该技能用于通过yt-dlp工具下载YouTube视频的转录文本(字幕/字幕)。支持手动和自动生成的字幕,并在无字幕时提供Whisper语音转文字备选方案。
将穿着衣物的照片提取为透明目录图并生成模特展示照,经审核后导入本地Wardrobe数据库。支持批量处理、身份去重及并行工作流,确保图像保真与数据入库。
基于LLM和ffmpeg的视频编辑技能,通过对话交互完成转录、剪辑、字幕、调色及动画生成。强调音频优先、严格遵循生产规范(如无损拼接、字幕层级),支持创意自由与迭代确认,适用于多种视频类型。
处理故事板图像和视频生成任务,包括队列管理、心跳保活及工具加载。强制B-roll运动规划,优先复用模板资源以优化生成流程,确保输出符合本地应用标准。
处理 Codex Storyboard 的图像和视频生成任务,包括队列管理、心跳保活及工具加载。强制要求 B-roll 镜头进行运动规划,并遵循复用优先策略,从本地模板和仓库中查找可复用素材以最小化创作成本。
用于监控网页内容变化,支持创建、列出和管理定时检查任务。通过对比快照检测更新,并可选择通过SSRF防护的Webhook发送变更通知,适用于追踪页面或日志更新。
自动将本地图片视频上传至GitHub并返回Markdown链接,用于PR或Issue。仅在存在本地文件路径且目标为GitHub时触发,否则无操作。
为Windows Codex应用安装、验证和恢复可逆的自定义装饰皮肤。通过Chromium DevTools协议注入主题,支持从ZIP导入或链接应用,确保不修改官方文件且可安全回滚。
通过CDP协议为Windows版Codex应用安装、验证和恢复可逆的装饰性皮肤,支持青龙宫阙主题。提供自动发现可执行文件、动态端口选择及安全回滚功能,确保不修改系统文件且保持原生交互可用。
通过调用OpenManus执行长时间自主研究、浏览器探索或数据分析等外部自动化任务,适用于需脱离当前Agent循环的多步执行场景。
提供本地离线OCR能力,支持从图像和PDF中提取文本、坐标及置信度。适用于小字截图识别、表单字段提取、区域计数及验证多模态模型输出,无需网络调用,具备稳定错误处理。


