動画・画像・音声のスキル

Resize a source image to a thumbnail and convert to WebP.

日本語の概要は準備中です。原文の説明を表示しています。

Generate composited images from layers — solid colors, gradients, text, images, QR codes, barcodes, and layouts.

日本語の概要は準備中です。原文の説明を表示しています。

Extract property listing details from a real estate document, then generate a branded PDF brochure and a social media image for the listing.

日本語の概要は準備中です。原文の説明を表示しています。

Convert an image between PNG, JPEG, and WebP formats with quality control for web optimization.

日本語の概要は準備中です。原文の説明を表示しています。

Resize, sharpen, and compress an image to fit email platform size limits in a single pipeline.

日本語の概要は準備中です。原文の説明を表示しています。

Compress an image to fit within a specific file size in bytes using quality-first compression.

日本語の概要は準備中です。原文の説明を表示しています。

Convert PDF, DOCX, HTML, or image documents to clean, structured Markdown.

日本語の概要は準備中です。原文の説明を表示しています。

Analyze and optimize AGC (Automatic Gain Control) parameters for WaveCap-SDR channels. Use when audio is too quiet, too loud, has pumping artifacts, or when tuning AGC attack/release/target settings for FM/AM/SSB modes.

日本語の概要は準備中です。原文の説明を表示しています。

Download and transcribe videos from YouTube, Bilibili, TikTok and 1000+ platforms. Use when user requests video download, transcription (转录/字幕提取), or converting video to text/markdown. Supports quality selection, audio extraction, playlist downloads, cookie-based authentication, and AI-powered transcription via SiliconFlow API (免费转录).

日本語の概要は準備中です。原文の説明を表示しています。

Generates complete video ad scripts for 15s, 30s, and 60s formats in Darija (Moroccan Arabic dialect) with shot-by-shot breakdowns, Islamic compliance guidelines, global trend alignment (authenticity, sustainability, UGC), and cultural adaptation for Facebook, Instagram, and TikTok. Includes 4 frameworks including a Moroccan-specific storytelling framework.

日本語の概要は準備中です。原文の説明を表示しています。

Official HeyGen plugin for OpenClaw — adds HeyGen as a first-class provider for the built-in video_generate tool. Identity-first avatar videos: pick an avatar_id, a voice, a script, and get an on-brand presenter video back. Use when: (1) generating a video where a specific avatar/person speaks specific lines, (2) "make a video of me / our brand presenter", (3) outreach, announcements, pitch decks, product walkthroughs, or any presenter-led video, (4) needing landscape or portrait output with deterministic aspect ratios, (5) integrating HeyGen into an OpenClaw agent through the standard provider interface (no bespoke REST glue required). Covers: HeyGen v3 Video Agent (api.heygen.com), avatar-presenter video, identity-preserving video, talking-head AI video, scripted avatar narration, brand spokesperson video. NOT for: cinematic b-roll (use Veo / Runway / Kling), video translation, TTS-only, streaming avatars, or photo-to-talking-head v2 pipelines.

日本語の概要は準備中です。原文の説明を表示しています。

Theatre.js アニメーションツールキットリファレンス。 @theatre/core / @theatre/studio / @theatre/r3f / @theatre/dataverse。 getProject, Sheet, Sequence, Object, val, onChange, prop-types（number / rgba / compound / image）。 studio initialize / extend / transaction / scrub / createPane。 SheetProvider, editable, useCurrentSheet, useVal, usePrism, useAtom。 keyframe アニメーション、audio sync、state JSON、React Three Fiber 統合。

OpenAI API (developers.openai.com) の画像・動画生成リファレンス。 image generation（gpt-image, Images API `images.generate` / `images.edit`）、 image edit（mask, reference images）、image generation tool（Responses API 組み込み）、 vision（画像入力, image tokens, vision fine-tuning）、 video generation（Sora, `sora-2` / `sora-2-pro`, videos エンドポイント）、 extend / edits, characters。

OpenAI API (developers.openai.com) の Realtime API と Audio エンドポイントのリファレンス。 WebRTC / WebSocket / SIP transport, sessions / conversations / events, client secrets (ephemeral keys), VAD (server_vad / semantic_vad), tools/MCP, speech-to-speech voice agents, speech-to-text (streaming / file transcription), text-to-speech, translation。

OpenAI API (developers.openai.com) の Agents SDK (Python / TypeScript) リファレンス。 Agent, Runner, handoffs, guardrails, tracing、 built-in tools（web search, file search, computer use, code interpreter, image generation）、 function tools, vector stores, MCP (Model Context Protocol) connectors, background mode, multi-agent orchestration、 SandboxAgent（隔離実行環境）。

Apple グラフィックスフレームワークリファレンス。 Metal, Core Animation, Core Graphics, Core Image, SpriteKit, SceneKit。 MTLDevice, MTKView, MTLBuffer, MTLTexture, Metal 4 (MTL4CommandQueue, MTL4CommandBuffer, MTL4ArgumentTable), CALayer, CABasicAnimation, CADisplayLink, CAMetalDisplayLink, CAMetalDrawable, CGContext, CGPath, CGImage, CIFilter, CIContext, CIImage, CIRAWFilter, CIWarpKernel, CIBlendKernel, SKScene, SKSpriteNode, SKAction, SCNNode, SCNGeometry, SCNMaterial。

AVFoundation / AVKit / PhotoKit リファレンス。 AVPlayer, AVPlayerViewController, VideoPlayer, AVPlayerItem, AVMutableComposition, AVCaptureSession, AVCaptureDevice, AVCapturePhotoOutput, AVAudioEngine, AVAudioSession, AVAudioPlayer, AVSpeechSynthesizer, PHAsset, PHImageManager, PhotosPicker, PHPhotoLibrary。

動画制作スキル（/seedance・/local-video）で生成されたキーフレーム・参考画像を台本（script.md）と突き合わせて検証するワークフロー。プロンプトどおりの内容になっているか、小道具の状態（ビールの残量等）や機構小物の位置（ドアノブ・蝶番）が物理的に正しいか、場面の時間帯・天気が急変していないか（昼→夜ジャンプ等）をQwen3-VL（Ollama）とClaudeの目視の二重チェックで検証する。ユーザーから「画像を検証して」「キーフレームをチェックして」と指示されたとき、キーフレーム生成後の検証工程を実行するときに必ず使用する。

Turn character reference images into reusable, rigged voxel 3D assets for Blender and Three.js through an imagegen turnaround and user-approval workflow. Use when Codex needs to preserve a character's likeness across front, side, and back views; create or revise Minecraft-like cube-headed models; prevent missing rear hair or clothing; split features between block geometry and face/clothing textures; generate GLB and editable .blend files; add walk/smash-compatible rigid-part pivots; or diagnose why a voxel conversion is not recognizable.

日本語の概要は準備中です。原文の説明を表示しています。

窓際族物語の動画を、チャプター毎のキーフレーム画像を作らずに「プロンプト＋キャラクターシート＋セリフ音声」だけでMiniMax H3（R2V）に生成させるワークフロー。ユーザーから「画像なしで動画を作って」「キーフレームなしで動画を作って」「シートだけで動画を作って」と指示されたときに必ず使用する。大まかな指示→チャプター分割案→チャプター毎の動きを人間に確認→全チャプター確定→プロンプト作成の順で進め、確定前にプロンプトを書かない。画風の注意文はチャプターに映るものだけを最小限で書き、モブキャラはラン専用のキャラクターシートを作って渡す。動画生成の実行先は/colab-video（Colab）または/local-videoステップ7（ローカルCUDA）。

窓際族物語の動画をクラウドを使わずフルローカルで生成するワークフロー（MiniMax H3 + ComfyUI）。ユーザーから「ローカルで動画作成して」「ローカルLLMで動画を作って」と指示されたとき、MiniMax H3での動画生成・修正を頼まれたときに必ず使用する。台本→Irodori-TTS/VOICEVOX音声→draw-things-cliキーフレーム一括生成→Qwen3-VL（Ollama）による画像検証→チャプター毎のH3動画生成→ffmpeg結合まで全工程をローカルで完結させる。

窓際族物語の動画生成工程（/local-videoのステップ7）だけをGoogle Colab（CUDA GPU）で実行する派生ワークフロー。ローカルMacにCUDA GPUが無くMiniMax H3を実行できないとき、ユーザーから「Colabで動画を作って」「H3をColabで回して」「LTXで動画を作って」と指示されたときに必ず使用する。台本・音声・キーフレーム生成・画像検証（ステップ1〜6）と最終結合（ステップ8〜9）はローカルで行い、動画生成だけを同梱ノートブック（H3=h3_colab.ipynb / LTX-2.5=ltx25_colab.ipynb）でColabに切り出す。セリフ（wav駆動リップシンク）はH3、セリフなしI2VチャプターはLTX-2.5も選べる。無料T4は配管検証用、本番生成はL4/A100（Pay As You Go / Colab Pro）。

インタビュー文字起こしと質問リストから詳細な議事録を作成するスキル。「インタビュー議事録を作成して」「インタビューメモから議事録を作って」「ヒアリング内容を整理して」「文字起こしから議事録を作って」などのリクエスト時に使用。インタビュー・ヒアリング・文字起こしが対象。会議やミーティングの議事録には meeting-minutes-creator を使用すること。質問リスト（.md/.txt）とインタビュー文字起こし（音声認識出力など）を入力として、プロフィール、ファクトサマリ、インタビュー内容、逐語録を含む包括的な議事録を生成する。

スクリーンショットに赤枠・矢印・注釈を重ねて、見せたい箇所を一目で分かるようにする（Skitch 風）。 資料・ドキュメント・不具合報告・レビューに画像を貼るとき、画面のどこを見ればいいかを 画像だけで伝えたいときに使う。画面に写らないもの（設定値・レスポンス・ログなど）を 図にして注釈を足す手順も含む。トリガー: 「スクショに赤枠を入れて」「注釈を足して」 「どこを見ればいいか分かるようにして」「証拠画像を作って」。