通过MCP连接fal.ai,从文字或图片生成图像和视频,也可生成朗读语音及匹配视频的声音,涵盖模型查找、输入设置检查、费用估算和生成状态查询。
- 根据文字制作缩略图和商品图
- 改变现有图片的画风
- 将静态图片转为视频
@affaan-m
Compute Trading Lead @ Jump Trading | prev. founded The Agentic Desk for Compute @Ito-Markets (acq.) | built ECC @ECC-Tools (272k+ stars)
325 个技能1 个仓库 28.6万
通过MCP连接fal.ai,从文字或图片生成图像和视频,也可生成朗读语音及匹配视频的声音,涵盖模型查找、输入设置检查、费用估算和生成状态查询。
协助编写和修复C++测试,配置GoogleTest与CTest,调查失败或结果不稳定的原因,并测量测试覆盖范围、配置检测内存误用与并发竞争的运行时检查。
根据文章、公告或现有帖子,为X、LinkedIn、Threads和Bluesky编写不同版本,保留作者语气,并按各平台的篇幅与背景说明需求调整内容。
从服务运维中的实际问题出发选择指标,为Grafana或SigNoz创建监控仪表板,按用途组织面板,帮助判断服务健康状况、延迟、吞吐量和资源瓶颈。
通过先写测试再实现功能的流程,验证Django模型、页面和API,涵盖测试数据生成、外部服务模拟及代码覆盖率,帮助确认功能行为与测试范围。
在C++代码实现、审查和重构时,检查类型使用、内存管理、异常处理与并发处理,并依据C++ Core Guidelines统一写法、改善安全性。
根据开发目标选择ECC命令组,说明执行顺序与停止条件,并读取当前命令文件,按用途整理清单,帮助组合多个命令;仅提供指导,不执行命令。
介绍在Claude Code会话结束时提取并保存可复用解决步骤的旧版机制。该版本已弃用,适合检查现有环境的兼容性、提取设置及已保存的学习内容。
检查Django应用的登录、权限、输入处理和生产配置,梳理恶意查询、脚本注入及非预期请求的防护,并审查文件上传、API保护、密钥管理和安全日志。
Write, review, and refactor C# and .NET code using practical conventions for asynchronous work, configuration, and dependency injection—passing services into classes. Includes examples for data access and APIs to support maintainable applications.
中文简介正在准备中。当前显示英语简介。
从现有界面代码中提取颜色、字体和间距等共用规则,生成设计说明与交互预览。按十个维度评估视觉一致性,并指出具体修改位置。
为AI修改的代码补充回归测试,自动检查API必需字段和处理分支,并建立先运行测试与构建、再进行AI审查的流程,检测已修复问题是否再次出现。
为主要由AI智能体实施的开发工作制定完成条件,拆分可独立验证的任务,并比较实施前后的评估结果;同时按难度选择模型,记录费用、耗时与重试情况。
用于设计和审查Node.js、Express及Next.js的API与服务端数据处理,梳理业务逻辑、数据库查询、缓存、身份验证和错误处理。
在Claude Code中组合记忆、定时执行与任务队列,设计持续开展的工作流程,并指导配置外部运行环境及浏览器、桌面操作集成。
根据提供的写作示例或品牌风格撰写文章、指南和简报,将笔记、转录文本与研究资料整理成文,也可检查现有稿件的结构、论据及风格一致性。
为Android和KMP项目梳理模块结构与依赖关系,将业务逻辑、界面和数据获取分开设计,并通过实现示例明确各层职责。
生成CodeTour格式的分步代码导览,引用经核实的文件和行号,帮助新维护者学习代码、理解设计、审查PR,并沿执行路径调查故障或检查安全边界。
协助创建Angular页面组件与服务,设计状态管理、表单和页面导航,并根据项目版本选择实现方式,编写测试、检查构建结果。
结合骨骼、坐标、接地状态等场景数据与图像,检查Blender角色和动画,分析滑步、朝向不一致及扭曲问题,并分别整理已确认事实、可能原因和所需修正。
Helps design ClickHouse tables, write analytical queries, and improve slow queries. Covers loading data in batches, preparing reusable summaries, and monitoring performance for large datasets, real-time dashboards, and time-series analysis.
中文简介正在准备中。当前显示英语简介。
让AI智能体按准确性、完整性、清晰度、可操作性和简洁性五个维度自评成果,给出有具体依据的分数、平均分,以及按优先级排列的改进建议。
通过多次访谈梳理品牌目的、受众和表达风格,保存回答与进度并汇编为品牌手册,帮助创始人明确想法,向设计师和文案人员共享品牌方向。
将技术或设计选择的理由记录为带编号的 Markdown 文件,整理背景、备选方案及影响,并维护索引。也可查阅已有设计决策记录,解释过去的选择。