通用 AI 生图：文生图 / 图生图 / 图像变体。当用户说 AI 生图、AI 画图、文生图、图生图、生成图片、生成配图、图像生成、AI 出图、AI 作图、换图、改图、图像编辑、给我画一张、生成一张图 时使用。支持 OpenAI 兼容 API 与 apimart 异步 API，用户自备 API key。
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。
ZJU-REAL/Easel3,5882026年10月12日 更新
無料GitHub で公開
audio-visualizer
音频可视化视频：把纯音频（播客片段、音乐、口播金句、电台）渲染成带动态波形/频谱的视频，配封面和标题，好发到抖音/B站/视频号等只收视频的平台。当用户说 音频可视化、音频转视频、播客做成视频、音频波形视频、音乐可视化、给音频配画面、声波视频、频谱视频、把音频发到视频平台、电台切片视频 时使用。
基于 shared/scripts/audio_viz.py（ffmpeg showwaves/showcqt/showspectrum）。与 audio-mix 区别：那个输出音频，本 SKILL 输出视频；与 slideshow-video 区别：那个用图片，本 SKILL 用音频驱动画面。
含まれるファイル（1）
- SKILL.md3.7 KB
SKILL.md（原文）
インストールする前に、エージェントに与えられる指示の中身を確認できます。
音频可视化视频
把音频渲染成带动态波形/频谱的视频，配封面+标题，让纯音频能发到视频平台。全部走
skills/shared/scripts/audio_viz.py，不要手拼 showwaves/showcqt 滤镜。
输出音频（混音）见 audio-mix；用图片做视频见 slideshow-video； 给已有视频加字幕见 auto-subtitle。
输入
| 字段 | 必填 | 说明 |
|---|---|---|
| 音频文件 | 是 | 播客/音乐/口播片段（没给就问） |
| 画幅 | 是 | 用户或上游任务未明确横版/竖版（或具体分辨率）时，制作前必须追问并等确认；不得按平台、Profile 或默认值静默推断，已明确则不重复问 |
| 模式 | 否 | cqt（默认，音乐最好看）/ bars / waves / spectrum |
| 封面 | 否 | 居中封面图（专辑封面/头像/主题图） |
| 标题 | 否 | 顶部标题文字 |
输出（outputs/主题名/）
- 可视化视频（
*.mp4，音频已嵌入） - 报告：模式、时长、画幅
执行步骤
脚本路径（相对项目根）：skills/shared/scripts/audio_viz.py（render -h 看参数）。
# 音乐/金句：CQT 音乐频谱（随音符跳动，最好看）
python skills/shared/scripts/audio_viz.py render -i clip.mp3 \
-o outputs/主题名/out.mp4 --mode cqt --title "本期金句" --cover cover.jpg
# 播客口播：底部波形条 + 封面
python skills/shared/scripts/audio_viz.py render -i podcast.mp3 \
-o outputs/主题名/out.mp4 --mode waves --cover avatar.png --size 1080x1920
# 律动柱状 / 滚动声谱
python skills/shared/scripts/audio_viz.py render -i song.mp3 -o out.mp4 --mode bars
python skills/shared/scripts/audio_viz.py render -i song.mp3 -o out.mp4 --mode spectrum
模式怎么选
| 模式 | 观感 | 适用 |
|---|---|---|
cqt | 全屏音符频谱，随旋律跳动 | 音乐、有旋律的内容（默认） |
bars | 底部频谱柱，律动感强 | 音乐、卡点、电台 |
waves | 底部波形线，简洁干净 | 播客、口播、访谈 |
spectrum | 全屏滚动声谱图，科技感 | 电子/科技类、氛围 |
--bg-image 换背景图，--color 换背景色，--wave-color 换波形颜色。
Profile 感知
- 有 Profile：
platforms.md只用于给出画幅建议，仍须用户确认；标题/封面风格贴合账号； 播客/口播账号默认waves，音乐账号默认cqt/bars。 - 无 Profile：先确认横版/竖版；默认 cqt 模式。
规则
- 长音频先用 audio-editing/text-condenser 截出金句片段再可视化，别整集渲染。
- 音频原声完整嵌入输出，不重采样丢质量。
- 封面图会等比缩放居中，标题自动描边保证可读。
- 产物统一进
outputs/主题名/。
参考来源
音频波形/频谱可视化用 ffmpeg showwaves/showfreqs/showspectrum/showcqt，是播客/音频号
上视频平台的标准做法。把各可视化滤镜与封面/标题合成封装成确定性脚本。
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
ai-music
無料AI 音乐 / BGM 生成：给短视频、社媒内容生成原创背景音乐 / 配乐 / 纯音乐。通过可插拔 provider（阿里 DashScope / Suno 类第三方 API）文生音乐，异步提交→轮询→下载，产物可再裁剪/归一化或加到视频。当用户说“AI 音乐”“AI 配乐”“生成 BGM”“背景音乐”“原创音乐”“AI 作曲”“纯音乐”“给视频配乐”“做首曲子”时使用。与 tts-voiceover 的区别：tts-voiceover 生成人声口播/旁白，ai-music 生成背景音乐/配乐（无人声或带演唱）。
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。
ZJU-REAL/Easel3,5882026年10月12日 更新
AI 视频生成：文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider（通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容）异步生成视频，用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy（选型/策略）、video-editing（剪辑处理）、clipify（切片）区别：本 SKILL 是从 0 用 AI 生成新视频。
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。
ZJU-REAL/Easel3,5882026年10月12日 更新
outputs/ 目录下的产物管理：按日期/平台/类型归档、打标签、搜索历史内容、生成素材清单。 当用户说"整理素材"、"归档"、"找之前的内容"、"搜索历史"、"素材管理"、 "outputs 整理"、"之前做的"时使用。 与其他 produce 层 SKILL 的区别：produce 层负责生成内容， asset-manager 负责生成后的产物管理（归档、检索、标签）。
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。
ZJU-REAL/Easel3,5882026年10月12日 更新
音频降噪：去除录音中的背景噪声、电流声、风噪、嗡嗡声，基于 ffmpeg 滤镜链（afftdn/highpass/lowpass）。 当用户说"降噪""去噪""去杂音""消除背景噪声""电流声""风噪""录音有杂音""音频降噪"时使用。 和 audio-editing 的区别：audio-editing 做剪辑/转码/音量等通用音频操作（内置 denoise 兜底），本 SKILL 专做降噪调参。
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。
ZJU-REAL/Easel3,5882026年10月12日 更新
通用音频处理：音频剪辑/裁剪、格式转码（mp3/wav/m4a/aac）、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速（保音高）。当用户说“剪音频”“裁一段”“转成 mp3”“调音量/响度”“提取音轨/扒音频”“拼接音频”“淡入淡出”“加速/减速音频”“变速不变调”时使用。与 audio-denoise 的区别：audio-denoise 专做降噪，audio-editing 做除降噪外的通用音频操作（也内置 denoise 作为兜底）。
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。
ZJU-REAL/Easel3,5882026年10月12日 更新