507 件 ・ 関連度順
概要と使いどころ
Transcribe local audio or video with Volcengine Doubao file ASR, including BigASR 1.0 Turbo direct upload and asynchronous 1.0 standard, 1.0 idle, or 2.0 standard jobs through TOS. Use when the user asks for 火山引擎、豆包语音、录音文件识别、音视频转文字、录音稿或字幕。作为 `lecture-to-md` 的可选云端 ASR 子 skill；默认走本地 sherpa-onnx X-ASR，仅在用户明确要求云端 API 或需更高准确率时启用。
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。
Use when users provide YouTube, Bilibili, or X/Twitter lecture URLs and want reader-first Chinese LaTeX/PDF notes with source-faithful claims, fluent authored prose, and verified teaching figures, especially requests phrased as lecture notes, 视频转PDF, 课程笔记, 讲义, YouTube笔记, B站笔记, X/Twitter lecture notes, or BV号; do not produce transcript dumps, quota-padded prose, or screenshot galleries.
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。
把本地长视频/音频转写成文字稿 + 可选字幕，纯本地（不上传云端），用 sherpa-onnx X-ASR Zipformer transducer 模型（int8 量化、中英双语、自动标点）。已在 macOS Apple Silicon（int8 + AMX，~100× 实时）、Linux ARM64（CPU，~32× 实时）与 Windows（PowerShell 5.1，CPU）端到端验证。使用 `$lecture-to-md` 默认 ASR 后端；默认不要换成 Qwen。
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。
当系统提示面向语音交互场景（语音助手、语音搜索、有声回答、电话客服 AI）时调用。适用于需要将文本输出优化为口语表达的系统提示设计。不适用于纯文本聊天界面，不适用于语音合成（TTS）技术选型，不适用于图像/视频多模态场景。
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。
面向音频文件或视频中的音轨，处理语音边界定位、音频媒资信息探测、音频转码与码流封装适配、人声与背景声分离等目标。若对象和目标族已明确属于音频内容理解、音频转码、音频格式治理或音轨分离，但具体做法不确定，可先加载本 Skill 探索。
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。
通过 SandBase 搜索抖音视频、分析创作者、追踪话题趋势。适用于抖音内容研究、达人分析、挑战赛追踪、直播研究等场景。
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。
动作打戏 AI 视频提示词设计技能。当用户需要设计具备电影级运镜、节奏感、打击感的武打/战斗片段提示词时使用——覆盖双角色对打、女主 vs 怪兽、近身格斗、载具追逐战、群战、一镜到底、巨型生物/机甲大场面等场景。核心方法论：时序拆段（15 秒拆成 2-3 秒阶段）、动作因果链、环境反馈、视觉资产锁定与参考图映射、音效层。触发词：动作打戏、打戏提示词、武打镜头、战斗片段、打击感、fight scene、对打、动作设计、追车战、群殴、一镜到底。
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 Guizang-style social card image sets, Live Photo motion cards, material-first Live Photo puzzle layouts, triple Live Photo collages, long-video-to-Live-Photo treatments, and WeChat official account cover pairs from articles, scripts, screenshots, product notes, subtitles, photos, or user-supplied videos. Use when the user asks for 小红书图文, Rednote/Xiaohongshu images, social cards, carousel images, 3:4 covers, Live Photo, 实况照片, 单视频实况拼图, 二宫格实况拼图, 三连实况拼图, 四宫格实况拼图, 微信公众号封面, WeChat 21:9 + 1:1 covers, Swiss Style, or magazine-style social images.
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。
使用外部视觉服务或本地 OCR 分析本地图片、截图、视频及明确提供的媒体 URL，输出 Markdown。用户明确要求 see，或当前主模型缺少完成媒体分析所需的视觉能力时使用。不拦截普通文本、任意 URL 或已有原生视觉可以直接完成的任务；不用于生图、编辑图片或自动操作屏幕。使用外部服务前说明发送的媒体与服务范围，无法识别时如实说明限制。
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。
Chris Sherwood / Crosstalk Solutions 视角 — UBNT-native 实战派的代表 YouTuber (475K+ 订阅, 1000+ 视频, UI Toolkit 作者). 加载后让 AI 用 "先演示再讲理论" / "UBNT GUI 默认不够好" / "生态绑定换性价比" 的视角看 UniFi 部署 — 尤其适合 SMB / 家庭实验室 / MSP 场景. 触发词: 「Crosstalk 怎么看」「UBNT 默认要改哪几个」「UniFi 实战部署」「中小企业 UBNT」「Sherwood 视角」「UBNT-native 思路」. 即使用户只是说「这个 UDM-Pro 该怎么开箱配」「80 人办公 UBNT 怎么选硬件」「我家 UniFi 慢」也应触发.
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。
短视频投流 (short-video paid advertising (China platforms)) Master OS — automated mastery of short-video paid advertising (China platforms): top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on short-video paid advertising (China platforms) problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「投流」「巨量引擎」「千川」「信息流」「创意素材」
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。
网文写作 (网文写作 (Chinese Web Novel Writing) — 中国网络文学的「连载长篇商业小说创作工艺」认知操作系统：从「定方向（频道/流派/题材）→ 立意与金手指设计 → 大纲与人物设定 → 开局黄金三章 → 日更连载与节奏控制（爽点/期待感/钩子/断章）→ 读者数据反馈与调整 → 完本与 IP 改编」的完整创作-连载-变现决策链。覆盖 (a) 第一性张力 — **读者数据驱动/即时反馈（追读率、订阅、追订、月票、收藏、章评、卡点数据）⇄ 作者表达/文学性（个人审美、慢热、留白、文笔）**；**爽文/套路化/工业糖精（爽点密度、装逼打脸、金手指、无敌流、爽感经济）⇄ 慢热/反套路/精品化（铺垫、群像、立意、文青向）**；**男频（玄幻/仙侠/都市/历史/科幻/游戏/系统流/无限流/凡人流，起点/番茄系，重设定与战力体系）⇄ 女频（古言/现言/穿越/重生/宫斗/种田/快穿/无限流/言情，晋江系，重情感与关系/人设）**；**付费订阅模式（起点/晋江，千字几分订阅+全勤+打赏+月票，养老书/精品）⇄ 免费阅读模式（番茄/七猫，平台买断/流量分成，强开局强爽点强节奏，走量）**；**长线连载/养书（百万字+、慢节奏铺世界观）⇄ 强开局/快节奏（黄金三章定生死、前一万字留人）**；**个人风格/品牌作者（大神、IP、粉丝向）⇄ 工业化/编辑导向（迎合榜单/编辑改稿/数据调优/AI 辅助）**。(b) 核心工作流 / pipeline（最标准、最易蒸高质量 + CLI 化）— 通用链：选频道与流派（看平台榜单/读者画像/自身擅长）→ 立意与核心设定（金手指/世界观/主线冲突）→ 人物与关系设计（主角金手指与成长弧、反派、配角、cp）→ 大纲（主线+支线+卷纲+细纲）→ 黄金三章/开局（代入感、爽点前置、悬念钩子、信息密度）→ 签约与上架（编辑沟通、签约合同、上架节奏）→ 日更连载（码字速度、存稿、断章艺术、节奏曲线、卡文处理）→ 读者运营（章评互动、本章说、读者数据看板、追读率分析）→ 调整与救书（数据扑街诊断、改大纲/换爽点/加节奏）→ 完本与变现（完本福利、IP 改编影视/动漫/游戏/有声/漫画）。(c) 工具栈 — 写作软件（壹写作、码字猫、橙瓜码字、墨者写作、汤圆/小黑屋专注码字、Scrivener、WPS/Word）、设定与大纲管理（壹写作设定卡、幕布/思维导图、Excel 人物关系表、世界观 wiki）、平台作家后台与数据（起点作家专区、晋江作者后台、番茄作家助手、追读/订阅/章评数据看板）、AI 辅助（豆包/Kimi/DeepSeek 辅助起名/扩写/查重/灵感、AI 写作工具争议）、查重与敏感词（写作软件内置敏感词检测、防抄袭查重）、灵感与素材（起点点娘/番茄/晋江榜单、龙的天空论坛、设定集/资料库）。(d) 知识正典 — 网文创作 canon 偏少且实践导向，散见于：平台官方写作指南（起点写作学院/晋江写作经验帖）、大神访谈与直播（作者本人谈创作）、网文写作教程书（《网络小说写作指南》类、编辑出的方法论）、网文研究学术（邵燕君《网络文学经典解读》、北大网络文学研究论坛、中国作协网络文学研究）、龙的天空/起点作家交流区的经验长帖、经典传统编剧/小说理论的借用（《故事》Robert McKee、《救猫咪》、《千面英雄》英雄之旅，但须辨明与网文连载工艺的差异）。(e) figures/流派 — 男频大神（唐家三少、天蚕土豆、辰东、我吃西红柿、猫腻、烽火戏诸侯、爱潜水的乌贼、忘语/凡人流、会说话的肘子、爱吃西红柿等）、女频大神（晋江系如 priest、墨香铜臭、藤萍、Twentine、尾鱼、丁墨等，须注意女频一手访谈相对少）、编辑/写作导师/网文研究者（起点/晋江资深编辑、网文培训讲师、邵燕君等学者）、平台与产业观察。流派分歧：付费精品派 vs 免费走量派、爽文工业派 vs 文青慢热派、男频战力体系派 vs 女频情感关系派、套路复用派 vs 反套路创新派。(f) 行业话术/黑话 — 黄金三章 / 开局 / 金手指 / 爽点 / 爽文 / 装逼打脸 / 扮猪吃虎 / 期待感 / 代入感 / 龙傲天 / 玛丽苏 / 杰克苏 / 系统流 / 无限流 / 凡人流 / 种田文 / 穿越 / 重生 / 快穿 / 无敌流 / 升级流 / 后宫 / 单女主 / 群像 / 主角光环 / 世界观 / 设定 / 战力体系 / 力量体系 / 大纲 / 细纲 / 卷纲 / 主线 / 支线 / 伏笔 / 断章 / 卡文 / 太监（弃坑）/ 存稿 / 日更 / 万更 / 码字 / 手速 / 追读 / 追订 / 订阅 / 均订 / 首订 / 全勤 / 月票 / 推荐票 / 打赏 / 盟主 / 收藏 / 上架 / 签约 / 入V / 三江 / 强推 / 上强推 / 扑街 / 仆街 / 数据 / 本章说 / 章评 / 水字数 / 注水 / 毒点 / 爽点密度 / 节奏 / 钩子 / 反转 / 高潮 / 番茄 / 七猫 / 起点 / 晋江 / 飞卢 / 男频 / 女频 / 频道 / IP / 改编 / 网大 / 有声 / 漫改 / 精品 / 老白（老读者）/ 小白文 / 大神 / 萌新作者 / 太监了 / 切书 / 完本 / 番外。(g) 争议/批判 — 「数据/榜单驱动 vs 文学性」（追读率绑架创作、爽文工业糖精化、注水水字数）、「套路化 vs 原创」（流派套路复用是高效还是同质化）、「免费阅读模式对生态的冲击」（番茄/七猫买断+流量分成压低作者收入、走量伤害精品）、「AI 写作工具」（AI 辅助 vs AI 代写、平台对 AI 文的态度、查重与版权）、「抄袭/融梗」（融梗与抄袭边界、调色盘、晋江抄袭风波）、「作者权益与平台」（合同霸王条款、买断 vs 分成、断更违约）、「幸存者偏差」（极少数大神年入千万 vs 绝大多数作者月入几百/扑街/太监，暴富叙事掩盖底层困境）、「快餐化与精品化」（短篇/微短剧化 vs 长线养书）。(h) 大量隐性创作直觉/手艺 + 软技能（爽点设计与节奏感、断章艺术、代入感营造、金手指与成长曲线设计、读者数据解读与救书、码字速度与存稿纪律、抗压与反扑街心态、卡文处理、长线连载的体力与心理耐力、对榜单与流派趋势的嗅觉）是高 tacit、难言传、靠连载实战 + 数据反馈 + 扑街交学费积累的核心。水分较高（大量「网文写作速成班/包月入过万」培训割韭菜、幸存者偏差严重、二手转述与营销号），须强 source 过滤：优先 figure 本人长访谈/直播/作者的话 + 平台官方写作指南 + 网文学术研究 > 二手转述 > 培训机构软文；严防把「写作速成班」「保底月入过万」当知识来源。不含: 传统纯文学/严肃文学创作、纸质出版社流程、影视编剧/剧本创作（借用其叙事理论但工艺不同，重点辨明差异）、剧本杀/互动小说、海外英文原创网文 Royal Road/Wattpad（可少量对比但不深覆盖）、漫画/动画分镜脚本、自媒体/短视频文案。) Master OS — automated mastery of 网文写作 (Chinese Web Novel Writing) — 中国网络文学的「连载长篇商业小说创作工艺」认知操作系统：从「定方向（频道/流派/题材）→ 立意与金手指设计 → 大纲与人物设定 → 开局黄金三章 → 日更连载与节奏控制（爽点/期待感/钩子/断章）→ 读者数据反馈与调整 → 完本与 IP 改编」的完整创作-连载-变现决策链。覆盖 (a) 第一性张力 — **读者数据驱动/即时反馈（追读率、订阅、追订、月票、收藏、章评、卡点数据）⇄ 作者表达/文学性（个人审美、慢热、留白、文笔）**；**爽文/套路化/工业糖精（爽点密度、装逼打脸、金手指、无敌流、爽感经济）⇄ 慢热/反套路/精品化（铺垫、群像、立意、文青向）**；**男频（玄幻/仙侠/都市/历史/科幻/游戏/系统流/无限流/凡人流，起点/番茄系，重设定与战力体系）⇄ 女频（古言/现言/穿越/重生/宫斗/种田/快穿/无限流/言情，晋江系，重情感与关系/人设）**；**付费订阅模式（起点/晋江，千字几分订阅+全勤+打赏+月票，养老书/精品）⇄ 免费阅读模式（番茄/七猫，平台买断/流量分成，强开局强爽点强节奏，走量）**；**长线连载/养书（百万字+、慢节奏铺世界观）⇄ 强开局/快节奏（黄金三章定生死、前一万字留人）**；**个人风格/品牌作者（大神、IP、粉丝向）⇄ 工业化/编辑导向（迎合榜单/编辑改稿/数据调优/AI 辅助）**。(b) 核心工作流 / pipeline（最标准、最易蒸高质量 + CLI 化）— 通用链：选频道与流派（看平台榜单/读者画像/自身擅长）→ 立意与核心设定（金手指/世界观/主线冲突）→ 人物与关系设计（主角金手指与成长弧、反派、配角、cp）→ 大纲（主线+支线+卷纲+细纲）→ 黄金三章/开局（代入感、爽点前置、悬念钩子、信息密度）→ 签约与上架（编辑沟通、签约合同、上架节奏）→ 日更连载（码字速度、存稿、断章艺术、节奏曲线、卡文处理）→ 读者运营（章评互动、本章说、读者数据看板、追读率分析）→ 调整与救书（数据扑街诊断、改大纲/换爽点/加节奏）→ 完本与变现（完本福利、IP 改编影视/动漫/游戏/有声/漫画）。(c) 工具栈 — 写作软件（壹写作、码字猫、橙瓜码字、墨者写作、汤圆/小黑屋专注码字、Scrivener、WPS/Word）、设定与大纲管理（壹写作设定卡、幕布/思维导图、Excel 人物关系表、世界观 wiki）、平台作家后台与数据（起点作家专区、晋
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。
Create Chinese HBG “模拟人生 / 人生副本” narrative videos with a consistent comic IP, a rapid multi-life opening, continuous natural-speed narration, synchronized short captions, dense static manga storyboards, audible fixed-level BGM, alternating zoom/pan motion in HyperFrames, and a consent-gated localhost-only account-backed Images API through CLIProxyAPI as the preferred image channel. Use for 模拟人生、人生副本、统一主角漫画、快闪职业开头、旁白配图、静态漫画分镜、zoom 推拉、左右平移、Edge TTS、字幕压制、本地反代自己的 Codex 账号、CLIProxyAPI，或把长篇中文人生故事组装成视频。
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。
arkcli doctor 统一入口，覆盖 CLI 健康、account、error、infer-endpoint、model、metrics、report 与 Ark 图片/视频来源特征验证。用户给 1-20 个媒体 URL 并问是否由 Ark/Seedance/Seedream 生成时，走 doctor +verify-origin：整批只披露并确认一次费用，确认前不发 Create/Get 业务请求，最终完整转交服务端 JSON，禁止解释 IsOfficial。其余错误码（包括 ServerOverloaded、ModelNotOpen）、模型名、ep-xxx、失败/慢/超时/限流、健康度、P99/Cache、内容审核、DNS/TCP/TLS/时钟等按正文诊断路由。来源验证不判断内容真假、版权归属、法律认证或内容安全。安装/登录/profile/API Key 归 arkcli-shared/auth；纯用量明细归 arkcli-usage；部署、Endpoint CRUD、模型元信息归对应 skill。
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。
Use when the user wants to teach / learn an English word as a video — turn a single English word into a self-contained HLS "supercut" lesson built from the mira video base. Stitches every season2 clip where the word is spoken (via the search-app API) into one .m3u8, prepended with a Claude-written bilingual word-intro card (word + IPA + 中文 gloss + usage, Volcano TTS) and appended with a 关注王建硕 CTA card. No MP4 burn. Triggers — "teach <word>", "讲讲 <word>", "学英语 <word>", "把 <word> 做成视频", "/wjs-teaching-english <word>".
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。
Thin orchestrator for the end-to-end video localization pipeline. Routes to the four focused sub-skills — /wjs-transcribing-audio, /wjs-translating-subtitles, /wjs-dubbing-video, /wjs-burning-subtitles. Use when the user asks for full localization in one go ("帮我把这个西班牙语视频做成中文字幕+配音", "translate and dub this video", "做完整的本地化"). For any individual step (just transcribe, just translate, just dub, just burn), invoke the sub-skill directly — it's faster and the boundary is cleaner.
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。
Use when the user has a video's SRT subtitle file — a 王建硕 monologue / 讲解, OR a 对谈 / 访谈 where 王建硕 is one of the speakers — and wants to mine it into multiple standalone 微信公众号 articles, one article per distinct topic. Triggers — "把这个视频写成文章", "从字幕里挖文章", "这个 SRT 能写几篇", "把对谈写成文章", "/wjs-mining-articles <srt>".
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。
Use when the user has a long-form video (interview / lecture / podcast / conversation) and a transcript SRT, and wants to extract 3–6 stand-alone topical short clips from it. This skill ONLY cuts and crops — it produces raw clips + per-clip SRTs as a hand-off package for downstream post-production (`/wjs-overlaying-video`). Triggers — "切成几段", "分主题", "拆成短视频", "切片", "topic segments", "split into clips".
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。
Use when the user has 2+ recordings of the same event (each with a `.sync.json` sidecar from wjs-syncing-multicam) and wants them combined into a single MP4 — auto-switching between cams second-by-second on audio energy, with optional picture-in-picture inset. Triggers — "auto-edit multicam", "做个剪辑", "切几个机位", "把这几个视频合成一个", "combine these angles", "PiP overlay".
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。
Use when the user has a video + an SRT and wants the subtitles either burned into the pixels (libass, always-visible) or soft-muxed as a togglable track. Also handles the final composite step for the localization pipeline — burn subs, mix a dub track, and keep the original audio as a low-volume bed, all in ONE ffmpeg encode (no cascade). Verifies libass availability and auto-downloads a static evermeet ffmpeg build when Homebrew's stripped binary lacks it. Triggers — "烧字幕", "硬字幕", "burn subtitles", "burn-in subs", "embed subtitle", "soft mux SRT", "把字幕烧进视频", "做最终合成".
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。
Use when the user wants to convert a video between horizontal and vertical orientations while preserving the inverted aspect ratio (16:9 ↔ 9:16, 4:3 ↔ 3:4, 21:9 ↔ 9:21). The skill crops a narrow band from the source and tracks the active speaker — the person whose mouth is moving — via MediaPipe face landmarks and mouth-aspect-ratio variance, so the talker stays in frame even when other people are visible. Triggers — "横转竖", "竖转横", "做成竖屏发抖音/视频号/小红书", "16:9 to 9:16", "make this vertical for Reels / TikTok / YouTube Shorts", "crop to portrait", "convert to landscape".
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。
宣传片逐镜头分镜脚本。根据创意简报生成每个 Shot 的 7 维画面描述和详细 HyperFrames 提示词，是整条视频质量的关键。当用户确认 brief 后自动进入。
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。
飞书视频会议：搜索历史会议、查询会议纪要产物（总结、待办、章节、逐字稿）、查询会议参会人快照。1. 查询已经结束的会议数量或详情时使用本技能（如历史日期｜昨天｜上周｜今天已经开过的会议等场景），查询未开始的会议日程使用 lark-calendar 技能。2. 支持通过关键词、时间范围、组织者、参与者、会议室等筛选条件搜索会议。3. 获取或整理会议纪要、逐字稿、录制产物时使用本技能。4. 查询“谁参加过某会议”“参会人列表”等参会人快照信息用 vc meeting get --with-participants（任意时点可查，含已结束会议）。注意：**Agent 真实入会/离会、感知正在进行中会议的实时事件**请使用 lark-vc-agent 技能，本技能不覆盖写操作和会中事件流。
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。
飞书视频会议：让机器人代当前用户加入/离开正在进行的会议，并读取会议期间的实时事件（参会人加入与离开、发言、聊天、屏幕共享等）。1. 用户提供 9 位会议号、要求代为入会或离会时使用 +meeting-join / +meeting-leave——会真实产生入会/离会记录。2. 会议进行中用户想知道“谁加入了”“谁离开了”“谁在发言”“有人共享屏幕吗”等会中动态时，机器人入会后用 +meeting-events 读取事件时间线。3. 典型场景：参会机器人、会中助手、代为旁听、代为参会。前提：机器人只能读到它自己参会过且仍在进行中的会议的事件；查询已结束会议的参会名单、纪要或逐字稿请使用 lark-vc 技能。
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。