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。

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。

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。

wavespeed-nano-banana-2

透過 WaveSpeed AI 使用 Google Nano Banana 2 模型進行圖像生成與編輯。支援文生圖、自然語言修圖、多圖合成、4K 解析度及多種比例。

nano-banana

使用 uv 自動化 Python 腳本編寫與 Gemini 影像生成。適用於創作藝術、編輯影像及執行臨時腳本。

mls

基於 Apple Silicon 與 MLX 的本地機器學習推論服務，整合語音識別 (ASR)、語音合成 (TTS)、翻譯、圖像生成與視覺識別功能。

nanaban

透過 nanaban CLI 使用 Gemini API 生成與編輯影像。適用於製作插圖、標誌、圖示，以及執行背景移除、風格轉換等照片編輯任務。

cloudflare-image-gen

使用 Cloudflare Workers AI flux-1-schnell 模型生成影像。直接在您的工作流程中啟用文字生成圖片功能。

ascii-art

一個用於生成 ASCII 藝術的代理技能，針對無需反覆修改的一次性藝術輸出進行了優化。

generate-image

使用 AI 模型（如 FLUX 和 Gemini）生成或編輯影像。適用於照片、插圖、概念藝術和視覺素材，不包含技術圖表或原理圖。

food-diorama-skill

使用 Google Gemini API 生成 3D 城市美食盲盒影像。創作包含標誌性美食、文化符號與城市歷史元素的四宮格立體模型風格圖像。

nano-banana-pro

使用 Google Gemini 3 Pro 模型生成與編輯圖像、圖表和資訊圖表。支援文字轉圖像、風格轉換及數據準確的視覺化創作。