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
skill-profile-builder
首次使用引导：从社媒链接分析、从零生成账号画像 Profile。收集社媒链接+运营意图，分析已发内容与收藏喜好，生成 6 维 Profile。当用户说 创建画像/第一次用/帮我建个人设/分析我的账号建画像/从链接生成画像 时使用。
与 skill-profile-manager 的区别：本 SKILL 专做首次从零分析生成；已有画像的编辑/记忆更新/导出/对比/切换找 profile-manager。
含まれるファイル（4）
- SKILL.md3.9 KB
- EASEL-META.md814 B
- references/onboarding-questions.md1.9 KB
- references/social-link-analysis.md1.9 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。
Profile 构建器（首次引导）
把"空白/半空的画像"变成"可用的 6 维 Profile"。用户首次使用 Easel 时先跑这个：收集社媒链接 + 运营意图 → 分析已发内容/收藏喜好 → 生成
profiles/<名>/下 6 个维度文件。生成后交给 account-diagnosis 做起号诊断。
与 profile-manager 的区别
- profile-builder（本 SKILL） = 从 0 到 1 生成画像（引导填写 + 社媒分析 + 综合成稿）。
- profile-manager = 已有画像的 CRUD、切换、字段增删改。
输入
用户按需提供（缺的通过追问补，不编造）：
| 项 | 说明 |
|---|---|
| 画像名 | 一个人设 = 一个画像（非一个平台），如"科技数码达人" |
| 社媒链接 | 各平台主页 URL（小红书/抖音/B站/微博/知乎/公众号），用于分析已发内容与收藏喜好 |
| 运营意图 | 想做什么方向、为什么做、自己的特点/优势/资源 |
| 内容偏好 | 喜欢看什么类型、想产出什么类型、参考/对标的账号 |
| 红线 | 明确不做的内容、合规底线 |
输出
profiles/<画像名>/ 下生成 6 个文件（结构见 profiles/_template/）：
identity.md / style.md / audience.md / platforms.md / preferences.md / memory.md。
每个字段标注来源：[用户自述] / [链接分析] / [待补充]。
执行步骤
-
确定画像名，检查
profiles/<名>/是否已存在（存在则问是覆盖还是完善）。不存在则复制profiles/_template/为骨架。 -
收集社媒链接。按 onboarding-questions.md 的清单引导用户给出主页链接与基础信息。
-
分析社媒链接。按 social-link-analysis.md 用 web_fetch 抓取可获取的公开内容（近期发帖标题/题材/互动、公开收藏/点赞），推断：常发题材、风格语气、受众画像、高互动内容特征。
- 抓取受限（多数平台反爬）时降级：明确告诉用户哪些没抓到，改由用户口述 + 追问补齐，不臆造数据。
-
收集运营意图与偏好。按 onboarding-questions.md 逐维度提问：想运营的方向、原因、自己的特点/资源、内容偏好、对标账号、红线。
-
综合生成 6 维。把[链接分析]与[用户自述]融合，按
profiles/_template/各文件的字段填写：- identity ← 定位/差异化/内容方向
- style ← 语气/开头结构/视觉/节奏/标志元素（链接分析里的高频风格优先）
- audience ← 核心人群/兴趣/痛点/互动特征
- platforms ← 各平台账号名/粉丝量级/内容形式（来自链接）
- preferences ← 要做/不做/合规底线
- memory ← 首次留空或只放链接分析得到的初步洞察
-
标注缺口 + 追问。任何维度信息不足就在该处写
[待补充]并列出需要用户回答的具体问题（做成 plan 让用户逐条补），不要用通用套话填满。 -
写入并回执。写
profiles/<名>/各文件，输出一份"画像已生成"摘要：各维度完成度、哪些来自链接分析、哪些待补充，并建议下一步跑 account-diagnosis。
Profile 感知
本 SKILL 是生成 Profile，不消费。生成质量取决于用户提供的链接可抓取程度与自述完整度——信息越全，后续 account-diagnosis 越准。
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