Agent Skills Hub

ai-multimodal

使用 Google Gemini 处理与生成多媒体内容。支持音频转录、图像识别、视频分析、PDF 解析及 AI 图像生成，具备超长上下文窗口，适用于复杂的多模态 AI 任务。

image-generation

使用结构化 JSON 提示词与自动化 Python 脚本生成高质量的图像、角色与场景，支持参考图像以进行精确的视觉创作。

image-enhancer

提升图像质量、分辨率与清晰度，专为屏幕截图与数字媒体设计。适用于专业文档、博客与演示文稿。

aesthetic

运用系统化设计原则、AI 评估与自动化灵感分析，打造美观的用户界面。

gemini-vision

实现 Google Gemini API 图像分析功能，包含图像描述、对象检测、图像分割、视觉问答及多图对比分析。

fiftyone-find-duplicates

使用计算机视觉相似度嵌入技术，在 FiftyOne 数据集中查找、查看并移除重复或高度相似的图像。

nano-banana-pro-pptx

使用 AI 生成专业 PowerPoint 演示文稿。通过 Gemini 强大的叙事规划与图像生成功能，从主题提示词直接建立全版高分辨率幻灯片。

ui-design-review

基于 Gemini 的 UI 设计审核、无障碍审计与设计系统验证工具，专为软件代理设计。

powerpoint-agent

创建专业且可编辑的 PowerPoint (.pptx) 演示文稿，具备 AI 生成的全屏幻灯片图像、品牌一致性与风格参考功能。

screenshot-capture

为 Enzo 设计的自动化截图转知识工作流。从截图中捕捉、分类、提取内容并记录模式，构建结构化的参考库。

calorie-detective-v2-0-0

AI 食物热量与营养计算器。通过视觉识别辨识餐点，自动计算卡路里及营养素，并结合内置营养数据库提供健康建议。

comfyui

通过本地 ComfyUI 实例生成高质量图像。适合需要隐私保护、专业 AI 图像合成与自定义工作流的开发者。