web-search
在网上搜索实时信息。
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。
在网上搜索实时信息。
语音转文字、文字转语音以及语音AI应用开发。
搜索、分析和提取 Bilibili 视频的综合工具。每当用户提到 B 站、bilibili、提供 B 站链接(bilibili.com, b23.tv)、要求搜索特定视频、提取视频元数据(标题、UP主、播放量、简介)、获取视频字幕、获取评论或弹幕进行分析总结时,必须触发此技能。支持处理 412 风控引导及 Cookie 注入。
从自然语言描述生成Excalidraw图表。当被要求“创建图表”、“制作流程图”、“可视化过程”、“绘制系统架构”、“创建思维导图”或“生成Excalidraw文件”时使用。支持流程图、关系图、思维导图和系统架构图。输出可以直接在Excalidraw中打开的.excalidraw JSON文件。
GGUF格式和llama.cpp量化用于高效的CPU/GPU推理。在将模型部署到消费级硬件、Apple Silicon上,或需要2-8位灵活量化且无需GPU要求时使用。
为微信视频号、抖音、小红书、TikTok和Reels等社交媒体平台生成吸引人的短视频脚本(30秒至3分钟)。当用户请求“短视频脚本”、“微信/抖音/TikTok/XHS内容”或“社交媒体视频内容”时使用。
当用户要求“生成图片”、“用nanobanana创建图片”、“编写图片提示词”、“制作图标/图案/贴纸”,或“图像生成”时,应使用此技能。为配备Gemini Imagen的nanobanana MCP精心设计有效的提示词。
使用多种引擎(Whisper、Google Speech、Azure、AssemblyAI)进行语音转文字。录制音频,转录文件,实时转录,说话人分割,时间戳,以及多语言支持。可用于会议转录、语音笔记、音频文件处理或无障碍功能。
使用Qwen3-TTS构建文本转语音应用程序,这是一个强大的语音生成系统,支持声音克隆、声音设计和自定义语音合成。在创建TTS应用程序、从文本生成语音、从音频样本克隆声音、通过自然语言描述设计新声音或微调TTS模型时使用。支持10种语言(中文、英语、日语、韩语、德语、法语、俄语、葡萄牙语、西班牙语、意大利语)。
离线版语义知识库检索。Agent 可直接 import 使用,自动安装、索引、搜索。
分析热门小说和主题。当用户询问小说推荐或主题分析时调用。
股票投资调研执行引擎,执行8阶段投资尽调流程。接收stock-question-refiner生成的结构化调研指令,部署多智能体并行研究,生成带引用的投资尽调报告。覆盖:公司事实底座、行业周期、业务拆解、财务质量、股权治理、市场分歧、估值护城河、综合报告。当用户需要进行股票投资研究、基本面分析、投资尽调时使用此技能。
为微信公众号文章生成高质量配图。支持封面图(2.35:1)、正文插图(16:9/4:3)、信息图。提供两条路径:AI生成(视觉创意型)和HTML渲染(文字精确型)。当用户提到"公众号配图"、"公众号封面"、"文章配图"、"正文插图"、"公众号图片"时使用此技能。
搜索、下载并总结来自arXiv的学术论文。专为AI/ML研究人员打造。
探测用户的写作风格需求并加载对应指南。当用户提到口语化、生活化、真实感、文学性、严肃文学、纯文学、网文、爽文、快节奏、古风、武侠、古韵、极简、海明威、克制等关键词时自动激活。适用于讨论小说风格、写作文风、创作方向时使用。
图片搜索下载技能,搜索和下载网络图片
使用ComfyUI与Wan 2.2、FramePack或AnimateDiff生成视频。处理图片转视频、文本转视频、说话头像以及运动控制动画。在根据角色图像或文字描述创建任何视频内容时使用。
去除文本中的 AI 生成痕迹。适用于编辑或审阅文本,使其听起来更自然、更像人类书写。 基于维基百科的"AI 写作特征"综合指南。检测并修复以下模式:夸大的象征意义、 宣传性语言、以 -ing 结尾的肤浅分析、模糊的归因、破折号过度使用、三段式法则、 AI 词汇、否定式排比、过多的连接性短语。
视频下载技能,由yt-dlp提供支持。可以从Bilibili、YouTube、Twitter、Twitch和1700多个站点下载视频。当用户想要从任何受支持的平台下载视频、提取音频或获取视频元数据时使用。
准备数据集并配置用于角色一致性的LoRA训练。涵盖FLUX(AI-Toolkit,SimpleTuner,FluxGym)和SDXL(Kohya_ss)的训练,并提供逐步指导。在训练自定义角色LoRAs时使用。
检索增强生成 - 分块策略、嵌入、向量搜索、混合检索、重新排序、查询转换。在构建RAG管道、知识库或上下文增强应用程序时使用。
基于阿里云百炼 Qwen3.5-Omni 的全模态 skill。支持文本、图片、音频、视频理解,以及文本/语音输出。 当用户需要分析图片、转写或理解音频、理解视频、进行跨模态问答,或直接生成语音回复时,使用此 skill。
PaddleOCR是一个强大的、开源的OCR工具包,支持多语言
中文AI科技日报自动采集与推送。从The Verge、Wired、TechCrunch等英文源抓取最新AI资讯,自动翻译整理为中文,按分类推送到飞书/Telegram/Discord等渠道。适合关注AI行业动态的中文用户。