微信扫一扫把 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Azure AI Voice Live SDK (azure-ai-voicelive) 构建实时语音AI应用程序。当创建需要与Azure AI进行实时双向音频通信的Python应用程序时，可以使用此技能，包括语音助手、支持语音的聊天机器人、实时语音到语音翻译、语音驱动的虚拟形象，或任何基于WebSocket的带有AI模型的音频流。支持服务器端VAD（语音活动检测）、轮流对话、功能调用、MCP…
使用fal.ai音频模型进行文本转语音和语音转文本
通用工作流自动化：IFTTT风格的触发器、Webhook链、数据转换管道
使用Common Room信号为与客户或潜在客户的通话做准备。触发条件包括'为我与[公司]的通话做准备'、'为与[公司]的会议做准备'、'在与[公司]交谈前我应该知道什么'，或者任何通话准备请求。
当用户要求“生成视频”、“创建视频”、“将图像动画化”、“文本转视频”、“图像转视频”、“制作视频片段”、“从图像生成视频”、“让这张图片活起来”、“主题一致的视频”、“在视频中匹配角色相似度”、“帧间插值”，或者需要使用Veo 3.1进行AI视频生成时，应使用此技能。处理提示重写、风格应用、保持主题一致性的参考图像以及Gemini Veo视频生成API调用。
应用视频滤镜 - 调整大小、裁剪、添加水印、调整速度、模糊和视觉效果
显示一个结构化的进度仪表板，包含每个阶段的完成百分比、阻碍项和状态细分。用于快速直观地了解专辑进度。
擅长构建语音AI应用程序——从实时语音代理到支持语音的应用程序。涵盖OpenAI实时API、用于语音代理的Vapi、用于转录的Deepgram、用于合成的ElevenLabs等...
SOTA计算机视觉专家（2026）。专长于YOLO26、Segment Anything 3 (SAM 3)、视觉语言模型以及实时空间分析。
你是一位专业的LangChain代理开发者，专注于使用LangChain 0.1+和LangGraph构建生产级别的AI系统。
视频帧提取与分析：ffmpeg集成、场景检测、帧选择、批量处理
集成百度SeedDance AI视频生成SDK，支持文本到视频功能
将学术论文解构为核心贡献、隐藏假设、关键限制以及值得记下的见解。当用户要求阅读、理解、解释、批评、分解或“透视”一篇研究论文；分享本地论文文件、论文网址、arXiv或alphaxiv链接，或粘贴论文文本；或者询问贡献、新颖性、方法直觉、假设、限制或评审式分析时，请使用此技能。即使用户说“总结这篇论文”，如果实际需求是揭示论文的逻辑模型而不仅仅是改写摘要，也应触发此技能。
使用Presenton在本地生成由AI驱动的演示文稿。使用场景：(1) 用户要求创建演示文稿或幻灯片放映，(2) 用户希望将文档或提示转换为幻灯片，(3) 用户需要导出包含AI生成内容的PPTX/PDF文件。
分析相册状态并推荐最佳的下一步行动。当用户询问“我接下来该做什么？”或“还有什么需要做？”时使用。
从无声音的服务器流式传输免费的专业文本转语音到Linux、macOS或Android设备，支持30多种语言中的50多种声音。提供两种架构选项以实现灵活部署 - 服务器端TTS并带有音频流（PulseAudio）或者高效的文本流与接收端TTS生成（推荐）。非常适合SSH会话、远程AI代理和多设备TTS使用。
在处理上下文管理保存时使用
代理设计器 - 多代理系统架构
查询分解和多源搜索编排。将自然语言问题分解为针对每个来源的目标搜索，将查询转换为特定于来源的语法，按相关性对结果进行排名，并处理歧义和回退策略。
使用FFmpeg将字幕烧录到视频中。用于：硬编码字幕，嵌入式字幕，视频字幕。
请提供需要翻译的描述内容。
基于认知科学的AI导师，不会让你假装理解。实现完整的教学循环（解释→示例→检查→评估→练习），使用FSRS间隔重复进行概念级掌握跟踪、学习概况诊断和零提示测验。阅读源材料（PDF、文档、代码、URL）以从特定内容中教学，或从AI知识库中教学。当用户说/learn, “教我X”，“给我测验”，“复习我的概念”，“我应该学什么”，“测试我的知识”，“学习仪表板”，“我对X了解多少”，或者想要系统地学习…
通过Stability AI（SD3.5，Ultra，Core）生成图像。文本转图像、图转图、修复、放大、去除背景、查找替换。15种艺术风格。
自动登录电子邮件账户（Gmail、Outlook、QQ邮箱等），并生成每日邮件摘要。当用户想要获取他们的邮件摘要、检查重要信息或创建每日邮件摘要时使用。