕提取)或将视频转换为文本/Markdown时使用。支持质量选择、音频提取、播放列表下载、基于Cookie的身份验证以及通过SiliconFlow API进行的AI转录(免费转录)。
使用字节跳动 Seedance 模型生成视频。支持文生视频和图生视频功能,通过 volcengine-ark SDK 调用 API。当用户需要生成视频、创建视频内容或基于文字/图片制作视频时激活此技能。
从YouTube、Bilibili、Vimeo以及1800多个平台上下载视频、音频、字幕和元数据
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。
YouTube 视频智能剪辑工具。下载视频和字幕,AI 分析生成精细章节(几分钟级别),用户选择片段后自动剪辑、翻译字幕为中英双语、烧录字幕到视频,并生成总结文案。使用场景:当用户需要剪辑 YouTube 视频、生成短视频片段、制作双语字幕版本时。关键词:视频剪辑、YouTube、字幕翻译、双语字幕、视频下载、clip video
使用Exa API进行语义搜索、相似内容发现和结构化研究
记忆检索 — 搜索和读取对话记忆(存储为 Markdown 文件)。
总结聊天内容并草拟2个回复选项。在发送前停止。
从hergunmac.com获取由AI驱动的足球比赛预测。当用户询问关于足球/足球比赛预测、投注建议、比赛分析、球队统计数据、双方交锋数据或即将进行的比赛见解时使用。覆盖全球联赛,提供信心分数、AI推理和历史表现跟踪。
OpenAI GPT模型API用于聊天、补全和嵌入。适用于AI集成。
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。
使用ralph-loop的Stop钩子机制为认知推理模式提供持久迭代包装。当需要高置信度(>90%)、复杂的多模式编排需要迭代优化、需要自我纠正分析,或长时间运行的任务需要检查点持久化时,请使用此方法。将IR-v2模式包装在完成承诺门控循环中。
在为AI代理实现错误处理时使用此技能。当用户需要代理能够优雅地处理故障、实施重试策略、设计容错的代理系统,或构建无需人工干预即可从错误中恢复的代理时激活。