voice-ai-development
在构建语音AI应用程序方面具有专长 - 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、用于实时基础设施的LiveKit以及WebRTC基础知识。知道如何构建低延迟、可投入生产的语音体验。使用场景:语音AI、语音代理、语音转文本、文本转语音、实时语音。
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。
在构建语音AI应用程序方面具有专长 - 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、用于实时基础设施的LiveKit以及WebRTC基础知识。知道如何构建低延迟、可投入生产的语音体验。使用场景:语音AI、语音代理、语音转文本、文本转语音、实时语音。
快速生成2-3个视频大纲方案,含标题、封面建议和结构设计。当用户提到"视频大纲"、"视频结构"、"脚本大纲"、"视频选题"时使用。
当用户希望优化和压缩用于AI的指令时,应使用此技能。它会精炼并改进给LLM代理的指令,使其清晰、简洁且高效,同时保持有效性。
用于Remotion视频项目的动画组件和实用工具。在构建包含文本动画、渐变过渡、粒子效果、3D场景或交错运动效果的Remotion组合时使用。提供了示例片段(完整的组合)和可通过jsrepo安装的可重用组件。
集成Soniox语音转文字API以实现实时和异步转录。在使用Soniox WebSocket流、Soniox REST转录、Soniox SDKs(Python、Node、Web)或使用Soniox实现语音/讲话功能时使用。当提到Soniox API、soniox包、@soniox/node、@soniox/speech-to-text-web、通过Soniox的实时转录、语音转文字集成,或使用S…
通过Rube MCP(Composio)自动化TikTok任务:上传/发布视频、发布照片、管理内容以及查看用户资料/统计数据。始终先搜索工具以获取当前的模式。
深度推理。准确的数据。精美的设计。每一份优秀的文档都需要这三样东西——而大多数AI都做错了。在DeepResearch Bench(2026年2月)上排名第一,由最先进的搜索模型和最先进的PDF生成技术支持。创建简历、合同、报告、提案、发票、证书以及任何专业文档。
计算AI功能的成本,并质疑你是否真的需要它。调用ai-cost-analyzer代理进行详细的经济建模。
专家级的提示工程技能,将Claude转变为“Alpha-Prompt”——一位能够通过灵活对话协作创建高质量提示的大师级提示工程师。当用户要求“优化提示”、“改进系统指令”、“增强AI指令”,或提到与提示工程相关的任务时激活。
为项目创建促销的TikTok风格短视频。分析您的代码库以了解项目功能,然后生成基于Remotion的视频,支持竖屏(9x16)或横屏(16x9)格式。
图像预处理在OCR和计算机视觉中的全面指南
创建具有AI视频背景的电影级HTML演示文稿,并部署到GitHub Pages。可用于:幻灯片、演示文稿、演示集、电影级幻灯片、视频演示、动画幻灯片、现场演示。
使用OpenAI Whisper将音频/视频转录为文本,并附带每个单词的时间戳。当你需要带有每个单词准确时间信息的语音转文字时,请使用此功能。
由CellCog驱动的AI音频生成。文本转语音、语音合成、配音、播客音频、旁白、音乐生成、背景音乐、声音设计。专业的AI音频创作。
-
在发布前进行健康检查,以防止你推送有问题的AI功能。从6个维度(模型选择、数据质量、成本、监控、故障用户体验、优化)进行评分。
文章配图一键生成并上传图床,自动插入Markdown链接。当用户提到"配图"、"插图"、"上传图片"、"文章配图"时使用。
机器学习:监督/无监督/强化学习,卷积神经网络/循环神经网络/变换器,训练,评估,MLOps,大语言模型微调
为法律工作生成情境简报——每日摘要、主题研究或事件响应。在开始一天的工作时,需要扫描电子邮件、日程表和合同中的法律相关事项;在内部资源中研究特定的法律问题;或者当出现发展中的情况(数据泄露、诉讼威胁、监管询问)需要快速了解背景时使用。
这项技能使Claude能够使用神经网络构建器插件来构建和配置神经网络架构。当用户请求创建新的神经网络、修改现有网络或需要帮助定义层、参数和训练过程时,应使用此技能。该技能由涉及诸如“构建神经网络”、“定义网络架构”、“配置层”等术语的请求触发,或者明确提到特定类型的神经网络(例如,“CNN”、“RNN”、“transformer”)时也会触发。
使用BlitzReels API进行视频编辑工作流程——上传、转录、时间线编辑、字幕、叠加、背景、导出以及针对更强剪辑流的源视图ROI感知重构。
AI原生的OCR平台,能够在几分钟内将文档转换为高精度数据。通过使用多模型共识,DeepRead实现了95%以上的准确率,并且只标记不确定的字段以供复查——从而将人工工作量从100%减少到5-10%。无需进行任何提示工程。
写一个简单的提示,比如“给[联系人]写一封电子邮件,欢迎他们加入公司”,但你可以通过添加一个人物角色来提供更多背景信息,以便得到更好的结果
规划AI功能从v1到v2再到v3的代理进展。逐步分析随时间推移自主性如何增加,定义晋升标准,并生成用于利益相关者对齐的成果物。基于CC/CD框架。