chough
快速的ASR命令行工具,用于转录音频/视频文件。当用户想要转录音频/视频、生成字幕(VTT)、将语音转换为带时间戳的文本(JSON),或优化以适应低内存环境时使用。
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。
快速的ASR命令行工具,用于转录音频/视频文件。当用户想要转录音频/视频、生成字幕(VTT)、将语音转换为带时间戳的文本(JSON),或优化以适应低内存环境时使用。
合并多个视频文件为一个视频。Use when user wants to 合并视频, 拼接视频, 视频合并, 视频拼接, 把视频合在一起, 连接视频, join videos, merge videos, combine videos, concatenate videos.
无描述
Azure OpenAI服务2025模型包括GPT-5、GPT-4.1、推理模型以及与Azure AI Foundry的集成
将全面的书面内容转化为有意义的口语指导。在为演讲进行调整、转换为口语格式、优化以供聆听或从书面材料创建音频内容时使用。关键词:演讲、音频、口语、聆听、改编、播客。
带有自动回退机制的网络研究。WebFetch → 浏览器MCP → 通过ai_interaction提供用户帮助。在网络浏览需求时使用。
使用BlockEden OpenAI代理(DALL-E 3 / DALL-E 2 / gpt-image-1)生成AI图像。每当用户想要生成、创建、绘制、制作或生产一张图片、照片、插图、艺术作品或视觉效果时,即使他们不说“DALL-E”或“BlockEden”,也应使用此技能。触发短语包括“生成一个...的图像”、“创建一个...的画面”、“为我做一个插图”、“画一个场景”、“将这个可视化”、“我…
AI内容永动机调度器 (Schedule-Content) - 协调调度四个写作相关 skills 的主控 skill。当用户需要系统化创作内容、建立内容创作飞轮、或想要学习 Dan Koe 的 AI 内容创作方法时使用此 skill。按照'拆解→想清楚→写一次→用到极致'的顺序调度:Content-Judge、Content-Clarify、Content-Architect、Content-B…
当用户要求“整合笔记”、“总结ainotes”、“清理笔记”、“ainotes”,或者希望将积累的代理观察结果整合成简洁的摘要时,应使用此技能。
由AI驱动的求职助手。扫描职位列表,跟踪申请进度,维护理想公司列表,并生成定制的简历和求职信。当用户想要寻找工作、运行职位扫描、设置求职搜索、跟踪申请进度或准备申请材料时使用。
通过Inngest管道下载、转录和总结视频。当用户要求抓取/下载/转录/导入视频、保存YouTube视频或处理任何视频URL时使用。也可以批量处理多个URL。此技能会触发持久的Inngest工作流——请勿手动运行yt-dlp、mlx-whisper或scp。
从文本中移除AI生成的写作痕迹。当用户提到'听起来像AI写的','太机械化了','让这个更人性化一些','让它听起来像人写的','去掉AI的感觉','听起来像ChatGPT写的','让它自然一些',或者'不像是人写的'时使用。检测并修复包括夸大重要性、促销语言、公式化结构、AI词汇、表面分析、模糊归属、回避直接陈述、机械化的节奏、过度使用破折号和粗体字、聊天机器人特有的表达方式以及缺失个性等AI写…
使用此功能来构建机器学习模型、特征工程、训练管道,并将预测集成到应用程序中。
适用于所有代理类型的通用ChromaDB集成模式,用于语义搜索、持久存储和模式匹配。当代理需要存储/搜索大型数据集、构建知识库、执行语义分析或在会话间保持持久记忆时使用。
构建并维护一个项目范围的外部记忆系统,用于AI协作。当用户要求使助手变得更“聪明”,在会话间保持持久性,减少遗忘,或者将团队偏好、工作流程规则和决策历史记录在存储库文件中时使用。
为PAIRL Conductor系统构建心理测量学上准确的个人代理。提取个性、决策启发式方法和价值观,形成可移植的模式,使AI代理能够代表用户进行谈判、筛选和行动。
当用户希望将品牌知识——如活动学习、竞争情报、品牌指南或绩效洞察——保存到持久内存(向量数据库)中,以便将来进行RAG检索时使用。
用于生成动画游戏角色精灵、创建精灵图集、构建2D游戏角色动画,或需要从AI图像生成模型中获得一致的多帧像素艺术时
生成与TRMNL兼容的电子墨水屏显示图像。在为TRMNL设备创建图像、将图像转换为1位格式或将内容上传到电子墨水显示屏时使用。触发词包括“TRMNL”、“电子墨水”、“电子纸”、“终端显示器”。
将书面文档转换为带有TTS音频和词级时间戳的叙述视频脚本。在准备用于视频叙述的文章、博客帖子或文章时使用。输出场景文件、音频以及带有精确单词时间戳的VTT。关键词:叙述,旁白,TTS,场景,音频,时间控制,视频脚本,口语。
用于实现AI应用程序的全文搜索(Elasticsearch/OpenSearch)或向量搜索/嵌入(RAG, Pinecone, Chroma)。
当用户想要实现仓库自动化、评估自动化技术或设计自动化物料处理系统时。此外,当用户提到“仓库机器人”、“自动化存储”、“AS/RS”、“货到人”、“输送系统”、“分拣”、“AMR”、“AGV”、“自动化拣选”或“仓库自动化ROI”时也适用。对于仓库布局设计,请参阅warehouse-design。对于订单履行,请参阅order-fulfillment。
分析GIF动画文件,通过提取并查看帧作为连续视频。使用场景:- 用户提到GIF文件路径(例如,“./demo.gif”,“~/Downloads/animation.gif”)- 用户想要分析或理解GIF动画- 用户询问关于GIF中的运动、变化或内容- 用户附加或引用一个.gif文件进行分析- 用户希望检查以GIF格式录制的屏幕录像- 用户调用/gif斜杠命令 关键词:“GIF”, “.gif”,…
通过结构化访谈、线索跟踪和声音校准来保持真实性的协作论文写作。将AI从文本生成器转变为智力假肢。在撰写论文、博客文章或任何内容中,当声音比速度更重要时使用。