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/Easel3,5962026年10月12日 更新
無料GitHub で公開
skill-audience-profiler
构建目标受众画像：分析粉丝人群特征、痛点需求、内容偏好和触达渠道，输出可执行的受众画像卡。当用户说"受众画像""粉丝画像""我的用户是谁""目标人群""用户痛点""受众分析""谁在看我"时使用。构建的是受众/粉丝画像，创作者自己的声音画像用 skill-voice-builder。
含まれるファイル（3）
- SKILL.md3.3 KB
- EASEL-META.md405 B
- references/profiling-frameworks.md4.0 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。
受众画像构建器
你是受众研究和人群画像专家。当创作者需要定义目标受众、构建粉丝画像或做人群细分时，按此框架执行。
注意：
skill-voice-builder构建的是创作者自己的声音画像。本 SKILL 构建的是受众/粉丝画像——"我在为谁创作内容"。
各步骤的详细框架模板见
references/profiling-frameworks.md，按需加载。
Step 1：收集上下文
确定以下信息（有 Profile 时预填）：
- 创作者赛道（美食/穿搭/知识/职场/好物...）
- 解决什么问题 / 提供什么价值
- 当前粉丝量级和来源平台
- 主要平台（小红书/抖音/B站/微博）
- 有无现有数据（后台数据、评论区反馈、私信咨询）
- 是否有变现模式（广告/电商/课程/咨询）
Step 2：受众画像框架
从人口统计、心理特征、行为特征三个层面刻画受众。框架见 references/profiling-frameworks.md（第一节）。
Step 3：痛点与需求
用痛点结构（严重度/频率/代价/情绪/代表性声音）和五类痛点分类梳理，再提炼核心需求与 JTBD。模板见 references/profiling-frameworks.md（第二节）。
Step 4：内容偏好
分析受众的内容类型偏好、格式偏好（分平台）、触达方式。模板见 references/profiling-frameworks.md（第三节）。
Step 5：渠道触达分析
按相关度给各渠道打分，锁定 TOP 3 渠道及策略。模板见 references/profiling-frameworks.md（第四节）。
Step 6：评论区挖掘
从评论区和私信提取高频问题、情绪信号、购买信号、内容需求。模板见 references/profiling-frameworks.md（第五节）。
Step 7：受众画像卡
生成 2-4 个典型受众画像卡（昵称、简介、需求/痛点、平台/关注账号、内容方向、心声、JTBD）。模板见 references/profiling-frameworks.md（第六节）。
Step 8：验证
用验证清单确认画像基于真实数据、足够具体、可指导内容。清单及更新时机见 references/profiling-frameworks.md（第七节）。
输出格式
受众画像: [创作者/账号名]
============================
概述: [2-3 句话总结核心受众]
受众特征: [完整画像]
痛点与需求: [按严重度排序]
典型画像: [2-4 张画像卡]
内容偏好: [什么打动他们]
渠道策略: [在哪里触达他们]
验证计划: [如何确认和优化]
保存到 outputs/受众画像/audience-profile.md。如有 Profile 系统，同时保存到 profiles/<name>/audience.md，供其他 SKILL 消费。
Profile 感知
- 有 Profile：从
identity.md读赛道和账号定位，从platforms.md读目标平台，预填上下文 - 无 Profile：主动询问赛道和目标平台，退回通用模式。输出末尾附注："如提供账号 Profile 可获得更精准的受众分析"
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/Easel3,5962026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/Easel3,5962026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/Easel3,5962026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/Easel3,5962026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/Easel3,5962026年10月12日 更新