通过 PUA MCP 工具自动化操作真实 iPhone，涵盖初始化、导航、点击及认证接管。默认乐观执行并顺带验证进度，仅在关键节点验收，支持密码/Face ID 用户交互接管与屏幕侧边栏管理。
将技术主题转化为带中文配音的科普视频。利用等距插图引擎生成SVG，通过Headless Chrome逐帧渲染，结合ffmpeg编码MP4及edge-tts合成语音，实现自动化视频生产工作流。
将美术资源转换为游戏引擎可用的格式，支持2D精灵裁剪、适配、像素化及3D模型渲染为精灵帧。
提供30-90秒角色动态视频的制作流程，涵盖故事策划、资产生成到Remotion组装的6个阶段。通过自动化门控脚本和视觉审查确保一致性，解决变形等常见问题。
基于Remotion和React的纯代码生成30-60秒动态图形解释视频技能。通过JSON时间轴驱动画面与音效，实现数据可视化、字幕同步及程序化音乐设计，无需外部素材即可渲染MP4。
用于驱动浏览器进行页面交互，如点击、输入和导航，适用于需登录或JS渲染的页面。支持通过元素列表选择操作及自动化流程，并提供快速执行模式。
将任意主题转化为黑底MG风格科普视频，涵盖Remotion动画代码、配音字幕及分镜规范。提供从调研到渲染的全流程模板与多Agent协作协议，确保原创性与质量一致性。
用于为Three.js游戏生成、转换和集成音频资产。支持音效、音乐、环境音及语音合成，结合ElevenLabs API与Web Audio实现运行时播放管理。
提供整片视频从原片到包装级成品的自动化产线，包含转录、分场、设计、渲染等九步流程及质量门。支持自动或人工确认，确保成片交付物完整合规。
专为口播视频设计的自动化生产技能，整合配音、字级时间戳、分镜矩阵与Remotion渲染管线。提供108张动效配方及Apple范式视觉语言，支持从文案到电影感成品的端到端制作，含严格的质量验收流程。
通过渲染临时 Next.js 路由并截图生成 OG 社交卡片。触发于用户要求重新生成或更新 OG 图片/文案时，执行恢复路由、修改页面、启动服务、Headless Chrome 截图及发布清理流程。
基于 agent-browser 的浏览器自动化 CLI，支持网页导航、表单填写、截图及数据抓取。通过快照获取元素引用并执行交互操作，适用于网站交互、登录测试及 Web 应用自动化场景。
提供一组本地视觉CLI工具，支持图像描述、OCR、元素定位、裁剪及HTML转截图等功能。旨在赋予文本代理视觉能力，用于处理图片问答、坐标提取和界面分析等任务。
基于JSON配置生成自包含HTML/SVG信息图的工具，支持统计卡片、对比柱状图、流程图及混合仪表盘四种类型，提供多配色与内置图标，无需外部依赖。
