Agent Skills Hub

ai-multimodal

使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成，具備超長上下文窗口，適用於複雜的多模態 AI 任務。

image-generation

使用結構化 JSON 提示詞與自動化 Python 腳本生成高品質的圖像、角色與場景，支援參考圖像以進行精確的視覺創作。

image-enhancer

提升影像品質、解析度與清晰度，專為螢幕截圖與數位媒體設計。適用於專業文件、部落格與簡報。

aesthetic

運用系統化設計原則、AI 評估與自動化靈感分析，打造美觀的用戶介面。

gemini-vision

實作 Google Gemini API 影像分析功能，包含圖片標註、物件偵測、圖像分割、視覺問答及多圖比較分析。

fiftyone-find-duplicates

使用電腦視覺相似度嵌入技術，在 FiftyOne 資料集中尋找、檢視並移除重複或高度相似的圖像。

nano-banana-pro-pptx

使用 AI 生成專業 PowerPoint 簡報。透過 Gemini 強大的敘事規劃與圖像生成功能，從主題提示詞直接建立全版高解析度投影片。

ui-design-review

基於 Gemini 的 UI 設計審核、無障礙審計與設計系統驗證工具，專為軟體代理設計。

powerpoint-agent

建立專業且可編輯的 PowerPoint (.pptx) 簡報，具備 AI 生成的全版投影片圖像、品牌一致性與風格參考功能。

screenshot-capture

為 Enzo 設計的自動化截圖轉知識工作流。從截圖中捕捉、分類、提取內容並記錄模式，構建結構化的參考庫。

calorie-detective-v2-0-0

AI 食物熱量與營養計算器。透過視覺識別辨識餐點，自動計算卡路里及營養素，並結合內建營養資料庫提供健康建議。

comfyui

透過本地 ComfyUI 實例生成高品質圖像。適合需要隱私保護、專業 AI 圖像合成與自訂工作流的開發者。