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。

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。

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。

wavespeed-nano-banana-2

通过 WaveSpeed AI 使用 Google Nano Banana 2 模型进行图像生成与编辑。支持文生图、自然语言修图、多图合成、4K 分辨率及多种比例。

nano-banana

使用 uv 自动化 Python 脚本编写与 Gemini 图像生成。适用于创作艺术、编辑图像及执行临时脚本。

mls

基于 Apple Silicon 与 MLX 的本地机器学习推理服务，整合语音识别 (ASR)、语音合成 (TTS)、翻译、图像生成与视觉识别功能。

nanaban

通过 nanaban CLI 使用 Gemini API 生成与编辑图像。适用于制作插图、标志、图标，以及执行背景移除、风格转换等照片编辑任务。

cloudflare-image-gen

使用 Cloudflare Workers AI flux-1-schnell 模型生成图像。直接在您的工作流程中启用文字生成图片功能。

ascii-art

一个用于生成 ASCII 艺术的代理技能，针对无需反复修改的一次性艺术输出进行了优化。

generate-image

使用 AI 模型（如 FLUX 和 Gemini）生成或编辑图像。适用于照片、插图、概念艺术和视觉素材，不包含技术图表或原理图。

food-diorama-skill

使用 Google Gemini API 生成 3D 城市美食盲盒影像。创作包含标志性美食、文化符号与城市历史元素的四宫格立体模型风格图像。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成与编辑图像、图表和信息图表。支持文本转图像、风格转换及数据准确的视觉化创作。