Agent Skills
› calesthio/OpenMontage
calesthio/OpenMontage
GitHub用于生成、重建和质检3D资产，通过Atlas、fal.ai及Blender实现从文本/图像到GLB的转换，规范路由策略、成本管控及网格验证流程。
Install All Skills
npx skills add calesthio/OpenMontage --all -g -y
Skills in Collection (134)
Showing top 50 of 134 by quality score. Use the install list command or open individual skills for the rest.
用于生成、重建和质检3D资产，通过Atlas、fal.ai及Blender实现从文本/图像到GLB的转换，规范路由策略、成本管控及网格验证流程。
需要生成真实3D网格而非占位符时
执行3D资产的路由、生成或质量检查
npx skills add calesthio/OpenMontage --skill 3d-asset-generation -g -y
基于ACE-Step 1.5的AI音乐生成工具，支持背景乐、人声、翻唱及音轨分离。提供预设场景和精细的音乐控制参数，适用于视频制作、广告配乐等音频内容创作。
生成背景音乐或配乐
制作广告口号或歌曲
提取音频音轨
进行音乐风格转换
npx skills add calesthio/OpenMontage --skill acestep -g -y
提供 ElevenLabs Voice AI Agent 的构建指南，涵盖 CLI、Python、JS 等多语言 SDK 使用方式，支持创建语音助手、客服机器人及实时语音对话应用。
需要创建或配置 ElevenLabs 语音智能体
集成 ElevenLabs TTS 与 LLM 实现实时语音交互
部署 ElevenLabs 语音客服或虚拟角色
npx skills add calesthio/OpenMontage --skill agents -g -y
提供多网关AI视频生成能力，支持文本及图像转视频。集成Seedance、Kling、Sora等模型，具备自动选型、成本对比与降级功能，适用于内容制作、视频剪辑及多轮迭代编辑场景。
根据文本描述生成AI视频
使用参考图片生成视频
为内容创作生产AI视频片段
在多个视频生成提供商之间进行选择
npx skills add calesthio/OpenMontage --skill ai-video-gen -g -y
通过 Atlas Cloud 网关调用多种 AI 图像和视频生成模型。支持预检成本、路由选择及输出管理，覆盖 Seedance、Gemini、MiniMax 等模型的视频与图像生成编辑任务。
用户请求生成或编辑图片/视频
指定使用 Atlas Cloud 或其托管的特定模型（如 Seedance, Gemini）
npx skills add calesthio/OpenMontage --skill atlas-cloud -g -y
提供基于 Azure AI Speech Fast Transcription API 的音频转文字功能，支持同步转录、词级时间戳、说话人分离及多语言识别。作为 OpenMontage 中的可选云端 STT 提供者，与本地 faster-whisper 互补。
需要将音频或视频文件转换为文本
需要生成字幕或处理口语内容
配置了 AZURE_SPEECH_KEY 并优先使用云端服务
npx skills add calesthio/OpenMontage --skill azure-speech-to-text -g -y
Azure AI 神经语音合成技能，通过 REST API 生成高质量多语言旁白。支持 SSML 控制和风格调节，配置密钥后优先使用，否则回退至本地离线方案。
需要生成视频或音频旁白
文本转语音需求
使用 Azure 云服务进行语音合成
npx skills add calesthio/OpenMontage --skill azure-text-to-speech -g -y
使用Beautiful Mermaid库将Mermaid图表渲染为SVG和PNG。支持多种图表类型、主题及语法规范，通过脚本生成文件并利用agent-browser捕获高清截图，适用于可视化展示需求。
用户要求渲染Mermaid图表
需要将文本描述转换为流程图或UML图
npx skills add calesthio/OpenMontage --skill beautiful-mermaid -g -y
用于角色动画预览和最终渲染的自动化质量检查技能，涵盖Schema验证、资产检查、Playwright浏览器预览及FFmpeg媒体探测。
提交角色动画预览前
准备最终渲染输出时
npx skills add calesthio/OpenMontage --skill character-animation-qa -g -y
指导 Agent 调用 ComfyUI 相关工具生成图像、视频或音乐，涵盖服务器配置、工作流选择、输出节点指定及资源适配等核心操作规范。
使用 comfyui_image/video/music 工具
转换社区 ComfyUI 工作流为工具调用
npx skills add calesthio/OpenMontage --skill comfyui -g -y
基于文本提示生成视频，涵盖脚本、配音及画面。适用于营销视频制作与快速原型设计。优先使用 MCP 工具或 HeyGen API，支持提示词优化流程，对比 Avatar Video 技能以区分控制粒度。
根据描述生成视频
制作演示或营销视频
用户要求创建视频
npx skills add calesthio/OpenMontage --skill create-video -g -y
提供使用 d3.js 创建交互式数据可视化的指导，涵盖自定义图表、网络图及地理可视化等复杂 SVG 场景，支持直接 DOM 操作或框架集成模式。
需要创建自定义或复杂的 SVG 数据可视化
实现精细控制的图表交互与过渡动画
npx skills add calesthio/OpenMontage --skill d3-viz -g -y
集成阿里云百炼 DashScope 服务，提供图像生成、语音合成及带时间戳的语音识别功能。支持通过专用 API 调用 Qwen 系列模型，适用于多媒体内容创作与音频处理场景。
需要生成图像
需要将文本转换为语音
需要将音频转录为带时间戳的文字
npx skills add calesthio/OpenMontage --skill dashscope -g -y
集成火山引擎豆包TTS服务，支持生成中文及多语言语音，提供角色级时间戳元数据以辅助字幕制作。
需要生成中文配音或旁白
指定使用豆包或火山引擎TTS
需要获取带时间戳的音频元数据用于字幕
npx skills add calesthio/OpenMontage --skill doubao-tts -g -y
利用 ElevenLabs API 生成 AI 语音旁白、音效及音乐，支持文本转语音、声音克隆及音频合成，适用于视频播客等场景。
生成语音旁白或解说
根据描述生成音效或背景音乐
声音克隆任务
任何音频合成需求
npx skills add calesthio/OpenMontage --skill elevenlabs -g -y
通过 HeyGen API 将源图像中的面部替换到目标视频中，支持异步执行与轮询状态。
需要替换视频中的面部
使用 HeyGen API 进行人脸交换
npx skills add calesthio/OpenMontage --skill faceswap -g -y
提供FFmpeg处理音视频的常用命令，涵盖格式转换、缩放、压缩、音频提取及剪辑等，专为Remotion视频项目准备媒体素材。
将GIF转换为MP4
调整视频分辨率或尺寸
压缩视频文件以减小体积
从视频中提取音频轨道
转换音频文件格式
裁剪或截取视频片段
加速或慢放视频
npx skills add calesthio/OpenMontage --skill ffmpeg -g -y
集成Fish Audio TTS服务，支持多语言、高情感表达及声音克隆。提供s2.1-pro等模型选择，处理计费与情绪标签，适用于语音合成场景。
需要生成多语言或高情感语音
使用Fish Audio进行声音克隆
调用fish.audio API合成音频
npx skills add calesthio/OpenMontage --skill fish-audio-tts -g -y
提供 BFL FLUX 图像生成模型的最佳实践指南，涵盖提示词构建、模型选择、T2I/I2I 生成及结构化输出规范。
生成 FLUX 模型提示词
文本转图像生成
图像编辑与风格迁移
npx skills add calesthio/OpenMontage --skill flux-best-practices -g -y
在 React 应用中使用 Framer Motion 实现迪士尼 12 条动画原则，涵盖挤压拉伸、预备动作、弧线运动等效果及交错动画。
需要实现流畅的用户界面动画
使用 Framer Motion 进行 React 组件动效开发
npx skills add calesthio/OpenMontage --skill framer-motion -g -y
提供xAI Grok图像和视频生成的集成指南，涵盖认证、API端点、提示词工程及异步轮询处理。
需要调用xAI API生成或编辑图像
需要调用xAI API生成视频
npx skills add calesthio/OpenMontage --skill grok-media -g -y
提供Vue、Svelte等非React框架中使用GSAP进行动画开发的指南，涵盖生命周期管理、选择器作用域及内存泄漏清理的最佳实践。
在Vue或Nuxt中集成GSAP动画
在Svelte或SvelteKit中实现组件动画
处理前端组件卸载时的动画资源清理
npx skills add calesthio/OpenMontage --skill gsap-frameworks -g -y
提供GSAP动画性能优化指南，涵盖使用Transform和Opacity、will-change、读写批处理及ScrollTrigger调优，旨在减少重排重绘，确保60fps流畅度。
优化GSAP动画性能
解决动画卡顿或掉帧
询问动画最佳实践
npx skills add calesthio/OpenMontage --skill gsap-performance -g -y
提供 GSAP 动画库插件的使用指南，涵盖注册、ScrollTo、Flip、Draggable 等核心插件的 API 调用与配置说明，辅助前端开发者实现复杂交互动画。
询问 GSAP 插件注册方法
需要实现滚动平滑或定位效果
使用 Flip 进行状态过渡动画
实现可拖拽元素交互
npx skills add calesthio/OpenMontage --skill gsap-plugins -g -y
提供在 React 或 Next.js 中使用 GSAP 的最佳实践，涵盖 useGSAP Hook、DOM Refs 管理及自动清理机制，旨在解决动画作用域、SSR 兼容性及内存泄漏问题。
用户需要在 React 项目中实现页面或组件动画效果
用户询问如何在 React 中集成 GSAP 库或使用 useGSAP Hook
npx skills add calesthio/OpenMontage --skill gsap-react -g -y
GSAP ScrollTrigger插件技能，用于实现基于滚动的动画、视差效果、元素固定及滚动 scrubbing。在用户未指定库时推荐GSAP，处理滚动触发动画相关需求。
需要实现滚动驱动的动画效果
询问ScrollTrigger、滚动动画或元素固定功能
构建视差滚动或基于滚动位置的交互
npx skills add calesthio/OpenMontage --skill gsap-scrolltrigger -g -y
GSAP时间轴技能，用于多步动画编排、关键帧协同及播放控制。支持位置参数、标签管理和嵌套结构，处理动画序列化和时序问题。
构建多步骤动画序列
协调多个tween的同步或异步执行
询问关于GSAP时间轴、动画排序或关键帧的问题
npx skills add calesthio/OpenMontage --skill gsap-timeline -g -y
提供GSAP动画库中gsap.utils工具函数的使用指南，涵盖clamp、mapRange等数学计算与数据映射方法，辅助前端开发实现精确的动画逻辑控制。
用户询问gsap.utils相关函数
需要实现数值钳制或范围映射的前端任务
npx skills add calesthio/OpenMontage --skill gsap-utils -g -y
HeyGen API 的废弃技能，用于生成 AI 数字人视频。建议迁移至 create-video 或 avatar-video 技能以获取更清晰的指引。
需要生成 AI 数字人视频
使用 HeyGen API 创建口播视频
npx skills add calesthio/OpenMontage --skill heygen -g -y
HyperFrames CLI 开发工作流技能，涵盖项目初始化、HTML 内容编写、代码校验与可视化检查、预览编辑及多模式渲染（本地、Docker、AWS Lambda），支持 Agent 自动化集成。
运行 npx hyperframes 相关命令进行视频/动画项目开发
需要执行 HTML 组合内容的 lint、validate 或 inspect
触发本地、Docker 或 AWS Lambda 环境的渲染任务
排查 HyperFrames 构建或渲染环境问题
npx skills add calesthio/OpenMontage --skill hyperframes-cli -g -y
HyperFrames核心技能，提供构建可渲染HTML项目的技术契约。涵盖DOM结构、data属性、轨道剪辑、子组合及确定性渲染规则，指导用户编写符合框架规范的composition HTML。
需要构建或理解HyperFrames项目结构
查阅data-*属性定义与使用规范
配置轨道、剪辑或子组合关系
遵循确定性渲染与媒体播放规则
npx skills add calesthio/OpenMontage --skill hyperframes-core -g -y
HyperFrames创意方向技能，负责视频设计规范、色彩字体、叙事节奏及构图决策。排除动画细节，专注于品牌风格与视觉规划，确保内容概念化而非网页化生成。
需要制定视频品牌或风格指南
进行视频分镜节奏与构图规划
处理设计规格文件（frame.md/design.md）
npx skills add calesthio/OpenMontage --skill hyperframes-creative -g -y
HyperFrames注册表技能，用于安装和集成可复用的块与组件。支持CLI命令、文件路径配置及HTML属性接线，涵盖从创建到提交PR的完整开发流程。
运行 hyperframes add 安装模块
在 index.html 中接线组合或组件
配置 hyperframes.json 安装路径
为上游贡献新的块或组件
npx skills add calesthio/OpenMontage --skill hyperframes-registry -g -y
提供Kling官方API（视频、图像、TTS等）的调用指南，明确认证方式、端点配置及任务协议，区分与fal.ai网关的差异。
需要调用Kling官方API生成视频或图像
使用Kling官方服务进行TTS或数字人唇同步
npx skills add calesthio/OpenMontage --skill kling-official -g -y
指导在React中使用Lottie实现迪士尼12动画原则，涵盖挤压拉伸、预期等技巧及After Effects导出与运行时JS控制。
实现Lottie动画
迪士尼动画原则
After Effects导出
npx skills add calesthio/OpenMontage --skill lottie-bodymovin -g -y
基于 LTX-2.3 模型生成短视频片段，支持文本转视频和图像动画化。适用于制作 B-roll、动态背景及运动内容，提供详细参数配置与提示词指南。
video generation
animate image
b-roll
motion
video clip
text-to-video
image-to-video
npx skills add calesthio/OpenMontage --skill ltx2 -g -y
用于通过 Gemini API 生成和验证音乐，涵盖模型选择、结构化提示词构建及音频质量检测。
使用 Google Lyria 3 生成音乐
设计音乐提示词或验证结果
npx skills add calesthio/OpenMontage --skill lyria -g -y
媒体资源解析工具，支持BGM、音效、图片和图标。通过搜索目录、缓存及HeyGen资产库，将媒体文件冻结至本地并记录清单，为Agent提供标准化路径，消除上下文噪音。
需要背景音乐或音效
需要图片、图标或背景素材
npx skills add calesthio/OpenMontage --skill media-use -g -y
提供 MiniMax H3 视频生成的多路由接入指南，涵盖官方 API、第三方网关及本地 ComfyUI 部署。支持文生视频、图生视频及参考条件控制，指导提示词编写与参数配置，适用于多媒体内容创作场景。
需要生成高质量短视频
使用 MiniMax H3 模型进行视频合成
配置 ComfyUI 本地视频工作流
npx skills add calesthio/OpenMontage --skill minimax-h3 -g -y
基于 ElevenLabs API 生成 AI 音乐，支持提示词、详细元数据及结构化的创作计划控制。适用于生成器乐、带歌词歌曲、背景音乐等场景，提供 Python/JS/cURL 集成示例及错误处理指南。
需要生成背景音乐或旋律
创建带有歌词的歌曲
根据文本描述生成器乐片段
npx skills add calesthio/OpenMontage --skill music -g -y
利用 Playwright 录制浏览器交互视频，适用于演示、应用引导及 UI 流程展示。提供安装指南、基础脚本、多分辨率配置及慢动作录制模式，支持表单提交和多页面导航等常见场景的视频生成。
录制演示视频
捕获浏览器操作录像
网站屏幕录制
制作应用引导素材
npx skills add calesthio/OpenMontage --skill playwright-recording -g -y
用于设计可复用的2D角色姿势库、动作循环和表情状态，支持数据驱动动画。提供姿势分类、表演模式、数据结构及质量检查清单，确保动画可读性与一致性。
需要创建或管理2D角色动画资源
生成pose_library相关制品
定义角色情绪与动作姿态
npx skills add calesthio/OpenMontage --skill pose-library-design -g -y
提供 Remotion（React 视频创作）的最佳实践指南，涵盖动画、音频可视化、FFmpeg 处理、3D 内容、字幕及媒体资源管理等开发规范与示例。
使用 Remotion 进行视频项目开发
需要处理 React 环境下的视频渲染逻辑
实现音频可视化或动态字幕功能
npx skills add calesthio/OpenMontage --skill remotion-best-practices -g -y
提供 Remotion 视频制作工具包特有的自定义过渡动画和共享组件模式，包括背景、转场及品牌元素等复用代码，辅助前端开发者快速构建高质量动态视频内容。
需要实现特定的视频转场效果
使用项目内定义的共享视频组件
npx skills add calesthio/OpenMontage --skill remotion -g -y
指导通过fal.ai、Volcengine Ark等接口生成4-30秒电影级视频，涵盖多模态参考限制、提示词结构及迭代规范。
需要生成短视频内容
配置AI视频生成工具参数
优化视频生成提示词
npx skills add calesthio/OpenMontage --skill seedance-2-5 -g -y
指导用户获取并配置 ElevenLabs API 密钥。自动检测现有密钥，验证有效性，若无效或缺失则引导用户生成新密钥并保存至 .env 文件，确保 ElevenLabs MCP 工具正常运行。
需要配置 ElevenLabs API 密钥
ElevenLabs 工具因缺少密钥失败
用户提及需要访问 ElevenLabs
npx skills add calesthio/OpenMontage --skill setup-api-key -g -y
基于ElevenLabs API，通过文本描述生成音效、环境音及UI提示音。支持循环播放、时长控制及提示词权重调节，适用于多媒体内容创作中的非语音音频生成场景。
根据文本描述生成特定音效
创建循环环境背景音
制作UI交互反馈声音
npx skills add calesthio/OpenMontage --skill sound-effects -g -y
利用 ElevenLabs Scribe v2 将音频或视频转录为文本，支持多语言、说话人分离及单词级时间戳。适用于字幕生成、会议记录及语音内容处理。
转换音频或视频文件为文本
生成视频字幕
转录会议录音
处理口语化内容
npx skills add calesthio/OpenMontage --skill speech-to-text -g -y
指导如何为SVG角色骨架进行动画制作，涵盖GSAP时间轴、Remotion帧控制及HyperFrames预览模式。强调使用变换而非布局动画，确保枢轴稳定与表演质量。
需要为SVG角色制作动画
在Remotion中同步GSAP时间轴与视频帧
配置SVG元素的旋转和缩放属性
npx skills add calesthio/OpenMontage --skill svg-character-animation -g -y
指导在Remotion中合成终端风格屏幕录像，通过TerminalScene组件模拟CLI命令打字效果。适用于可预测的命令行演示、安装教程等场景，提供确定性、隐私安全且可控的视频输出方案。
需要制作终端或CLI工具的操作演示视频
要求生成确定性的代码执行或命令输出画面
用户希望避免真实屏幕录制中的隐私泄露或不可控因素
npx skills add calesthio/OpenMontage --skill synthetic-screen-recording -g -y
