个人开发的 Claude Code Skills 集合，提供实用的技能工具，助力提升开发效率和内容创作。

分享一些好用的 Claude Code Skills，自用、学习两相宜，适用于 Claude Code v2.0 及以上版本。

本项目是个人开发的 Claude Code Skills 集合，提供实用的技能工具，助力提升开发效率和内容创作。分享一些好用的 Claude Code Skills，自用、学习两相宜，适用于 Claude Code v2.0 及以上版本。

Claude Skills 是 Claude Code 的扩展能力，通过编写技能文档（Skill.md），可以让 Claude 在特定场景下自动激活相应的专业知识和能力。

• 自动化工具: Excel 报表生成、PPT 生成、GitHub Trending 追踪
• 内容生成: 技术文章、公众号封面、README 文档生成
• 公众号排版: Markdown 一键排成公众号可粘贴 HTML（hailaobao-gzh-design）——7 套排版风格、AI 按规则改写、页面上一键复制、粘进编辑器样式全保留，零 npm 依赖
• AI 多模态: 即梦 AI 图像和视频生成、Seedance 2.0 分镜视频创作、AI 教学媒体一体化（插图/信息图/教学视频/封面/解说视频）、Grok Imagine 文生图
• 视频剪辑: 自动化视频剪辑与解说（video-agent-kit）——通用剪辑、电影解说、足球/篮球/电竞集锦、口播配音成片（Edge TTS 免费配音）
• 视频生成: 口播文字稿一键成片（voice-to-video）——TTS 词级时间戳 + HTML 动画引擎 + 确定性逐帧渲染，画面/字幕/语音逐词对应，13 套画面风格
• 动画视频: 声明式分镜动画（hyperframes-10s-video）——一段文字 → 横屏动画视频 + 同名 SRT 字幕，时长（任意秒）/配色（10 套皮肤）/画幅（横竖屏）/配音（AI 口播）全部参数化，无头 Chromium 逐帧确定性渲染
• 白板讲解: 手绘白板「边画边讲」讲解视频工厂（whiteboard-video-factory）——Excalidraw 逐笔动画 + 火山/小米/edge-tts 三通道配音 + 烧录字幕（含逐段跟读高亮） + 手绘品牌层 + 三画幅封面（4:3 / 3:4 / 9:16 抖音）+ 五平台发布文案，时长不限（2 分钟短片到 30 分钟长片同一套流水线，按场景数伸缩），自带查证/合规/成片验收公共工序，画面上每一笔都是代码画的，不开剪辑软件
• 数字人口播: IP 卡通数字人口播动画课件视频工厂（ip-talking-head-lecture）——一段逐字稿 + 一张 IP 形象图 → Remotion 成片：右下角圆形数字人常驻讲课（待机浮动 + 口型开合 + 说话光环）、主画面六套动画课件版式、字幕烧录跟读高亮，三通道配音（小米 MiMo / 火山 / edge-tts）时长由实际音频反推、音画字幕天然对齐，一条命令同出 16:9 + 9:16，自动产出各平台发布文案（YouTube 中英双语 + 章节时间轴）与中英双语 SRT/VTT，含右上角博主角标与片尾品牌卡
• 数据采集: 微信公众号文章获取（单篇/批量下载、元数据提取、图片下载、Markdown转换）、公众号文章聚合（按公众号名称批量采集最新文章）
• 工作流工具: Dify DSL/YML 文件生成器
• API 文档: 硅基流动云服务平台完整文档
• 合规审查: 微信公众号文章合规审查（违规风险识别、修改建议）

• Claude Code 用户扩展能力
• 自动化办公和内容创作
• 开源项目文档规范化
• 技术学习和实践

核心功能：

• ✅ 上游引擎本机化：封装 nexu-io/html-video（Apache-2.0，Hyperframes + Remotion 双引擎、23 模板、自带 studio 网页端），补四处未提交补丁后 Windows 全功能可用：pnpm -r build 构建修复（POSIX chmod → 跨平台）、doctor 体检修复（where 探测 + 识别 Playwright 自带 Chromium）、录制开头裁剪加开关、跨帧复用浏览器（见下）
• ✅ 口播片最短路径（不走模板）：bootstrap() 复用 CLI wiring → writeFrameHtml() 喂任意自定义动画 HTML → content-graph 写 durationSec 硬时长（= 实测配音 + 0.6s 尾巴）→ exportMp4()；改口播稿 → 重跑 TTS → 重渲，音画时间轴同源
• ✅ 节拍驱动揭示：帧源只标 data-beat=N / data-at=秒，animation-delay 由构建期从配音 SRT 句级时间轴反算——画面每 3–5 秒一次可见变化、跟解说逐句走；相位提前量（实测随机器负载 0.31–0.75s 浮动）取多轮中位数并每轮复核
• ✅ 逐词卡拉OK字幕：字幕层单独渲染纯黑底视频，colorkey 抠底叠加——有字幕/无字幕两版同源，字幕像素可独立验收（胶囊三态：未读/正在读高亮/已读）
• ✅ 品牌三件套全走图层叠加、主片零重渲：右上角作者角标（playwright 透明 PNG + inline-flex 紧贴真角落）；深色片尾卡（单帧项目 + anullsrc 静音 + concat filter，配色对齐主片 token）；右下 IP 数字人（真实响度包络驱动口型：narration.wav → 20Hz RMS → 说话窗 p15/p90 归一 → γ0.75 → 快攻慢释，烘进 @property --m（必须 inherits:true）6000 停关键帧；words.json 说话区间门控 --spk 管光环/声波条/收口；brand.json layer.active 单 IP 可选）
• ✅ 5 个质检工具，机器判据可进门禁：measure-motion（停滞量化，双阈值并报防低对比误判）/ probe-phase（权威节拍复核）/ verify-beat-sync（交叉参考，含 3 种测量陷阱说明）/ check-mouth-sync（口型-配音同步：响/轻/间隙三组口部亮度 + 包络相关性）/ verify-subtitle（字幕几何按视频高度实测重标）
• ✅ 录制裁剪开关（上游没有的关键补丁）：HV_LEADIN_TRIM=0 跳过墙钟裁剪（防 newPage 被拖到 ~10.7s 时整段动画被静默裁光、每帧只剩 262 字节空文件）；HV_TRIM_WHITE_HEAD=1 帧级白屏头检测消多镜头切换白闪。默认全关，行为与上游逐字节一致
• ✅ 竖屏 9:16 四件事：libass 字号按视频高度缩放要逐档实测；字幕先拆 ≤22 字短行再合；底部安全带 158→300px；版式全面转纵向堆叠
• ✅ 12+ 条实测坑沉淀：<path pathLength="1"> 必写（否则描线动画变 1px 点线，墨量恰 50%）、帧内零外链（防字体 CDN 拖慢 + FOUT）、concat filter 不可用 demuxer（8s 变 35s）、@property inherits 坑、冻结式 QA 被 [data-beat] 特异性反杀（正解 Web Animations API）……全部来自 4 条成片、5 遍全量重渲

实践成品： qwen38-omni-video 项目（文章链接 → 7 场 / 306.58s 中文口播片，含逐词字幕 + 品牌三件套，README 附全部验收读数：停滞 0.5s、口型 corr 0.53、五图层 PSNR 全绿、−16.1 LUFS）。

核心功能：

• ✅ 一句话概括工作流：写一个 script.json（每场景一段 narration 旁白 + heading 标题 + kind 版式 + data 内容槽）→ iph all <期> → 拿到 mp4；期目录、配音、时间轴、字幕、发布文案全部由命令生成，唯一手写的就是 script.json
• ✅ IP 数字人常驻讲课：主讲形象以圆形头像常驻右下角（横屏）/ 底部（竖屏），待机时极缓浮动，说话时三帧口型（闭口/微张/张口）随音频开合，外圈品牌色「说话光环」+ 声波条；内置两套形象可一键切换——动物卡通（海老豹）与人物卡通（眼镜青年），加新形象 = 一个目录放三帧同名图 + config 登记一行，iph avatars 即可见
• ✅ 六套动画课件版式：封面 cover / 概念 idea / 步骤 steps / 对比 compare / 数据 numbers（数字滚动 countUp）/ 总结 recap，横屏走左右分栏多列、竖屏自动改纵向堆叠；每个场景按旁白逐条揭示要点，画面跟着声音走
• ✅ 时长由实际音频反推：TTS 逐场景合成后用真实音频时长重建时间轴（lead + 音频 + tail），每个词的时间戳同时驱动字幕切句与跟读高亮——改一句旁白重新 build 就整体重排，不需要手调任何帧数
• ✅ 三通道配音：小米 MiMo TTS（默认，小句级时间戳）／ 火山引擎（逐字对齐，支持声音复刻）／ edge-tts 免费备胎；语速、响度、音色全在 config.json，凭证走 .env
• ✅ 品牌层可配置：左下水印、右上角博主角标（brand.corner，text 留空自动用 brand.name，可关）、顶部场景进度条，以及片尾品牌卡（brand.endCard：build 时自动在末尾追加一个静音 outro 场景——标识图或手写体博主名 + 星花 + 品牌色划线逐笔画出 + slogan + 黄色便签 CTA「点赞 · 关注 · 评论区聊聊」），brand.logo 给图就代替手写名
• ✅ 一条命令双画幅：16:9（1920×1080，B 站/课程）与 9:16（1080×1920，抖音/视频号/小红书）同时出片，另支持 1:1；crf、并行度可调
• ✅ 发布物料一并产出：中文 SRT/VTT +（条数对齐时）英文 SRT/VTT、旁白稿表格、各平台发布文案（视频号 / 小红书 / 抖音 / B 站 / 公众号 + YouTube 中英双语标题描述与自动合并的章节时间轴，满足 YouTube ≥3 章、每章 ≥10s 的规则）
• ✅ 确定性本地渲染：Remotion + ffmpeg 全本地，无需剪辑软件、无需云端；配音与逐场景产物带缓存，只改文案时秒级重发布案

工作流程：

iph new "<标题>" 建期 → 写 episodes/<期>/script.json（口播短句、heading ≤12 字）→ iph voice 配音自检 → iph build <期>（TTS + 时间轴 + 字幕 + 发布文案）→ iph still 抽静帧查版式 → iph render 出成片 → 抽帧目视验收（角标 / outro / 字幕高亮）→ 交付

关键命令：

SK="~/.claude/skills/ip-talking-head-lecture"
I="$SK/bin/iph"

$I new "Meta Muse国内0门槛注册全攻略"      # 建期目录 + script.json 模板
$I voice                                   # 配音自检：回显引擎/音色/端点并真跑一句
$I build "Meta Muse国内0门槛注册全攻略"     # TTS + 时间轴 + 字幕 + 发布文案
$I still "Meta Muse国内0门槛注册全攻略" 8   # 第 8 秒静帧，看版式
$I render "Meta Muse国内0门槛注册全攻略" --ratio=16:9,9:16
$I all "Meta Muse国内0门槛注册全攻略"       # build + render 一条龙
$I avatars                                 # 列出可用口播形象
$I preset human                            # 切换默认形象（写进 config.json）
$I srt "Meta Muse国内0门槛注册全攻略"       # 只看字幕条时间与文本

参数速查：

目录要点： bin/iph（CLI：new / build / publish / render / all / still / srt / voice / kinds / avatars / preset）、lib/build.mjs（script.json → 配音 → timeline-16x9/9x16.json + 字幕 + 发布文案，时间轴是"整个视频的唯一真相"）、lib/tts/（小米 / 火山 / edge 三通道）、lib/publish.mjs（各平台文案渲染）、remotion/（React 工程：SceneShell 品牌层与角标、scenes/index.tsx 六套版式 + outro、Avatar 口型数字人）、references/（script-format / avatar / voices / publish / delivery-qa 五份）、templates/（每期 script.json 模板）

适用场景： 有固定 IP 形象（卡通头像即可）的知识口播 / 工具实测 / 热点讲解账号内容；一条稿子要同时喂 B 站横屏与抖音/视频号竖屏；需要改一句话就整体自动重排、拒绝手调时间轴；与 whiteboard-video-factory（手绘白板边画边讲）、voice-to-video（无形象口播逐词成片）、remotion-video-factory（纯图形动画）互补，覆盖「有 IP 真人感出镜」这一环

示例成片： 《Meta Muse 爆火，国内 0 门槛注册全攻略》——8 场景 + 自动片尾卡，128.2 秒，16:9 与 9:16 双画幅一次出，含中英双语字幕与各平台发布文案（由文章稿 → script.json → iph all 全流程产出），点击下方播放器直接在线观看

横屏 16:9（1366×768）：

竖屏 9:16（768×1366）：

核心功能：

• ✅ 一句选题 → 一条成片：查证 → 写旁白（按 | 切 beat）→ 出 Logo 与贴纸 → 画场景 → 配音对字幕 → 逐笔渲染 → 混配乐 → 出封面 → 写发布文案，全链路本地跑，不开剪辑软件、不露脸
• ✅ 逐笔手绘动画：rough.js（Excalidraw 底层同款）生成线条，SVG stroke-dashoffset 按子路径顺序描边、rough.js 的「每条边描两遍」拆成 A/B 两层错时浮现，笔尖跟着走；场景同时导出 Excalidraw 格式，能在 Obsidian 里改图再回灌渲染
• ✅ 音画同步不拍时间轴：TTS 返回的逐字时间戳同时驱动画面排期与字幕切句（6~20 字），改一句旁白只重配那一段
• ✅ 配音双通道：火山引擎语音合成（官方音色或自己的声音复刻，默认 1.2 倍语速）／ 没有凭证时切 edge-tts 免费出片，两者输出同格式逐字时间戳，字幕链路不用改
• ✅ 贴纸与真实 Logo：贴纸走本地 codex CLI 出 2×2 四宫格（一次额度同风格，自动抠白底、去杂点、去邻格残片）；公司/产品 logo 走 Wikimedia Commons 官方 SVG，--vs 可拼 A VS B 对比封面图，出处自动记录
• ✅ 确定性并行渲染：4 路独立 Chromium 交错出帧，主进程按帧号顺序喂 ffmpeg；workers=1 与 workers=4 出的帧用 framemd5 比对必须 0 帧不同
• ✅ 三画幅封面一次出：同一个 coverLayout 出 4:3（1440×1080）／ 3:4（1080×1440）／ 9:16（1080×1920 抖音，内容压在中央安全区），标题 ≤2 行、钩子行自动马克笔高亮
• ✅ 品牌层自动带：右上角手写水印（第一幕逐笔画入）+ 片尾品牌卡 + 封面品牌标，名字 / 品牌色 / slogan 都在配置里
• ✅ 自带公共工序（合并自 video-common）：事实核查与来源台账、发布前合规自查、成片机器与目视验收、交付边界，全部收在 references/，装一个目录即可跑

工作流程：

选题 → 查证（数字进期目录 README.md）→ 写旁白（scenes.js）→ wb logo / wb image 出素材 → 画场景 → wb stills 逐 beat 静帧检查 → 写 cover 函数出三张封面 → wb build 一条龙出片（TTS + 渲染 + 混音 + 封面）→ 抽帧验收 → 写 发布.md（五平台文案）

关键命令：

SK="~/.claude/skills/whiteboard-video-factory"
W="$SK/bin/wb"

$W new "为什么定了计划总是坚持不下去"          # 建期目录（scenes.js + 发布.md 模板）
$W logo "标题" logo-claude="Claude AI symbol.svg"   # 官方 Logo → assets/
$W image "标题" stepper="A simple side-view bicycle"  # 贴纸，一次 ≤4 张
$W stills "计划"                                 # 每 beat 静帧，逐张查排版
$W cover "计划"                                  # 封面-4x3 / 封面-3x4 / 封面-9x16
$W build "计划"                                  # 出片 → build/<期>/outputs/final.mp4

参数速查：

目录要点： bin/wb（CLI 一条龙）、lib/scene-dsl.js（场景 DSL，一行一个元素，导出 Excalidraw + 旁白稿 + 封面）、lib/render.html + lib/render.js（逐笔渲染器与并行出帧）、lib/tts-volc.mjs + lib/tts-edge.py（双配音通道，均带内容指纹缓存）、lib/captions.cjs（逐字时间戳切句、烧录并导出 SRT）、lib/gen-image.mjs（codex 生图 + Canvas 抠图）、lib/fetch-logo.mjs（Commons 官方 Logo）、lib/mix-bgm.mjs（手写 DSP 闪避配乐）、references/（dsl / scene-patterns / stickers / publish / fact-check / compliance / delivery-qa 七份）、examples/（一期完整示例）

适用场景： 概念与机制讲解、公司／产品／财报拆解、热点背后的原理科普、需要不露脸且能批量出片的账号内容；与 hyperframes-10s-video（声明式分镜动画）、remotion-video-factory（代码级精确图形动画）、voice-to-video（口播逐词成片）互补，覆盖四种不同的视频生产方式

🎬 示例成片： 一期完整的白板讲解片（1920×1080 / 30fps，AI 配音 + 烧录字幕 + 手绘品牌层），由本技能「选题 → 查证 → 写旁白 → 画场景 → 配音对字幕 → 逐笔渲染 → 混配乐」全流程产出，点击下方播放器直接在线观看

另有仓库内可直接播放的 白色背景前 40 秒样片，以及 字幕跟读高亮字幕带特写（色块随语音跳到当前念到的字）；完整示例工程在 whiteboard-video-factory/examples/

核心功能：

• ✅ 声明式分镜：scenes.json 描述「结构 + 每幕动作」，GSAP 按时间轴执行；内置 9 种场景类型（title / end / bigword / quote / flow / points / bars / typewriter / free）
• ✅ 时长全参数化：默认 10 秒，--total=20 或顶层 "duration": 15 可产任意时长——各幕 dur 按比例归一、末幕吸收舍入漂移，总和精确等于目标（0.01s 级）；长片靠「加幕」而非拉长单幕，避免画面长久静止
• ✅ 10 套配色皮肤：tech / wuding / aurora / sunset / ocean / forest / midnight / gold / candy / paper（含浅底深字），同一分镜换肤即换风格；附可视化挑色画廊，预览页控制条下拉框可实时切换
• ✅ 音频可选、不写死：默认无声（无音轨）；要求「带语音」即写 script.json → edge-tts 生成整轨配音 → --keep-dur 让配音贴合每幕时长 → 混音为 <slug>-...-a.mp4
• ✅ 字幕自动生成（不手写）：make_srt.mjs 按分镜或语音时间轴切分，时间轴与画面同源（--eff / --timing），长片也不会错位；某幕可用 "srt" 字段精确覆盖
• ✅ 逐帧确定性渲染：渲染走 window.__KINETIC__.seek(t)（GSAP timeline pause + seek），与机器快慢无关——不掉帧、同输入同输出
• ✅ 画幅与帧率可切：--orient=portrait 出竖屏 1080×1920，--fps=60 改帧数不改时长
• ✅ 先抽帧后全量：全量渲染前必看 _preview 静帧或跑 check_overflow.mjs，程序化拦截文字溢出与页面报错

工作流程：

内容拆幕 → 写 scenes.json（定皮肤、定目标时长）→ build_html.mjs 生成自包含动画页（顺带产出 *.effective.json 生效分镜）→ 抽帧核验 → 全量逐帧渲染 → encode.mjs 编码 H.264 →（可选）TTS 生成配音并混音 → make_srt.mjs 出字幕 → ffmpeg 复核 Duration / 码流 → 交付

关键命令：

SK="~/.workbuddy/skills/hyperframes-10s-video"

# 构建：20 秒 + candy 配色（同时产出 out.effective.json）
node "$SK/scripts/build_html.mjs" scenes.json out.html --total=20 --skin=candy

# 抽帧核验 → 全量渲染 → 编码成片
node "$SK/scripts/render.mjs"  out.html _preview --only=60,240,500
node "$SK/scripts/render.mjs"  out.html _frames
node "$SK/scripts/encode.mjs"  _frames out-1920x1080-30fps.mp4

# 自动字幕（务必用 build 产出的生效分镜，保证与画面同源）
node "$SK/scripts/make_srt.mjs" scenes.json out-1920x1080-30fps.srt --eff=out.effective.json

# 带 AI 配音：先写 script.json（每幕一句口播），再 TTS + 混音
python "$SK/scripts/tts_scenes.py" script.json scenes.json . --keep-dur --rate=+15%
ffmpeg -y -i out-1920x1080-30fps.mp4 -i voice.mp3 -c:v copy -c:a aac -b:a 192k -shortest out-1920x1080-30fps-a.mp4

参数速查：

目录要点： assets/template.html（动画模板 + 10 套皮肤 + 控制条）、scripts/（7 个可独立运行的脚本）、references/scenes_schema.md（分镜字段完整定义）、references/prompt-template.md（对话用标准提示词模板）、references/skin-gallery.html（10 套配色实拍帧画廊）、references/example-rsi/（完整可复现范例：分镜 + 字幕）

适用场景： 概念/观点的动画讲解短视频、公众号与视频号配套动画、产品与数据要点可视化、需要批量换配色出多版本的投放素材；与 remotion-video-factory（代码级精确图形动画）、voice-to-video（口播逐词成片）互补，覆盖三种不同的视频生产方式

🎬 演示视频（示例成片）： AI 自我进化（RSI）主题动画讲解片（1920×1080 / 30fps，含 AI 配音），即由本技能「一句话 → 分镜 → 渲染 → 混音」全流程产出，点击下方播放器直接在线观看

核心功能：

• ✅ Markdown → 公众号可粘贴 HTML：产物是自包含 HTML 页面，顶栏一个 [ 复制到公众号 ] 按钮，点一下把带内联样式的正文写进剪贴板（text/html），粘进公众号后台样式全保留 —— 不经过任何第三方排版网站，不丢格式
• ✅ 7 套排版风格：jade-business（玉石商务）/ warm-editorial（暖色编辑部）/ mono-tech（极客单色）/ champagne-brand（香槟品牌）/ mist-notebook（雾霾笔记）/ midnight-report（午夜研究报告）/ forest-demo（森绿演示）；每套是「主题色 + 版式 + 强调样式 + 组件皮肤」的整套预设，传未知 id 会直接报错并列出可用值
• ✅ AI 按规则改写，不生成新事实：标题加「序号 | 主标题 | 小字副标题」竖线语法；kicker 语义匹配（顺序动作用 STEP、并列要点用纯数字 01/02、案例 CASE、章节 PART A、问答 Q1、误区 AVOID、数据 FACT…不一律甩 STEP）；关键短语加粗、金句转引用、--- 控制视觉呼吸、按需插 <SummaryCard> / <InfoCard> 卡片
• ✅ 原文零损伤：改写结果写到临时文件，原始 Markdown 一个字不动；总改动 ≤ 30%，代码块一字不改，不加原文没有的观点与事实
• ✅ 先问风格再动手：风格是编辑决策，默认必须让用户挑 —— 给出「首选（附理由）+ 同类型备选 + 反差款」三选一；用户点名了 scheme 或说了「你决定 / auto」才自动选
• ✅ 零依赖、跨 agent：只需 Node.js ≥ 16（ESM），脚本仅用内置 fs / path，无 npm 包、无需联网；Claude Code 读 SKILL.md 的 YAML frontmatter 自动挂载，Codex / WorkBuddy / Cursor / Cline / 手动 Prompt 走同目录 AGENTS.md 对等入口，产物完全一致

工作流程：

读文章并判定体裁（方法论 / 教程 / 评测 / 心得 / 资讯）→ 问用户挑 scheme → AI 按改写规则产出临时 Markdown → typeset.mjs 渲染带复制按钮的 HTML → 交付（说清用了哪套风格、改了哪 3–5 处、产物绝对路径）

关键命令：

node ~/.workbuddy/skills/hailaobao-gzh-design/scripts/typeset.mjs \
  --input article.rewritten.md \
  --scheme forest-demo \
  --title "文章标题" \
  --out article.html

参数速查：

体裁 → 风格匹配（速查）： 方法论 / AI 观点 → jade-business；教程 / 命令行 / bug 复盘 → mono-tech；工具教程 / 案例演示 → forest-demo；心得 / 复盘 / 阅读 → warm-editorial；品牌 / 活动 / 产品发布 → champagne-brand；学习笔记 / 干货清单 → mist-notebook；行业分析 / 数据 / 财经 → midnight-report；拿不准默认 jade-business 兜底

目录要点： SKILL.md + AGENTS.md（双入口）、references/style-schemes.md（7 套 scheme 目录 + 匹配决策表）、references/formatting-rules.md（改写方法论 + before/after）、references/typesetting-syntax.md（扩展 Markdown 语法）、references/demo-article-patterns.md（工具教程/演示型文章排版模式）、scripts/schemes.mjs（风格样式生成）+ scripts/typeset.mjs（主渲染脚本）、examples/（demo 与 remotion-demo 两组样例输入输出）

适用场景： 公众号长文/技术文/复盘文一键排版；同一篇稿换多套风格出 A/B 版本；从 Markdown 工作流（Obsidian 等）直通公众号后台；与 xiaohuihui-tech-article（写稿 + 配图 + COS 图床）、wechat-compliance-reviewer（发布前合规审查）串成「写稿 → 排版 → 合规 → 发布」链路 —— 本 skill 只负责其中「排版」一环，不改文字内容

使用示例：

帮我排版这篇文章，用森绿演示风格：E:\notes\remotion-article.md
把这篇 md 排成公众号能直接粘贴的样式，风格你决定

核心功能：

• ✅ 文学分镜：按空间/时间/人物/动作/修辞/情绪转折拆 5–8 个视觉段落，不是机械地每两句配一张图
• ✅ 统一视觉圣经 + 参考链：主视觉文生图定调，后续每张图都以它作图生图参考，人物、地理、服饰、色彩与镜头语言整套锁死
• ✅ 双服务商四档位：火山引擎方舟 Doubao Seedream 5.0（pro/lite）与 GPT-Image 网关（gpt-2/gpt-2.5），可按段落混用，参考链跨服务商不断
• ✅ 沉浸式滚动页面：固定图片舞台、双层交叉淡入、克制视差、章节导航；桌面卡片不超半屏，移动端 contain 主图 + 模糊背景
• ✅ 内置朗诵配音：edge-tts（免费本地）与豆包 seed-tts-2.0 双引擎、23 个中文音色，输出音轨 + 逐行时间轴 + SRT
• ✅ 口播视频（可选）：Remotion 渲染 1920×1080/30fps，每段一镜的克制运镜、硬切双层级字幕、片头尾字卡、胶片颗粒与暗角，确定性渲染
• ✅ 完整工程验收：生产构建 + 真实浏览器 QA（桌面/移动端/音频/控制台/prefers-reduced-motion），生成图必须过联系表才允许进页面

工作流程：

核对原文与分镜 → 建立视觉圣经 → 文生图出主视觉 → 逐段图生图（带 ref）→ 联系表检查 → 生成朗诵音轨 → 实现滚动页面 → 生产构建与浏览器 QA →（可选）video-plan → Remotion 成片

关键命令：

python scripts/ark_image.py probe                  # 免费验证密钥与地址
python scripts/ark_image.py batch --plan plan.json # 整首诗一次跑完，重跑跳过已完成
python scripts/narration.py audition               # 23 个音色试听后再定音色
python scripts/video.py run --plan video-plan.json --workspace out/video

适用场景： 古典诗词电影感网页、面向学生的教学解读页、已有诗词站扩页与互链、把已生成语料再做成朗诵/讲解视频、复用「主视觉 → 参考链」一致性方法论

示例作品（讲解版口播视频）： 李白《将进酒》讲解版成片（1920×1080 / 30fps），点击下方播放器直接在线观看

核心功能：

• ✅ 精确图形动画：注意力矩阵、拓扑连线、数据图表、数字滚动、流程图解全部由 Remotion + React 代码绘制，文字零乱码、结构可参数化
• ✅ AI 配音自动对齐：edge-tts 分段生成 + ffprobe 实测时长，build-timeline.mjs 按实测重建时间线（场景 = max(视觉最短, 配音+40f)），旁白永不被画面切走
• ✅ 三层音频：配音 + BGM（淡入出，可开关）+ SFX 钉帧表（相对帧表达式，时间线平移自动跟随）
• ✅ 确定性渲染与双版本交付：同样输入永远渲出同样的帧；带 BGM / 无 BGM 双版本 + 逐句 SRT 字幕

工作流程：

简报与分镜 → 拷贝模板工程 → tts.py 生成配音并测长 → build-timeline.mjs 重建时间线 → 逐镜头实现场景组件（8 种动画模式词汇表）→ 声音设计 → 双版本渲染交付

适用场景： 技术讲解/科普动画视频；把概念、数据、架构、算法做成动画演示（矩阵、连线、图表、公式、流程为主角的内容）

🎬 演示视频（示例成片）：

▶️ 下载原片：备用直链

核心功能：

• ✅ 手写作业识别：读取用户上传的作业照片，逐条提取作业内容并按科目分组
• ✅ 作业分类打标：自动识别背诵类、书面类、阅读类和材料类作业，并使用对应颜色标签
• ✅ A4 单页清单：基于内置模板生成固定版面的 HTML 文件，包含科目卡片、统计条、温馨提示和签名区
• ✅ 打印友好：严格遵循 A4 纵向单页约束，支持打印后手写勾选和学生/家长签名
• ✅ 内容统计：自动统计科目数、作业总数以及背诵类、书面类、材料类作业数量
• ✅ 可选交互版：用户未限定只要打印版时，可额外生成支持点击打卡和进度条的屏幕交互版

工作流程：

1. 读取作业照片，识别手写内容和日期
2. 按语文、数学、英语等科目整理作业条目
3. 根据作业语义添加背诵、书面、阅读或材料标签
4. 复制 assets/homework-a4-template.html 并填充识别结果
5. 调整科目卡片、颜色和统计数据，检查总高度不超过一页
6. 输出 作业清单-A4打印版.html，并附上可核对的作业内容表格

版面特点：

• 使用双列科目卡片布局，科目数量较多或条目较长时自动收窄间距和字号
• 内置蓝、绿、紫、橙、红、青六套主题色，科目重复时循环使用
• 内置物理、数学、化学、英语、历史、语文、生物、地理、政治等科目图标
• 保留卡片内分页保护，避免打印时单张科目卡片被拆分

使用示例：

请识别这张作业照片，按科目整理成一页 A4 可打印的作业清单。

输出与打印：

• 输出 HTML 文件，使用浏览器打开后按 Ctrl + P 打印
• 打印设置选择 A4、纵向，边距选择“无”或“默认”，确保完整打印在一页纸上
• 对识别不确定的手写条目，在交付时单独提醒用户核对

效果图：

核心功能：

• ✅ 通用视频剪辑：素材发现 → 抽帧理解 → 时间线编辑 → 预览渲染 → QC 质检
• ✅ 电影解说：全片抽帧 + 对白转写 → 解说词编排 → 字幕烧录 → 配音成片
• ✅ 体育/电竞集锦：足球、篮球、LOL 比赛自动高光编排 + 中文解说配音
• ✅ 口播配音成片：脚本/文档 → Edge TTS 逐段配音 → 图文画面 → ffmpeg 合成
• ✅ TTS 免费开箱即用：默认 Edge TTS（晓晓/云希/云健等中文音色），无需 API Key
• ✅ 37 个 MCP 工具：inspect_media、video_ingest、video_watch_segment、subtitle_build/render、validate_timeline、render_preview、qc_preview、synthesize_narration、bind_narration、render_narrated、soccer_*、lol_* 等

5 个子技能：

快速使用：

# 文档/文章 → 中文解说视频
请把这篇文档转成一段 2 分钟的中文解说视频：<贴入内容>

# 本地视频混剪
把 footage/ 目录下的素材剪成一条 30 秒的混剪，突出动作镜头，配上字幕

# 电影解说
几分钟看完《<电影名>》：<电影文件路径>

# 足球集锦
把这场球赛剪成 3 分钟集锦，带中文解说：<比赛文件路径>

详细安装与配置（MCP 注册、Python 依赖、TTS 音色）见 video-agent-kit/README.md。

核心功能：

• ✅ 无素材出片：输入一段口播文字稿（甚至只给一个主题），即可生成完整视频，画面全部程序化生成
• ✅ TTS 词级时间戳：Edge TTS 合成配音并返回每个词的精确时间，自动产出逐句/逐词时间轴与 SRT 字幕
• ✅ 画音逐词对应：一句口播 = 一个动画场景，底部字幕逐词卡拉OK高亮——声音念到哪，画面切到哪
• ✅ 确定性渲染：无头浏览器逐帧 seek 截图后合成，同样输入永远渲出同样每一帧，可 git 管理、看 diff、断点续渲
• ✅ 13 套画面风格：BlockFrame 积木、暗夜 HUD、编辑杂志、终端极客、手绘白板、极简瑞士、国潮水墨、玻璃拟态、黏土软胶、蓝图工程、像素游戏等，每种风格有独立版式 DNA（布局骨架/编排/动效签名，非简单换色）
• ✅ 外挂字幕：自动产出 subtitles.srt 供视频平台上传
• ✅ 作者水印：--watermark laohaibao2025 一键右下角落款（渲染时注入、不改合成页，深浅底色均清晰）

🎬 视频案例：公众号文章 → 深蓝舞台解说视频（端到端实拍成片）

▶️ 下载 1080p 原片：仓库文件 · 备用直链

上方案例由本技能端到端生成：输入公众号文章《Kimi 快跟上 Fable 5 了？》（约 2500 字）→ 浓缩为 600 字口播稿 → Edge TTS 配音（词级时间戳）→ 深蓝舞台风格 8 场景合成 → 无头浏览器确定性渲染成片。成片 1 分 54 秒 · 1080p30 · 约 6MB。

案例看点：画面元素逐词跟随配音出场——念到「2.5 万亿」参数卡弹入、念到「蒸馏了」渐变大字砸出、念到「封神 / 贴脸」红绿对比卡先后出现、念到「≈1%」价格大数字弹出；底部字幕逐词卡拉OK高亮，声音念到哪，高亮到哪；右下角 laohaibao2025 为作者水印落款。

目录结构：

voice-to-video/
├── SKILL.md                        # 技能入口：六步工作流（自检→定稿→TTS→合成→预览→渲染）
├── scripts/
│   ├── tts.py                      # 口播稿 → voice.mp3 + timeline.json + subtitles.srt/js
│   └── render.py                   # 合成页 → 逐帧截图 → ffmpeg 合成 MP4（支持断点续渲）
├── assets/
│   ├── engine.js                   # 确定性动画引擎（HF.seek，一切画面状态是时间的纯函数）
│   ├── kit.css + kits/（12 套）     # 画面风格皮肤
│   └── template.html               # 合成页模板
└── references/
    ├── composition-guide.md        # 合成页编写规范
    └── styles.md                   # 风格目录 + 版式 DNA + 自动匹配规则

工作流程：

1. 整理口播稿（纯文本，按句读分段；只给主题则先写稿确认）
2. tts.py 生成配音与逐句/逐词时间轴
3. 按所选风格的版式 DNA 编写 composition.html（时间戳驱动场景与元素出场）
4. 本地预览（空格播放，检查字幕高亮与场景切换）
5. render.py 逐帧渲染合成 MP4（渲染耗时约为片长 2 倍，支持 --style-kit 一键换风格重渲）

使用示例：

把这段稿子做成视频：（粘贴口播稿）
用国潮水墨风做一条介绍 XX 的口播视频
这条视频换个终端极客风重渲一版

与 video-agent-kit 的分工：

• voice-to-video：无素材 → 有视频，画面由引擎生成，适合知识口播、工具介绍、教程解说
• video-agent-kit：有素材 → 剪成片，画面来自源文件，适合电影解说、球赛/电竞集锦、混剪
• 两者可接力：先无素材出片，再做浓缩剪辑或字幕精修

详细文档（管线原理、timeline.json 格式、脚本参数、常见问题）见 voice-to-video/README.md。

核心功能：

• ✅ 6 子 skill 一体化：一个目录覆盖生图执行层、技术长文插图、学科信息图、教学动图/视频、短视频封面、文章解说视频
• ✅ 意图自动路由：根据用户目标自动进入对应子 skill，并按流水线串联整套教学资产
• ✅ 知识点全套生产：信息图 → 教学动图/配音视频 → 3:4 短视频封面
• ✅ 技术长文全套生产：16:9 智能插图 → 章节解说视频 → 可选封面
• ✅ 多通道生图执行层：统一调用 MuleRun / APImart / AtlasCloud / Agnes 等供应商
• ✅ 配音与成片：支持 Minimax TTS / Edge TTS，结合 HyperFrames + ffmpeg 渲染 1080p 视频

6 个子 skill：

推荐串联流水线：

适用场景：

• 给技术文章自动补流程图、架构图、对比图
• 把学科知识点做成竖版信息图和教学短视频
• 为视频号/抖音/小红书生成 3:4 封面
• 把长文拆成章节解说视频一站式产出

使用示例：

请使用 ai-teaching-media，围绕「勾股定理」生成全套教学资产：
信息图 + 教学动图/配音视频 + 短视频封面

请用 ai-teaching-media 给这篇技术长文生成插图，并做成章节解说视频

效果图：

https://cdn.jsdelivr.net/gh/hailaobao2026/ai-teaching-video-platform@main/docs/videos/math-pythagorean-theorem.mp4

环境要求：

技术特点：

• 总入口 SKILL.md 负责路由，子 skill 独立约束与实现
• 同主题内容可复用色系与术语，保证信息图/动图/视频风格一致
• 生图统一走 ai-image-generator，避免多处重复对接供应商
• 支持从单点知识点到整篇文章的完整教学生产链路

核心功能：

• ✅ Grok Imagine 文生图：调用 grok-imagine-image 模型生成图片
• ✅ OpenAI 风格接口：仅使用 POST /v1/images/generations，兼容 Grok2API
• ✅ 本地脚本开箱即用：scripts/generate.py 支持 prompt 文件、批量数量、尺寸、超时
• ✅ 媒体 URL 自动改写：接口返回 127.0.0.1 时自动替换为配置的公网主机并下载
• ✅ Agent 友好输出：支持 --json 机器可读结果，便于后续工作流解析
• ✅ 配置可覆盖：支持环境变量与命令行参数覆盖 API Base / API Key / Model

默认配置：

适用场景：

• 明确要求使用 Grok Imagine / grok-imagine-image 生图
• 其他 Skill 或本地工作流需要调用该模型
• 需要把生成结果下载到工作区 outputs/ 再继续处理

使用示例：

请使用 grok-imagine-image 生成一张图片：
a cozy reading nook with soft daylight
保存到 ./outputs

命令行使用：

python scripts/generate.py   --prompt "a cozy reading nook with soft daylight"   --output-dir ./outputs   --name-tag reading-nook   --json

python scripts/generate.py   --prompt-file ./prompt.txt   --output-dir ./outputs   --size 1024x1024   --n 1   --timeout 180

效果图：

环境要求：

技术特点：

• 严格走 Images API，不误用 Chat Completions
• 生图成功后优先回报本地路径与可访问公网 URL
• 支持 --no-download 仅返回 URL，适合调试网关
• 适合作为独立生图技能，或被其他内容生产链路复用

核心功能：

• ✅ 深度解析链接/文档/代码：支持 URL 链接、本地文件（PDF/Word/Markdown/代码/图片）
• ✅ 导师级教学笔记：生成结构化知识卡片，包含核心概念、FAQ、认知地图（Mermaid）
• ✅ 真理锚定验证：自动联网验证事实性内容（数据、API 签名、版本号、历史事件），标注不确定内容
• ✅ Wan 2.7 知识海报：可选生成信息图海报，11 种视觉风格自动判断
• ✅ 国学风格自动触发：检测国学关键词自动使用水墨风格（风格 11）
• ✅ 交互式 HTML 输出：生成可交互的知识卡片 HTML，支持折叠/展开、搜索、导航

11 种海报风格：

适用场景：

• 学习新技术/框架，生成可搜索的知识卡片
• 分析开源项目代码，提取核心架构和设计模式
• 整理文档/教程，形成结构化学习笔记
• 国学经典解读，自动生成水墨风格海报
• 技术趋势分析，生成信息图海报分享

工作流程（3 步引导法）：

步骤 1: 启动询问 → 收集用户偏好（目标读者、海报需求、分辨率）
步骤 2: 知识摄取与验证 → 摄取内容 → 真理锚定 → 生成知识卡片 → (可选)海报 Prompt
步骤 3: 确认后生图 → 用户确认后调用 Wan 2.7 → 返回图片 URL

真理锚定验证规则：

标注规范：

国学触发关键词：

效果图：

输出目录结构：

outputs/knowledge_YYYYMMDD_HHMMSS/
├── knowledge_card.md           # 知识卡片 Markdown
├── knowledge_card.interactive.html  # 交互式 HTML
├── wan_prompt.txt              # 海报 Prompt（可选）
└── wan_result.json             # 生图结果（可选）

环境要求：

技术特点：

• 智能内容摄取：支持动态页面渲染（DrissionPage）、静态页面解析
• 真理锚定协议：联网验证事实性内容，标注不确定信息
• 3 步引导式工作流：用户确认后再执行生图，避免资源浪费
• 海报风格智能判断：根据内容类型自动选择最合适的视觉风格
• 国学内容自动触发水墨风格：检测关键词自动切换风格 11

核心功能：

• ✅ 三阶段工作流：分镜提示词 → 文生图首帧 → 图片+提示词生成视频
• ✅ 自动首帧生成：无用户图片时自动调用文生图 API（jimeng-4.5）生成首帧参考图
• ✅ 分镜引导流程（理解想法→挖掘细节→构建分镜→生成双提示词→优化确认）
• ✅ 6 套分镜模板（叙事/产品/角色/风景/延长/编辑）
• ✅ 多模态支持：多图参考（最多9张）、角色一致性、运镜复刻
• ✅ 一键调用即梦 Seedance 2.0 API 生成视频
• ✅ 自动下载生成的视频到本地
• ✅ 镜头语言/氛围关键词速查表

重要约束：Seedance 2.0 必须至少提供一张参考图片，不支持纯文本生成视频。当用户没有提供图片时，工具会自动通过文生图 API 生成首帧参考图。

适用场景：

• 短视频创作（抖音/快手/视频号）
• 产品宣传视频制作
• 创意分镜脚本编写
• AI 视频生成效果探索

前置条件：

1. jimeng-free-api-all Docker 容器运行（端口 8000）— 必须是 jimeng-free-api-all 镜像，旧版 jimeng-free-api 不支持 Seedance
2. 即梦平台 SessionID（从网站 Cookies 获取）

使用示例：

帮我生成一个女孩在海边跳舞的视频
→ 生成首帧图片提示词 + 视频分镜提示词
→ 文生图生成首帧参考图
→ 首帧图片 + 提示词 → Seedance 2.0 生成视频
→ 下载视频

# 独立脚本使用（无图片 → 三阶段工作流）
./scripts/generate_video.sh \
  --session-id "your_sessionid" \
  --image-prompt "海边沙滩，女孩穿白裙站在海边，夕阳逆光" \
  --prompt "@1 作为首帧参考，女孩开始旋转起舞..." \
  --ratio 9:16 --duration 4

# 有图片 → 直接生成视频
./scripts/generate_video.sh \
  --session-id "your_sessionid" \
  --prompt "@1 和 @2 两人跳舞" \
  --files dancer1.jpg dancer2.jpg \
  --ratio 4:3 --duration 10

视频参数：

技术特点：

• 融合 elementsix-skills 分镜引导 + jimeng-free-api-all 视频生成
• 三阶段工作流：文生图（/v1/images/generations）→ 下载首帧 → Seedance 视频生成（/v1/videos/generations）
• Authorization 头需要 Bearer 前缀，格式为 Bearer your_sessionid
• API 同步阻塞调用，自动轮询等待生成完成
• 必须使用 jimeng-free-api-all 镜像（旧版 jimeng-free-api 不含 Seedance 路由，会静默回退到 jimeng-video-3.0）
• 提供独立 Bash 脚本，支持 CI/CD 集成

核心功能：

• ✅ 获取微信公众号文章完整内容
• ✅ 支持单篇和批量下载（空格或逗号分隔多个链接）
• ✅ 自动提取元数据（标题、作者、公众号名称、发布时间、摘要、封面图）
• ✅ 自动下载文章内所有图片到本地
• ✅ HTML 转 Markdown 格式
• ✅ 生成格式化的独立 HTML 文件
• ✅ 导出文章元数据 JSON
• ✅ 支持短链接和长链接两种格式
• ✅ 批量下载间隔控制，避免触发反爬

适用场景：

• 公众号文章离线保存和归档
• 文章内容素材提取
• 批量采集公众号文章
• 文章格式转换（HTML → Markdown）

使用方式：

# 单篇下载
python scripts/fetch_wechat_article.py "https://mp.weixin.qq.com/s/xxxxx"

# 批量下载（空格分隔）
python scripts/fetch_wechat_article.py "url1" "url2" "url3" --output-dir ./output

# 批量下载（逗号分隔）
python scripts/fetch_wechat_article.py "url1,url2,url3" --output-dir ./output

# 仅输出元数据 JSON
python scripts/fetch_wechat_article.py "url" --json

# 自定义下载间隔（默认3秒）
python scripts/fetch_wechat_article.py "url1" "url2" --interval 5

输出结构：

output/<公众号名称>/<日期>_<标题>/
├── index.html    # 格式化的独立HTML文件
├── article.md    # Markdown版本
├── meta.json     # 文章元数据
└── images/       # 下载的图片

Python 库调用：

from scripts.fetch_wechat_article import fetch_article, batch_fetch

# 单篇获取
result = fetch_article("https://mp.weixin.qq.com/s/xxxxx", output_dir="./output")

# 批量获取
urls = ["url1", "url2", "url3"]
stats = batch_fetch(urls, output_dir="./output", interval=3.0)
print(f"成功{stats['success']}篇, 失败{stats['fail']}篇")

技术要求：

• Python 3.7+
• 依赖库：pip install beautifulsoup4 html2text requests

注意事项：

• 优先使用短链接（/s/xxxxx），长链接可能触发验证码
• 批量下载时默认间隔3秒，可通过 --interval 调整
• 自动使用微信移动端 User-Agent 绕过访问限制

核心功能：

• ✅ 通过 mptext.top API 批量获取指定公众号博主的最新文章列表
• ✅ 自动下载文章内容并解析为 Markdown/HTML/纯文本/JSON 格式
• ✅ 支持按公众号名称或 fakeid 获取，预置 8 个热门 AI 技术公众号
• ✅ 智能 HTML 正文解析，提取 #js_content 区块内容
• ✅ 生成结构化的 summary.json 元数据汇总文件
• ✅ 可选依赖，自动降级：无 beautifulsoup4 时使用内置解析器

预置公众号：

使用方式：

# 命令行方式：按 fakeid 获取
python3 scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "MzkzNDQxOTU2MQ==" --limit 2

# 按公众号名称获取
python3 scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "赛博禅心,老金开源" --limit 3

# 获取所有预置公众号的最新文章
python3 scripts/fetch_articles.py --api-key YOUR_KEY --fakeids all --limit 1

# 查看预置公众号列表
python3 scripts/fetch_articles.py --list-accounts

Claude Code 中使用：

"请使用 wechat-article-aggregator 获取赛博禅心最新2篇公众号文章"
"请帮我获取所有预置公众号的最新文章"

技术要求：

• Python 3.7+
• 必需依赖：pip install requests
• 可选依赖：pip install beautifulsoup4 html2text（增强 HTML 解析效果）
• mptext.top API Key

注意事项：

• API Key 通过 --api-key 参数或 MPTEXT_API_KEY 环境变量配置
• 默认每次请求间隔 2 秒，可通过 --interval 调整
• 部分图片密集型或付费文章可能无法提取文本内容

核心功能：

• ✅ 固定 25 页专业商务 PPT 结构（封面→目录→4章节→结束→字体说明→版权）
• ✅ 三种主题风格：暖色调、商务简约（默认）、莫兰迪色系
• ✅ 每章节 5 页（1 个过渡页 + 4 个内容页）
• ✅ 支持 JSON 配置文件和代码调用两种方式
• ✅ 专业设计风格：商务简约、暖色调装饰、莫兰迪色系
• ✅ 规范化布局：统一页面布局和文本规范

PPT 结构（25 页）：

1. 第1页：封面 - 主标题、副标题、年份
2. 第2页：目录 - 4 个章节列表
3. 第3-7页：第一章节（1 个过渡页 + 4 个内容页）
4. 第8-12页：第二章节（1 个过渡页 + 4 个内容页）
5. 第13-17页：第三章节（1 个过渡页 + 4 个内容页）
6. 第18-22页：第四章节（1 个过渡页 + 4 个内容页）
7. 第23页：结束页 - "谢谢观看"
8. 第24页：字体说明
9. 第25页：版权声明

适用场景：

• 年度工作总结
• 项目汇报
• 工作述职
• 产品发布
• 季度/月度报告

使用方式：

# 方法1：直接运行生成示例 PPT
python3 ppt_generator.py

# 方法2：使用 JSON 配置文件
python3 ppt_generator.py my_ppt_config.json

JSON 配置示例：

{
  "title": "2025年度工作总结",
  "subtitle": "工作总结 / 汇报",
  "year": "2025",
  "theme": "商务简约",
  "filename": "2025年度工作总结.pptx",
  "chapters": [
    {
      "title": "年度工作概况",
      "description": "介绍全年工作整体情况",
      "pages": [
        {
          "title": "工作概述",
          "content": [
            {"title": "项目数量", "description": "完成 15 个重点项目"},
            {"title": "团队规模", "description": "团队扩展至 20 人"}
          ]
        }
      ]
    }
  ]
}

代码调用示例：

from ppt_generator import PPTGenerator

# 创建生成器实例
generator = PPTGenerator(theme="商务简约")

# 配置 PPT 内容
config = {
    "title": "2025年度总结",
    "subtitle": "工作总结 / 汇报",
    "year": "2025",
    "chapters": [...]  # 章节配置
}

# 生成并保存 PPT
generator.generate_full_ppt(config)
generator.save("output.pptx")

主题风格：

技术要求：

• Python 3.7+
• 依赖库：python-pptx (pip install python-pptx)
• 推荐字体：阿里巴巴普惠体 2.0、HarmonyOS Sans SC、MiSans Heavy、思源宋体 CN

配置要点：

• 4 个章节必填：每个 PPT 必须有 4 个主要章节
• 每章节 4 页内容：不足自动补充占位页
• 每页最多 4 个要点：采用 2x2 布局
• 文本简洁：描述控制在 50-100 字

核心功能：

• ✅ 从多种数据源生成 Excel（CSV、DataFrame、数据库）
• ✅ 创建专业图表（柱状图、折线图、饼图等）
• ✅ 应用样式和格式化
• ✅ 模板填充和批量生成
• ✅ 条件格式和数据验证
• ✅ 公式和自动计算

适用场景：

• 数据分析报表
• 业务报告自动化
• 系统数据导出
• 模板批量处理

示例用法：

请基于上面的数据帮我生成图表统计，比如饼状图、柱状图、条形图等

核心功能：

• ✅ 图片生成：公众号封面图、小红书封面图、种草图、海报重排版
• ✅ 视频生成：文生视频、静态图转丝滑动态视频、参考图/参考视频转视频
• ✅ 视频后处理：自动 Edge TTS 配音、SRT 字幕生成、字幕烧录
• ✅ 智能场景识别：自动判断任务类型（从零出图 vs 改版重排）
• ✅ 多平台适配：支持微信横版封面、小红书竖版封面等多种规格
• ✅ Wan 2.6 / 2.7 兼容：视频任务兼容两代模型协议

图片任务场景：

视频任务类型：

适用场景：

• 公众号文章封面图制作
• 小红书笔记封面图生成
• 产品种草图快速出图
• 海报横版改竖版重排版
• 产品演示短视频生成
• 静态图片转动态视频
• 视频自动配音和字幕

使用示例：

请使用 wan-cover-plus 生成一个技术文章公众号封面图
标题：Claude Code Skills 集合
副标题：15+ 实用技能工具
风格：tech_media

命令行使用：

# 图片任务
python3 scripts/generate.py --input examples/demo_wechat_cover.json
python3 scripts/generate.py --input examples/demo_xiaohongshu_cover.json
python3 scripts/generate.py --input examples/demo_relayout_poster.json

# 视频任务
python3 scripts/generate.py --input examples/demo_text_to_video.json
python3 scripts/generate.py --input examples/demo_image_to_video.json
python3 scripts/generate.py --input examples/demo_reference_to_video.json

输入格式示例：

// 图片任务最小输入
{
  "title": "string",
  "scene": "wechat_cover | xiaohongshu_cover | relayout_poster",
  "style": "tech_media | warm_lifestyle | premium_brand | cute_note"
}

// 文生视频最小输入
{
  "task_type": "text_to_video",
  "title": "string"
}

// 图转视频最小输入
{
  "task_type": "image_to_video",
  "title": "string",
  "reference_images": ["/absolute/path/or/url"]
}

配置说明：

wan:
  api_key: "your_wan_api_key"
  base_url: "https://dashscope.aliyuncs.com/api/v1"
  image_model: "wan2.7-image"
  text_to_video_model: "wan2.7-t2v"
  image_to_video_model: "wan2.7-i2v"
  reference_to_video_model: "wan2.7-r2v"

defaults:
  task_type: "image"
  scene: "wechat_cover"
  style: "tech_media"
  variants: 1
  output_dir: "output"
  video_duration_seconds: 5
  video_resolution: "720P"
  video_aspect_ratio: "16:9"

postprocess:
  ffmpeg_bin: "ffmpeg"
  ffprobe_bin: "ffprobe"
  tts_voice: "zh-CN-XiaoxiaoNeural"
  tts_rate: "+0%"
  tts_volume: "+0%"
  subtitle_mode: "burned"

技术特点：

• 基于 Wan 2.7 系列模型的强大生成能力
• 视频任务兼容 Wan 2.6 / 2.7 两代协议
• 智能场景判断和任务路由
• 支持本地路径和 URL 两种参考源
• 自动生成 prompt sidecar 文件
• Edge TTS 配音和多语言字幕支持
• 字幕烧录到视频的完整后处理流程

前置条件：

1. 配置 config.yaml 文件（复制 config.example.yaml）
2. 填写 wan.api_key 和 wan.base_url
3. 视频配音和字幕功能需要安装 ffmpeg 和 ffprobe

输出结果：

• 图片任务：PNG 图片 + .prompt.txt sidecar
• 视频任务：MP4 视频 + .prompt.txt sidecar
• 启用后处理：额外生成 .narration.mp3、.srt、.narrated.mp4、.final.mp4

核心功能：

• ✅ 抓取 GitHub Trending 今日前 5 热门项目
• ✅ 获取 README 并生成中文摘要（项目是什么、解决问题、技术栈、Star 数量）
• ✅ 企业微信机器人推送摘要
• ✅ 支持 GITHUB_TOKEN 提升 API 额度

适用场景：

• 技术趋势日报/周报
• 团队技术分享与学习
• 新项目调研与选型

使用方式：

请帮我使用github-trending-skill 这个skill获取今天最热门的github开源项目内容，并使用ui-ux-pro-max-skill
这个skill生成科技风格的日报信息，并输出html当前文件夹下

企业微信收到的消息

使用ui-ux-pro-max-skill 生成的html效果

配置说明：

• GITHUB_TOKEN：可选，用于提高 GitHub API 额度
• WEIXIN_WEBHOOK：可选，覆盖默认企业微信机器人地址

核心功能：

• ✅ 抓取 GitHub Trending Top 5 项目，获取 Star、语言、技术栈、README 摘要等元数据
• ✅ 调用 DashScope 兼容 API，将英文摘要字段翻译为简体中文
• ✅ 生成低信息密度的中文简报（Markdown）和 Wan 2.7 海报 Prompt
• ✅ 支持 10 种视觉风格（坐标蓝图 / 复古波普 / 文件夹 / 热敏纸 / 复古手帐 / 陶土手绘 / 酸性复古 / 剧场票据 / 矢量插图 / 孟菲斯网格）
• ✅ 采用 3 步引导式工作流：启动询问 → 信息提取 → 确认生图

10 种视觉风格：

适用场景：

• 开源日报/周报可视化
• 技术趋势信息图海报
• GitHub Trending 中文解读分享
• 小红书/公众号技术内容配图

工作流程：

步骤 1: 启动询问 → 收集日期、受众、风格偏好
步骤 2: 信息提取 → 抓取、翻译、生成简报
步骤 3: 确认生图 → 用户确认后调用 Wan 2.7

使用示例：

# 步骤 1：抓取 Trending Top 5
python3 scripts/fetch_daily_top10.py --top 5 --date-label "2026-04-08"

# 步骤 2：翻译为中文
python3 scripts/translate_daily_top.py --input output/daily_top10.json

# 步骤 3：生成简报和 Wan Prompt（孟菲斯网格风格）
python3 scripts/build_daily_poster_assets.py --style 10 --size 2K --ratio 3:4

# 步骤 4：调用 Wan 2.7 生图
python3 scripts/run_wan_generation.py --prompt output/wan_prompt.txt

输出示例：

生成海报效果：

环境要求：

外部依赖：

本 Skill 依赖 Wan-skills-main 提供的 Wan 2.7 生图脚本。

核心功能：

• ✅ 公众号卡片：文章前言上方自动插入作者公众号名片卡片
• ✅ 标准四段式结构（公众号卡片→前言→项目介绍→部署实战→总结→往期推荐）
• ✅ 三段式开头（问题引入+解决方案+实战预告）
• ✅ 详细部署步骤（环境→安装→配置→实现→测试）
• ✅ 单段长句总结（300-500字）
• ✅ 往期推荐：文章结尾自动附加最新5篇公众号文章链接
• ✅ 口语化技术表达
• ✅ 完整资源附加（GitHub+体验地址+网盘）
• ✅ Gemini-3-Pro-Image-Preview 双通道自动配图（自建API + Gemai公益站）
• ✅ 图片占位符自动替换为真实URL
• ✅ 腾讯云COS图床自动上传

文章结构：

• 公众号卡片：HTML格式名片卡片
• 第1章：前言（三段式，约300字）
• 第2章：项目介绍（约500字）
• 第3章：部署实战（约1500-2000字）
• 第4章：总结（单段300-500字）
• 第5章：往期推荐（最新5篇文章链接）

配图系统（v2.4.0 双通道）：

• 🤖 通道一（自建API）：调用自建 Gemini API 生成技术配图
• 🌐 通道二（Gemai公益站）：调用 api.gemai.cc 生成配图（备用通道）
• ☁️ 自动上传至腾讯云COS图床
• 🔗 自动替换文章中的图片占位符
• 📸 支持多种图片类型：架构图、界面图、终端图、代码图、结果图
• 💾 内存上传，无需本地缓存文件
• 🔄 双通道自动切换：自建API优先，失败回退Gemai公益站

Gemai公益站命令行工具：

# 通过环境变量设置 API Key
export GEMAI_API_KEY="你的API密钥"
python3 gemai_image_generator.py --prompt "技术架构图,3D等距视角,蓝色科技风格"

# 或通过命令行参数传入
python3 gemai_image_generator.py --api-key "你的密钥" --prompt "描述内容" -o output.png

# 支持风格、宽高比、批量生成
python3 gemai_image_generator.py --prompt "架构图" --style realistic --aspect-ratio 16:9 --num-images 2

配置要求：

1. 配置腾讯云COS环境变量：

   • COS_SECRET_ID：腾讯云访问密钥ID
   • COS_SECRET_KEY：腾讯云访问密钥Key
   • COS_BUCKET：COS存储桶名称
   • COS_REGION：COS存储桶所在地域

2. 配置图片生成API（二选一）：

   • 自建API：配置 Gemini API 地址和 Key
   • Gemai公益站：设置 GEMAI_API_KEY 环境变量

示例用法：

请认真分析https://github.com/wwwzhouhui/in_animation开源项目，请帮我使用xiaohuihui-tech-article skill基于这个开源项目生成一个公众号文章。输出"20251101in_animation公众号文章.md"

核心功能：

• ✅ 文本生成图像（text-to-image）
• ✅ 图像合成（image composition）
• ✅ 文本生成视频（text-to-video）
• ✅ 图像生成视频（image-to-video）
• ✅ 支持多种分辨率和宽高比
• ✅ v2.0.0 升级至 jimeng-4.5 模型
• ✅ v2.0.0 新参数系统：ratio（宽高比）+ resolution（分辨率）
• ✅ v2.0.0 替代旧参数：width/height + sample_strength

模型升级（v2.0.0）：

• 🆙 jimeng-4.0 → jimeng-4.5：更强大的生成能力
• 📐 ratio 参数：16:9、4:3、1:1、3:4、9:16 等
• 🎯 resolution 参数：360p、480p、720p、1080p 等
• 📝 简化参数配置，提升易用性

适用场景：

• AI 内容创作（博客配图、短视频制作）
• 产品宣传素材生成
• UI 原型快速生成
• 创意头脑风暴可视化

前置条件：

1. jimeng-free-api-all Docker 容器运行
2. 配置 JIMENG_API_KEY 环境变量
3. jimeng-mcp-server 正确安装（支持 jimeng-4.5 模型）

技术特点:

• 基于 MCP(模型上下文协议)标准
• 支持 stdio、SSE、HTTP 三种运行模式
• 完全免费(每日 66 积分)
• 响应时间:图像 10-20秒,视频 30-60秒

核心功能:

• ✅ 根据主题自动生成 3D 插画风格封面底图
• ✅ 智能叠加文字层（日期、标题、作者）
• ✅ 描边卡通字体效果（鲜艳色彩 + 多层描边）
• ✅ 垂直居中布局，视觉平衡完美
• ✅ 双格式输出：HTML + 高清图片（PNG/JPG）
• ✅ 完整页面截图（5120x2916，2x 像素密度）
• ✅ 可爱圆润的卡通 3D 风格（类似皮克斯）
• ✅ 返回 4 张不同风格供选择

适用场景:

• 公众号文章封面图制作
• 社交媒体横幅图生成
• 技术博客头图创作
• 宣传海报快速设计

前置条件:

1. jimeng-free-api-all Docker 容器运行
2. 配置 JIMENG_API_KEY 环境变量
3. jimeng-mcp-server 正确安装
4. Node.js 16+ 环境（图片输出功能）
5. Playwright 已安装（自动安装）

使用示例:

请使用 mp-cover-generator skill 生成一个 MCP案例分享 claude调用AI生图视频教程 介绍的文章的公众号封面

![image-20251115183746503](https://mypicture-1258720957.cos.ap-nanjing.myqcloud.com/image-20251115183746503.png.png

核心功能：

• ✅ 自动生成完整的 Dify 工作流 DSL/YML 文件
• ✅ 支持多种节点类型（start、llm、answer、code、http-request、if-else、tool 等）
• ✅ 智能生成节点间的连接关系（edges）
• ✅ 自动配置模型参数和提示词
• ✅ 识别并配置所需的 Dify 插件依赖
• ✅ 严格遵循 Dify 0.3.0 版本的 DSL 规范
• ✅ 基于 86+ 真实工作流案例深度学习

适用场景：

• 快速构建 Dify 工作流配置文件
• 批量生成工作流模板
• 学习 Dify DSL 文件结构
• 自动化工作流开发

知识库覆盖：

• App 配置（mode、icon、描述等）
• Dependencies 依赖管理
• 各类节点详解（LLM、Code、HTTP、If-Else、Tool、Variable Aggregator、Parameter Extractor）
• Edges 连接规则
• Position 坐标布局
• 变量引用格式

示例用法：

生成一个 Dify 工作流用于图片 OCR 识别:
- 功能: 上传图片并识别文字
- 输入: 图片文件
- 处理: 使用 LLM 视觉能力进行 OCR
- 输出: 识别到的文字内容

生成的dsl导入dify 平台

技术特点：

• 完整 DSL 结构生成（app + dependencies + workflow）
• 智能节点 ID 生成（时间戳格式）
• 合理的节点布局坐标
• 支持复杂工作流逻辑（分支、循环、聚合）
• 提供常用提示词模板（Text-to-SQL、数据提取、HTML 生成）

核心功能：

• ✅ Dify 专属三段式结构（前言 → 工作流制作 → 总结）
• ✅ 工作流节点详细配置说明
• ✅ 插件安装和授权步骤图文教程
• ✅ MCP Server 部署集成指南
• ✅ 优先展示工作流效果
• ✅ 口语化技术表达（"话不多说"、"手把手搭建"）
• ✅ 魔搭社区免费模型推荐
• ✅ 自动生成配图并上传腾讯云 COS 图床

文章结构：

• 前言（300-400字）：技术背景 + 问题引入 + 解决方案展示
• 工作流制作（1500-2500字）：前置准备 + 节点配置 + 测试验证
• 总结（单段300-400字）：完整流程回顾 + 核心价值 + 扩展场景

配图系统：

• 工作流全局图（1张）
• 节点配置截图（6-10张）
• 插件安装截图（2-3张）
• 效果演示图（2-3张）
• 代码配置图（1-2张）
• 总计要求 >= 10 张实际截图

示例用法：

用小灰灰公众号风格写一篇 Dify 文生视频工作流的案例分享:
- 功能: 调用即梦AI实现文生视频
- 涉及插件: Agent策略插件
- 核心节点: LLM、Agent、代码执行
- 技术栈: MCP、即梦API

质量标准：

• 总字数 > 1800字（优秀 > 2500字）
• 标题格式：dify案例分享-[功能名称]
• 工作流截图 >= 10个（优秀 >= 15个）
• 节点配置说明 >= 5个
• 代码块 >= 3个
• 总结单段 300-400字，禁止分段
• 固定结束语："今天的分享就到这里结束了,我们下一篇文章见。"

技术特点：

• 遵循小灰灰公众号写作规范
• 专注 Dify 工作流案例分享
• 包含完整的插件安装教程
• 支持 MCP Server 集成说明
• 提供腾讯云 COS 图床上传脚本
• 真实图片 URL，无占位符

核心功能：

• ✅ 将自然语言检索需求转换为 Obsidian CLI 查询命令
• ✅ 支持搜索笔记、查找上下文、筛选任务、标签、属性
• ✅ 查询反向链接、文件列表、文档大纲
• ✅ 自动选择最合适的 CLI 命令模式
• ✅ 结果聚类和简洁总结

核心命令：

适用场景：

• 快速查找知识库中的笔记
• 查看关键词出现的上下文
• 整理待办事项和任务清单
• 分析标签使用情况和知识分类
• 查看笔记之间的引用关系
• 浏览指定目录下的文档列表
• 总结特定主题在知识库中的分布

使用示例：

帮我找一下和 obsidian 相关的笔记
→ obsidian search query="obsidian" limit=5

看看哪些地方提到了 obsidian cli
→ obsidian search:context query="obsidian cli" limit=10

我的知识库里常用标签有哪些
→ obsidian tags counts format=json

谁引用了这篇笔记
→ obsidian backlinks file="Obsidian CLI 命令行接口" counts format=json

列出 work 目录下的文档
→ obsidian files folder="work"

查询策略：

• 先搜再读：先用 search 缩小范围，再用 read 读取内容
• 先列再筛：先用 files folder 枚举目录，再筛选目标文件
• 先看关系再读正文：先用 backlinks/links 查看引用关系，再深入阅读

技术要求：

• 桌面版 Obsidian 正在运行
• Obsidian CLI 已安装并配置

注意事项：

• 搜索命令默认只返回路径，不返回正文
• 要看命中内容使用 search:context
• search 的 path= 接收文件夹路径，不是文件路径
• 若结果为空，会明确说明并尝试更宽松关键词

核心功能：

• ✅ 根据微信公众平台运营规范审查文章内容
• ✅ 识别 9 大类违规风险（诱导分享、欺诈信息、营销推广、版权侵权等）
• ✅ 提供详细修改建议和合规话术替代方案
• ✅ 支持快速审查清单和深度审查两种模式
• ✅ 输出结构化审查报告（风险等级 + 违规位置 + 修改建议）
• ✅ 内置违规话术对照表和合规模板

审查范围：

适用场景：

• 公众号文章发布前合规审查
• 识别诱导分享、欺诈信息等违规风险
• 获取合规修改建议和话术替代
• 学习微信公众平台运营规范
• 降低账号被封禁风险

使用方式：

请帮我审查这篇公众号文章，看看有没有违规风险

[粘贴文章内容]

请使用 wechat-compliance-reviewer 审查这篇文章，检查是否有诱导分享、营销推广等违规行为

审查报告示例：

## 审查结果总览

| 风险等级 | 违规项数量 | 建议 |
|---------|-----------|------|
| 高风险 | 3 项 | 必须修改 |
| 中风险 | 2 项 | 强烈建议修改 |
| 低风险 | 1 项 | 可考虑修改 |

**综合结论**：❌ 不建议按当前版本发布，存在较高封号风险

## 详细问题清单

### 问题 1：诱导分享行为
- **位置**：第 3 段
- **原文**："赶紧分享给你的朋友们，一起薅羊毛！"
- **违规原因**：违反《微信公众平台运营规范》，禁止诱导用户分享行为
- **风险等级**：⭐⭐⭐⭐⭐
- **修改建议**：直接删除该句，或改为"如果你觉得有用，欢迎分享给需要的朋友"

参考资料：

• violation-types.md - 违规类型详解（10 大类违规行为和处罚措施）
• case-studies.md - 处罚案例库（10 个真实封号案例和分析）
• compliant-templates.md - 合规话术模板（违规话术替代方案和场景模板）

技术特点：

• 基于《微信公众平台运营规范》官方条款
• 收录真实处罚案例分析
• 提供合规话术对照表
• 支持快速审查清单（8 项检查）
• 分级处理（高风险必须修改，低风险酌情处理）
• 考虑文章整体意图和上下文

处罚措施参考：

核心功能：

• ✅ 大语言模型 API 调用指南
• ✅ Chat Completions API 完整文档
• ✅ Stream 流式输出模式支持
• ✅ 图片生成 API 使用说明
• ✅ 向量模型/Embedding API 文档
• ✅ 模型列表和参数配置
• ✅ 最佳实践和代码示例

适用场景：

• 在 Claude Code 中调用硅基流动 API
• 开发基于 SiliconFlow 的 AI 应用
• 学习大语言模型 API 调用方式
• 调试和优化 API 调用代码
• 了解 SiliconFlow 平台功能特性

参考文档：

• api_reference.md - API 参考文档
• deployment.md - 部署文档
• faqs.md - 常见问题
• features.md - 功能特性
• models.md - 模型列表
• userguide.md - 用户指南
• use_cases.md - 使用案例

示例用法：

请帮我使用siliconflow-api-skills 这个skill技能包生成调用硅基流动的API 实现文本生成的模型接口，使用python 代码实现，
使用deepseek-ai/DeepSeek-V3.2-Exp 模型

技术特点：

• 基于官方文档自动生成
• 包含完整的代码示例
• 支持多种编程语言
• 涵盖从入门到高级的所有内容

核心功能：

• ✅ 自动生成标准的 GitHub README.md 文档
• ✅ 支持 6 种项目模板（basic/full/library/webapp/cli/api）
• ✅ 交互式生成和基于现有项目自动生成
• ✅ 自动识别项目类型和技术栈
• ✅ 生成 Badge 和 Star History
• ✅ 包含作者联系和打赏信息
• ✅ 生成常见问题 FAQ
• ✅ 支持中英文双语

适用场景：

• 新项目快速创建 README
• 现有项目文档规范化
• 开源项目文档优化
• 学习标准文档结构

使用示例：

请使用 full 模板为我的 Vue 项目生成 README

项目信息：
- 名称：vue-admin
- 简介：一个现代化的 Vue 后台管理系统
- 技术栈：Vue 3, Vite, Element Plus, Pinia
- 功能：权限管理、动态路由、图表统计

可用模板：

技术特点：

• 支持交互式引导生成
• 自动分析项目结构和技术栈
• 根据项目类型调整文档结构
• 包含完整的最佳实践指南
• 提供多种模板示例参考

版本历史：

• v1.0.0（2026-01-23）：初始版本，支持 6 种项目模板

本项目采用模块化架构，每个 Skill 独立运作，通过 Claude Code 的技能激活机制自动加载：

skills_collection/
├── skills/           # 各个独立技能模块
│   ├── excel-report-generator/
│   ├── ppt-generator-skill/
│   ├── github-trending/
│   ├── xiaohuihui-tech-article/
│   ├── jimeng_mcp_skill/
│   ├── mp-cover-generator/
│   ├── dify-dsl-generator/
│   ├── xiaohuihui-dify-tech-article/
│   ├── siliconflow-api-skills/
│   ├── github-readme-generator/
│   ├── seedance-video-creator/
│   ├── wechat-article-fetcher/
│   ├── wechat-article-aggregator/
│   ├── wechat-compliance-reviewer/
│   ├── wan-cover-plus/
│   ├── ai-teaching-media/
│   ├── grok-imagine-image/
│   ├── video-agent-kit/
│   ├── poetry-cinema-page/
│   ├── hailaobao-gzh-design/
│   ├── hyperframes-10s-video/
│   ├── whiteboard-video-factory/
│   └── obsidian-search/
└── README.md         # 项目总文档

skills_collection/
├── poetry-cinema-page/           # 沉浸式古诗词网页生成技能
│   ├── SKILL.md
│   ├── README.md
│   ├── agents/
│   ├── config/
│   ├── references/
│   ├── assets/
│   ├── scripts/
│   └── examples/
├── hailaobao-gzh-design/         # 公众号排版技能（Markdown → 可粘贴 HTML，7 套风格）
│   ├── SKILL.md                  # Claude Code 入口（YAML frontmatter 触发）
│   ├── AGENTS.md                 # 其他 agent（Codex/WorkBuddy/Cursor）对等入口
│   ├── references/               # 7 套 scheme 目录 / 改写规则 / 扩展语法 / 演示文排版模式
│   ├── scripts/                  # schemes.mjs（风格样式生成）+ typeset.mjs（主渲染脚本）
│   └── examples/                 # demo 与 remotion-demo 两组样例输入输出
├── html-video/                   # HTML→Video 元层 + 中文口播片流水线（上游 nexu-io/html-video 本机化）
│   ├── SKILL.md                  # 环境表 / 命令速查 / 上游三处补丁 / 口播片最短路径 / 节拍揭示 / 5 个质检工具 / 竖屏 / 品牌三件套 / 实测坑
│   └── README.md                 # 使用说明（能力清单 + 补丁动机 + 出片命令）
├── hyperframes-10s-video/        # HyperFrames 声明式分镜动画视频技能
│   ├── SKILL.md                  # 完整 SOP 与 8 条铁律
│   ├── README.md                 # 使用说明（时长/配色/音频三开关）
│   ├── assets/template.html      # 动画模板 + 10 套皮肤 + 控制条
│   ├── scripts/                  # build_html / render / encode / make_srt / tts_scenes 等 7 个脚本
│   └── references/               # 分镜字段定义 / 提示词模板 / 配色画廊 / 可复现范例
├── whiteboard-video-factory/     # 手绘白板「边画边讲」讲解视频工厂（合并自 whiteboard-video + video-common）
│   ├── SKILL.md                  # 技能入口：8 条硬规矩 + 命令表 + 七步流程 + 修改类请求对照表 + 跨平台说明
│   ├── README.md                 # 使用说明 + 来源与合并说明（逐条差异清单）
│   ├── bin/wb                    # CLI：new / scenes / stills / image / logo / tts / render / mix / cover / build / clean
│   ├── lib/                      # scene-dsl（场景 DSL）· render.html + render.js（逐笔渲染器 + 4 路并行出帧）
│   │                             # tts-volc.mjs + tts-edge.py（双配音通道）· captions.cjs（切句烧字幕）
│   │                             # gen-image.mjs（codex 生图 + Canvas 抠图）· fetch-logo.mjs（Commons 官方 Logo）
│   │                             # mix-bgm.mjs（手写 DSP 闪避配乐）· chromium.cjs / proxy.mjs / svg2png.mjs
│   ├── references/               # dsl / scene-patterns / stickers / publish / fact-check / compliance / delivery-qa
│   ├── templates/                # 每期 scenes.js 与 发布.md 模板
│   ├── examples/                 # 一期完整示例（旁白、7 场景、4 贴纸、封面函数、资料来源、发布稿）
│   ├── assets/                   # 小赖手写字体（OFL）+ 样片与封面示例图
│   └── config.json               # 目录 / 语速 / 配乐 / 笔速 / 字幕 / 品牌层 / 封面画幅
├── ip-talking-head-lecture/       # IP 数字人口播动画课件视频工厂（Remotion 出片）
│   ├── SKILL.md                  # 技能入口：硬规矩 + 命令表 + 修改类请求对照表
│   ├── README.md                 # 使用说明
│   ├── bin/iph                   # CLI：new / list / build / publish / render / all / still / srt / voice / kinds / avatars / preset
│   ├── lib/                      # build.mjs（script.json → 配音 → 时间轴/字幕/发布文案）· cues.mjs · publish.mjs
│   │                             # tts/（小米 MiMo / 火山 / edge 三通道配音，带缓存与逐字时间戳）· paths.cjs
│   ├── remotion/                 # React 渲染工程：SceneShell（品牌层/角标/进度条）· Avatar（三帧口型数字人）
│   │                             # scenes/index.tsx（cover/idea/steps/compare/numbers/recap/outro 版式）· src/（含 node_modules，装好即用）
│   ├── references/               # script-format / avatar / voices / publish / delivery-qa
│   ├── templates/                # 每期 script.json 模板
│   ├── assets/                   # 内置两套口播形象（动物卡通·海老豹 / 人物卡通·眼镜青年，各三帧口型）
│   ├── episodes/                 # 每期唯一手写源 script.json 所在
│   ├── config.json               # 目录 / 配音 / 画幅 / 节奏 / 形象 / 品牌层（角标 + 片尾卡）
│   └── .env.example              # TTS 凭证模板（实际 .env 已被 .gitignore 排除）
├── github-trending/              # GitHub Trending 追踪技能
│   ├── Skill.md
│   └── fetch_trending.py
├── ai-teaching-media/             # AI 教学媒体一体化（含 6 个子 skill）
│   ├── SKILL.md                   # 总入口与路由
│   ├── README.md
│   ├── ai-image-generator/        # 通用生图执行层
│   ├── tech-article-diagram/      # 技术长文智能插图
│   ├── edu-subject-infographic/   # 学科知识点竖版信息图
│   ├── edu-teaching-animation/    # 教学动图 + 配音教学视频
│   ├── short-video-cover/         # 短视频 3:4 封面
│   └── article-explainer-video/   # 长文转章节解说视频
├── grok-imagine-image/            # Grok Imagine 文生图技能
│   ├── SKILL.md
│   ├── agents/
│   │   └── openai.yaml
│   ├── assets/
│   └── scripts/
│       └── generate.py            # Grok2API 生图脚本
├── excel-report-generator/       # Excel 报表生成技能
│   ├── Skill.md
│   └── excel_generator.py
├── xiaohuihui-tech-article/      # 技术文章生成技能
│   ├── Skill.md
│   ├── cos_utils.py
│   ├── gemai_image_generator.py
│   └── templates/
├── jimeng_mcp_skill/             # 即梦 AI 图像视频生成技能
│   ├── Skill.md
│   └── jimeng_curl.txt
├── mp-cover-generator/           # 公众号封面生成技能
│   ├── Skill.md
│   ├── generate_cover.py
│   └── node_modules/
├── dify-dsl-generator/           # Dify DSL 生成技能
│   ├── Skill.md
│   ├── references/
│   └── examples/
├── xiaohuihui-dify-tech-article/ # Dify 案例文章生成技能
│   ├── Skill.md
│   └── templates/
├── siliconflow-api-skills/       # 硅基流动 API 文档技能
│   ├── Skill.md
│   └── references/
├── ppt-generator-skill/          # PPT 生成技能
│   ├── Skill.md
│   └── ppt_generator.py
├── github-readme-generator/      # GitHub README 生成技能
│   ├── Skill.md
│   ├── templates/               # 各种项目模板
│   │   ├── basic.md
│   │   ├── full.md
│   │   ├── library.md
│   │   ├── webapp.md
│   │   ├── cli.md
│   │   └── api.md
│   ├── examples/                # 示例 README
│   └── README.md
├── seedance-video-creator/      # Seedance 2.0 分镜视频创作技能
│   ├── SKILL.md
│   ├── README.md
│   ├── templates/               # 分镜模板
│   │   └── storyboard-template.md
│   ├── examples/                # 示例提示词
│   │   └── example-prompts.md
│   └── scripts/                 # 视频生成脚本
│       └── generate_video.sh
├── wechat-article-fetcher/      # 微信公众号文章获取技能
│   ├── SKILL.md
│   ├── scripts/                 # 文章获取脚本
│   │   └── fetch_wechat_article.py
│   └── references/              # 参考文档
│       └── wechat_html_structure.md
├── wechat-article-aggregator/   # 微信公众号文章聚合技能
│   ├── SKILL.md
│   ├── README.md
│   ├── scripts/                 # 文章聚合脚本
│   │   └── fetch_articles.py
│   └── references/              # 预置公众号列表
│       └── accounts.json
├── obsidian-search/             # Obsidian CLI 查询技能
│   ├── SKILL.md
│   └── references/
│       └── cli-query-patterns.md
├── wechat-compliance-reviewer/  # 微信公众号文章合规审查技能
│   ├── SKILL.md
│   ├── .claude-plugin/
│   │   └── marketplace.json
│   └── references/              # 合规审查参考资料
│       ├── violation-types.md   # 违规类型详解
│       ├── case-studies.md      # 处罚案例库
│       └── compliant-templates.md # 合规话术模板
├── wan-cover-plus/              # Wan2.7 封面图和视频生成技能
│   ├── SKILL.md
│   ├── README.md
│   ├── config.example.yaml      # 配置示例文件
│   ├── requirements.txt         # Python 依赖
│   ├── examples/                # 示例输入 JSON
│   │   ├── demo_wechat_cover.json
│   │   ├── demo_xiaohongshu_cover.json
│   │   ├── demo_relayout_poster.json
│   │   ├── demo_text_to_video.json
│   │   ├── demo_image_to_video.json
│   │   └── demo_reference_to_video.json
│   ├── references/              # 参考文档
│   │   ├── README.md
│   │   ├── input-schema.md
│   │   ├── scenes.md
│   │   └── api-behavior.md
│   ├── assets/                  # 资源文件
│   │   ├── templates/
│   │   └── prompts/
│   └── scripts/                 # Python 脚本
│       ├── generate.py
│       ├── parser.py
│       ├── postprocess.py
│       ├── prompt_builder.py
│       ├── router.py
│       ├── schema.py
│       ├── validator.py
│       └── wan_client.py
│   ├── knowledge-absorber/       # 知识吸收器技能
│   │   ├── SKILL.md
│   │   ├── scripts/              # 处理脚本
│   │   │   ├── content_ingester.py
│   │   │   ├── run_full_pipeline.py
│   │   │   ├── run_wan_generation.py
│   │   │   └── check_wan_task_status.py
│   │   ├── assets/               # CSS/JS 资源
│   │   │   ├── knowledge_card_base.css
│   │   │   ├── knowledge_card_design.css
│   │   │   ├── knowledge_card_ink.css
│   │   │   └── mentor_prompts.json
│   │   └── references/
│   │       └── system_prompt.md
├── video-agent-kit/             # 自动化视频剪辑与解说技能包
│   ├── README.md                # 使用说明（含 Edge TTS 配置）
│   ├── README.upstream.md       # 上游原始文档
│   ├── mcp/                     # MCP 服务器（37 个工具）
│   │   ├── video_edit_server.py # stdio 入口
│   │   └── ve_tools/            # 工具实现（含 edge_tts_provider.py）
│   ├── skills/                  # 5 个子技能
│   │   ├── env-setup/           # 环境体检与依赖安装
│   │   ├── video-edit-agent/    # 总控制器与路由
│   │   ├── video-edit-assembly/ # 多素材组装/混剪
│   │   ├── video-recap-workflows/ # 电影解说 + 体育/电竞集锦
│   │   └── video-speech-workflows/ # 口播浓缩/字幕修复
│   ├── hooks/                   # 会话钩子（可选）
│   ├── commands/                # 斜杠命令（可选）
│   ├── schemas/                 # 工具 JSON Schema
│   ├── examples/                # 使用示例
│   └── requirements.txt         # Python 依赖
├── .gitignore
└── README.md

• Claude Code v2.0 及以上版本
• Python 3.7+（部分技能需要）
• Node.js 16+（部分技能需要）

# 方式一：安装单个 Skill
# Linux/Mac
cp -r skill-name ~/.claude/skills/

# Windows 手动复制
C:\Users\xxx\.claude\skills\skill-name

# 方式二：克隆整个项目
git clone https://github.com/wwwzhouhui/skills_collection.git
cd skills_collection

# 批量安装所有 Skills
cp -r */ ~/.claude/skills/

如果你想用中文搜索和安装 skills，可以顺手看看 Skills宝：https://skilery.com

部分技能需要配置环境变量：

# 腾讯云 COS（xiaohuihui-tech-article 需要）
export SECRET_ID="your-secret-id"
export SECRET_KEY="your-secret-key"
export COS_BUCKET="your-bucket"
export COS_REGION="your-region"

# Gemai 公益站 API Key（xiaohuihui-tech-article 配图备用通道）
export GEMAI_API_KEY="your-gemai-api-key"

# 即梦 API / Seedance 2.0（jimeng_mcp_skill、mp-cover-generator、seedance-video-creator 需要）
export JIMENG_API_KEY="your-api-key"

# 即梦 API 地址（seedance-video-creator 需要，只填基础地址，不要包含路径）
export JIMENG_API_URL="http://127.0.0.1:8000"

# 即梦 SessionID（seedance-video-creator 需要）
export JIMENG_SESSION_ID="your-sessionid"

# mptext.top API Key（wechat-article-aggregator 需要）
export MPTEXT_API_KEY="your-mptext-api-key"

# DashScope API Key（knowledge-absorber、github-trending-wan 需要）
export DASHSCOPE_API_KEY="your-dashscope-api-key"

# AI 教学媒体生图供应商（ai-teaching-media，任选其一）
export MULERUN_API_KEY="your-mulerun-api-key"
export APIMART_API_KEY="your-apimart-api-key"
export ATLASCLOUD_API_KEY="your-atlascloud-api-key"
export AGNES_API_KEY="your-agnes-api-key"

# AI 教学媒体配音（ai-teaching-media，可选；也可用 edge-tts）
export MINIMAX_API_KEY="your-minimax-api-key"

# Grok Imagine（grok-imagine-image）
export GROK_IMAGINE_API_KEY="your-grok-imagine-api-key"
export GROK_IMAGINE_API_BASE="http://43.163.230.83:8000/v1"
export GROK_IMAGINE_MODEL="grok-imagine-image"

# GitHub Token（github-trending 可选）
export GITHUB_TOKEN="your-github-token"

# 企业微信 Webhook（github-trending 可选）
export WEIXIN_WEBHOOK="your-webhook-url"

# ip-talking-head-lecture（IP 数字人口播视频；凭证写进 skill 根目录 .env，参考 .env.example，勿提交）
export MI_TTS_API_KEY="your-xiaomi-mimo-tts-key"   # 默认引擎：小米 MiMo TTS
export VOLC_TTS_API_KEY="your-volcengine-tts-key"  # 火山引擎 TTS（逐字时间戳，可选）
# 三通道之一 edge-tts 免费无需 Key；引擎/音色/语速在 config.json 的 tts 段切换

# video-agent-kit（视频剪辑与解说；TTS 用 Edge TTS 免费无需配置，ASR 需自备 Key）
export VE_PLUGIN_ROOT="/path/to/skills_collection/video-agent-kit"  # 插件根目录（可自动探测）
export VE_EDGE_TTS_VOICE="zh-CN-XiaoxiaoNeural"    # Edge TTS 默认音色（可选）
export VE_NARRATION_TTS_VOICE="zh-CN-YunxiNeural"  # 口播默认音色（可选）
export VE_BGM_DIR=""                                # 背景音乐目录（可选）
# ASR 转写（可选，不配置则 speech_transcribe 不可用）
export VE_SPEECH_ASR_ENDPOINT="https://your-asr-host"
export VE_SPEECH_ASR_RESOURCE_ID="your-resource-id"
export VE_SPEECH_ASR_API_KEY="your-api-key"

1. 将 Skill 文件夹复制到 ~/.claude/skills/ 目录
2. 在 Claude Code 中输入相关关键词
3. Claude 会自动激活对应的 Skill

# Excel 报表生成
"请基于上面的数据帮我生成图表统计，比如饼状图、柱状图、条形图等"

# PPT 生成
"请使用 ppt-generator-skill 生成一个年度总结 PPT"

# GitHub Trending
"请帮我使用 github-trending 获取今天最热门的 github 开源项目"

# 技术文章生成
"请使用 xiaohuihui-tech-article skill 为这个项目生成公众号文章"

# README 生成
"请使用 github-readme-generator full 模板为我的项目生成 README"

# 微信公众号文章获取
"请帮我获取这篇微信公众号文章 https://mp.weixin.qq.com/s/xxxxx"

# 微信公众号文章聚合
"请使用 wechat-article-aggregator 获取赛博禅心和老金开源最新2篇公众号文章"

# 知识吸收器
"请帮我学习这篇文档 https://example.com/article 并生成知识卡片"
"请分析这个开源项目的代码架构并生成导师级教学笔记"
"请帮我整理这份 PDF 文档，生成知识海报（使用孟菲斯网格风格）"

# IP 数字人口播视频
"请使用 ip-talking-head-lecture 把这篇文章做成数字人口播视频，右下角用我的卡通形象"
"换成人物卡通形象重出一版，片尾卡换成我的标识图"

• 组合使用: 多个 Skill 可以组合使用，如先用 github-trending 获取项目，再用 xiaohuihui-tech-article 生成文章
• 自定义模板: 每个 Skill 的模板都可以根据需求自定义修改
• 批量处理: 部分技能支持批量处理多个文件或项目

• 飞书文档
• GitHub 仓库

# 克隆项目
git clone https://github.com/wwwzhouhui/skills_collection.git
cd skills_collection

# 创建新的 Skill 文件夹
mkdir my-new-skill
cd my-new-skill

# 创建 Skill.md 文件
touch Skill.md

Skill.md 基本结构：

---
name: your-skill-name
description: Skill 的简短描述
version: 1.0.0
author: your-name
---

# Your Skill Name

详细的功能说明和使用文档...

Skills 是纯文本配置文件，无需构建部署，直接复制到 Claude Code 的 skills 目录即可使用。

欢迎提交你的 Claude Code Skills：

1. Fork 本项目
2. 创建你的 Skill 分支 (git checkout -b feature/new-skill)
3. 提交你的更改 (git commit -am 'Add new skill')
4. 推送到分支 (git push origin feature/new-skill)
5. 创建 Pull Request

欢迎加入技术交流群，分享你的 Skills 和使用心得：

• 作者: wwwzhouhui
• 微信: laohaibao2025
• 邮箱: 75271002@qq.com

如果这个项目对你有帮助，欢迎请我喝杯咖啡 ☕

微信支付

• 总技能数: 30
• 自动化工具: 5 (excel-report-generator, ppt-generator-skill, github-trending, github-trending-wan, github-readme-generator)
• 内容生成: 5 (xiaohuihui-tech-article, mp-cover-generator, xiaohuihui-dify-tech-article, knowledge-absorber, hailaobao-gzh-design)
• AI 多模态: 7 (jimeng_mcp_skill, seedance-video-creator, wan-cover-plus, ai-teaching-media, grok-imagine-image, video-agent-kit, poetry-cinema-page)
• 视频生成: 6 (voice-to-video, remotion-video-factory, hyperframes-10s-video, whiteboard-video-factory, ip-talking-head-lecture, html-video)
• 数据采集: 2 (wechat-article-fetcher, wechat-article-aggregator)
• API 文档: 1 (siliconflow-api-skills)
• 工作流工具: 1 (dify-dsl-generator)
• 效率工具: 2 (obsidian-search, photo-homework-a4)
• 合规审查: 1 (wechat-compliance-reviewer)

• ip-talking-head-lecture: v1.2.0 (2026-10-03) - 迁入本仓库。IP 卡通数字人口播动画课件视频工厂（Remotion + 小米/火山/edge 三通道 TTS）：右下角圆形 IP 数字人讲课（三帧口型 + 说话光环 + 待机浮动）+ 六套动画课件版式 + 烧录字幕跟读高亮；时长由 TTS 实际音频反推，改一句旁白整体自动重排，音画字幕天然对齐；一条命令同出 16:9 / 9:16（另支持 1:1）；内置动物卡通（海老豹）/ 人物卡通（眼镜青年）两套形象一键切换，加新形象 = 一个目录三帧图；自动产出各平台发布文案（YouTube 中英双语 + 章节时间轴自动合并）与中英双语 SRT/VTT；v1.2.0 新增右上角可自定义博主角标（brand.corner）与片尾品牌卡（brand.endCard，build 时自动追加静音 outro 场景：标识图或手写名 + 品牌色划线 + slogan + 黄色便签 CTA，brand.logo 可换成博主标识图）
• whiteboard-video-factory: v1.0.0 (2026-09-29) - 初始版本（由 whiteboard-video + video-common 合并并重命名），手绘白板边画边讲讲解视频工厂：rough.js 逐笔手绘动画（场景可导出 Excalidraw 回灌）+ 火山/小米/edge-tts 三通道配音 + 字幕逐段跟读高亮（卡拉OK式，色块随语音跳） + TTS 逐字时间戳同时驱动画面排期与字幕切句 + 4 路独立 Chromium 确定性出帧（framemd5 可验）+ 三画幅封面一次出（4:3 / 3:4 / 9:16 抖音）+ 五平台发布文案（视频号 / 小红书 / 抖音 / B 站 / 公众号）+ 时长不限（按场景数伸缩，2 分钟短片到 30 分钟长片同一套流水线；长片可配 bgm.playlist 多首轮播，并提供 wb tts/render <期> <场景> 断点续跑）+ 自带事实核查 / 合规自查 / 成片验收 / 交付边界公共工序；全链路本地，不开剪辑软件
• hailaobao-gzh-design: v1.0.0 (2026-09-24) - 初始版本，公众号排版：Markdown → 带「复制到公众号」按钮的自包含 HTML，粘进公众号编辑器样式全保留；7 套排版风格（玉石商务 / 暖色编辑部 / 极客单色 / 香槟品牌 / 雾霾笔记 / 午夜研究报告 / 森绿演示）、AI 按规则改写（序号竖线标题 · kicker 语义匹配 · 金句引用 · SummaryCard/InfoCard 卡片 · 总改动 ≤30%）；原始 Markdown 不改动，零 npm 依赖，只需 Node.js ≥ 16
• hyperframes-10s-video: v2.0.0 (2026-09-24) - 初始版本，HyperFrames 声明式分镜动画视频：一段文字 → 横屏动画视频 + 同名 SRT 字幕。三个维度全参数化——时长任意（--total= / duration 字段，各幕比例归一、精确到 0.01s，长片靠加幕）、配色 10 套皮肤（tech/wuding/aurora/sunset/ocean/forest/midnight/gold/candy/paper，含可视化画廊 + 预览页实时换肤）、音频可选（默认无声无音轨，edge-tts 配音可一键混音）；9 种场景类型、抽帧核验、字幕自动生成（不手写）、横竖屏与帧率可切，无头 Chromium 逐帧确定性渲染
• poetry-cinema-page: v1.0.0 (2026-09-22) - 初始版本，沉浸式古诗词网页生成：文学分镜 + 视觉圣经 + 双服务商四档位生图（火山方舟 Doubao Seedream 5.0 / GPT-Image 网关，主视觉参考链跨服务商）+ edge-tts / 豆包 seed-tts 双引擎 23 音色配音 + 滚动页面 + 浏览器验收，可选 Remotion 口播视频成片
• remotion-video-factory: v1.1.0 (2026-09-07) - 审查修复版：tts.py 剥离旁白稿 Markdown 结构行、时间线/字幕/短场景淡入淡出健壮性加固，并新增 check-env.mjs 一键环境自检；视觉优先的程序化视频生产流水线（Remotion + React 代码绘制图形动画 · edge-tts 自动测长配音 · 三层音频 · 确定性渲染 · 双版本交付）
• video-agent-kit: v0.4.3 (2026-08-29) - 初始版本，自动化视频剪辑与解说视频技能包：通用剪辑、电影解说（几分钟看完）、足球/篮球集锦、LOL 电竞集锦、口播配音成片；37 个 MCP 工具（抽帧理解/时间线/渲染/QC）；TTS 默认 Edge TTS 免费开箱即用
• grok-imagine-image: v1.0.0 (2026-07-26) - 初始版本，通过兼容 Grok2API / OpenAI 风格的 /v1/images/generations 调用 grok-imagine-image 文生图；内置本地脚本，支持环境变量覆盖、媒体 URL 改写下载与 JSON 输出
• ai-teaching-media: v1.0.0 (2026-07-19) - 初始版本，AI 教学媒体一体化技能包，串联 6 个子能力（生图执行层、技术长文插图、学科信息图、教学动图/视频、短视频封面、文章解说视频），支持知识点/长文全套教学生产链路
• knowledge-absorber: v0.0.1 (2026-04-11) - 初始版本，深度解析链接/文档/代码，生成导师级教学笔记 + Wan 2.7 知识海报。支持 PDF/Word/Markdown/代码/图片，自动真理锚定验证，国学内容自动水墨风格，11 种海报风格可选
• github-trending-wan: v1.0.0 (2026-04-08) - 初始版本，GitHub Trending Top 5 中文信息图海报生成器，抓取热门项目→翻译中文摘要→生成 Wan 2.7 海报 Prompt→可视化海报，支持 10 种视觉风格，3 步引导式工作流
• wan-cover-plus: v1.0.0 (2026-04-05) - 初始版本，使用 Wan2.7-image 生成公众号封面图、小红书封面图、种草图和海报改版视觉稿，并支持文生视频、静态图转丝滑动态视频、参考图/参考视频转视频，以及为视频自动补 Edge TTS 配音与字幕烧录。视频任务兼容 Wan 2.6 与 Wan 2.7 模型
• wechat-compliance-reviewer: v1.0.0 (2026-03-29) - 初始版本，微信公众号文章合规审查专家，支持 9 大类违规风险检测（诱导分享/欺诈信息/营销推广/版权侵权等），提供详细修改建议和合规话术替代，内置违规类型详解/处罚案例库/合规话术模板三份参考资料
• obsidian-search: v1.0.0 (2026-03-13) - 初始版本，Obsidian CLI 查询助手，支持自然语言检索、笔记搜索、上下文查找、任务/标签/属性筛选、反链查询等
• wechat-article-aggregator: v1.0.0 (2026-02-23) - 初始版本，支持批量获取公众号文章，预置8个AI技术公众号
• wechat-article-fetcher: v1.0.0 (2026-02-22) - 初始版本，支持单篇和批量下载
• seedance-video-creator: v1.2.0 (2026-02-22) - 默认模型切换为 seedance-2.0-fast，修复 API 版本兼容问题
• github-readme-generator: v1.0.0 (2026-01-23) - 初始版本
• github-trending: v1.0.0 (2026-01-22) - 初始版本
• xiaohuihui-tech-article: v2.4.0 (2026-02-23) - 新增Gemai公益站双通道文生图,移除硬编码API Key,支持环境变量配置
• jimeng_mcp_skill: v2.0.0 (2025-12-14) - 升级至 jimeng-4.5 模型，参数系统重构

• Python: 6
• Node.js/JavaScript: 3
• Markdown: 3
• MCP: 2
• YAML/DSL: 1
• Bash/Shell: 2

• ✅ 活跃维护中
• 🔄 持续更新
• 📚 文档完善

• code-reviewer: 代码审查助手
• api-doc-generator: API 文档生成器
• test-case-generator: 测试用例生成器
• database-designer: 数据库设计助手
• deployment-helper: 部署配置助手

• 添加更多 Excel 报表模板
• 扩展技术文章支持的平台风格
• 提供交互式配置工具
• 增加中英文双语支持
• 扩展 Dify DSL 生成器支持更多节点类型
• 优化 Dify 案例文章的图片自动生成功能
• 添加 Dify 工作流 DSL 校验工具

• ✅ html-video 渲染提速 ①：跨帧复用浏览器（第 4 处本机补丁 HV_REUSE_BROWSER=1，adapter-hyperframes/render.ts）——chromium 模块级单例跨 render() 复用、context 仍每帧新建（recordVideo 的 sink 挂 context 不可共享）、并发 render 自动各开专用浏览器、isConnected() 检出崩溃重启、finally 清残留录屏 context；一次性脚本渲完 await closeSharedBrowser() 释放（否则 playwright 连接钉住进程不退出）。实测 3s 帧×6 连续渲染 137.9s → 78.6s（每帧省 ≈11s），输出逐帧 3.000s 无差；默认不设变量行为与上游一致
• ✅ html-video 渲染提速 ②：长层分段并行录制（数字人层 build-avatar-layer.mjs --segments=K）——300s 实时录制的墙钟成本 = 视频长度，「降帧提速」是伪命题；正解是把长动画切 K 段并行录：每段 HTML 给所有动画 delay 平移 -T0（负延迟纯声明式、零竞态；漏一条无 delay 的动画则该元素接缝断相位——光环 r1 踩过），K 个 node 子进程各渲各段 → concat（同 encoder 用 demuxer+copy，失败退 filter 重编码）。实测 K=4 墙钟 330s→184s，与连续版三接缝两侧 |diff|>32 占比全 0.000%；等价性验证工具（effect 时刻 = localTime − delay、状态与时间戳必须同一 evaluate 读）与全部坑已入 SKILL.md「渲染提速」节

• ✅ 新增 html-video Skill v1.0.0（HTML→Video 元层 + 中文口播片流水线，自本机 ~/.agents/skills/html-video 迁入）——封装上游 nexu-io/html-video（Apache-2.0，Hyperframes + Remotion 双引擎、23 模板、自带 studio 网页端）
• ✅ 对上游三处未提交补丁（git diff 即完整补丁，默认行为与上游一致）：cli/package.json Windows 构建修复（POSIX chmod → 跨平台）、cli/doctor.ts Windows 体检修复（where 探测 + 识别 Playwright 自带 Chromium）、adapter-hyperframes/render.ts 录制开头裁剪加开关（HV_LEADIN_TRIM=0 防动画被静默裁光、HV_TRIM_WHITE_HEAD=1 帧级白屏头检测消切换白闪）
• ✅ 口播片方法论（上游完全没有的知识层，SKILL.md 308 行）：不走模板直接 writeFrameHtml() 喂任意动画 HTML + durationSec 硬时长（= 实测配音 + 0.6s 尾巴）；节拍驱动揭示（data-beat 延迟从配音 SRT 反算，画面每 3–5 秒一次可见变化）；逐词卡拉OK字幕（纯黑底 colorkey 抠底，有无字幕两版同源）；品牌三件套图层叠加、主片零重渲（inline-flex 角标贴角 / 深色片尾卡 concat+anullsrc / 单 IP 数字人真实响度包络口型，@property inherits:true 关键坑）
• ✅ 5 个质检工具与判据入册：measure-motion（停滞双阈值）/ probe-phase（权威节拍复核）/ verify-beat-sync（交叉参考 + 3 种测量陷阱）/ check-mouth-sync（口型-配音同步三组对照 + 相关性）/ verify-subtitle（字幕几何实测）；另有竖屏 9:16 四件事与 12+ 条实测坑（pathLength="1"、零外链、concat filter、冻结式 QA 反杀等）
• ✅ 使用示例：《Qwen3.8-Omni-Flash》一条实测——文章链接 → 7 场 / 306.58s 中文口播成片（逐词字幕 + 角标 + 深色片尾 + 口型联动雪豹 IP），全部验收读数记录在项目 README（停滞 0.5s、口型 corr 0.53、五图层 PSNR 全绿、−16.1 LUFS）
• ✅ 新增 multi-skin-kit 多皮肤参考包（html-video/multi-skin-kit/，同日增补）：口播片「一套帧源、八种配色出片」机制——_system.css 拆「基础 token + color-mix 派生」（默认皮肤与重构前像素级一致，diff>2 像素 = 0）；skins/*.css = :root 覆盖 + 规则覆盖（glitch 的 CRT 扫描线为示例），build-frames.mjs --theme= 注入；--neutral 单 token 扛浅色皮肤（深皮=白/浅皮=黑，抵达可见性档位自动等效）；八套皮肤从上游 23 模板风格提炼（报纸米白/瑞士红白/暗夜信号/故障霓虹/禅意米茶/黑金/宝蓝电力）；附 token 迁移脚本与皮肤画廊脚本（真实渲染静帧拼预览页供挑选）
• ✅ 项目统计：技能 29 → 30；视频生成类 5 → 6

• ✅ 新增 ip-talking-head-lecture Skill v1.2.0（IP 卡通数字人口播动画课件视频工厂，自本机 skill 目录迁入）
• ✅ 出片链路：唯一手写源 episodes/<期>/script.json（每场景 narration/heading/kind/data）→ bin/iph CLI → lib/build.mjs 逐场景 TTS 合成 → 按实际音频时长反推 timeline.json（16:9 / 9:16 各一份，音画字幕天然对齐）→ Remotion/React 确定性渲染 MP4
• ✅ 画面构成：主画面六套动画课件版式（cover / idea / steps / compare / numbers / recap，横屏左右分栏、竖屏纵向堆叠），主讲 IP 圆形头像常驻右下角（待机浮动 + 三帧口型开合 + 品牌色说话光环 + 声波条），底部烧录字幕逐段跟读高亮，顶部进度条与品牌水印
• ✅ 三通道配音：小米 MiMo TTS（默认，冰糖音色 @1.15x，小句级时间戳）／ 火山引擎（逐字对齐，支持声音复刻）／ edge-tts 免费备胎；引擎、音色、语速、响度全在 config.json，凭证走 .env（已 .gitignore 排除，入库前务必确认不提交）
• ✅ 形象系统：内置动物卡通（海老豹）与人物卡通（眼镜青年）两套预设，iph preset <名> 一键切换；新增形象 = 一个目录放 image / mouth-mid / mouth-open 三帧 + config 登记一行；期目录同名文件可覆盖本期形象
• ✅ v1.2.0 新增品牌层两处可配置项：右上角博主角标（brand.corner.enabled/text，text 留空自动用 brand.name，片尾卡出现时自动隐藏）与片尾品牌卡（brand.endCard：build 时自动在末尾追加一个静音 outro 场景——brand.logo 标识图或手写体博主名 + 星花 + 品牌色划线逐笔画出 + slogan + 黄色便签 CTA；seconds 调卡片时长，cta 留空不出便签，enabled:false 关闭）
• ✅ 发布物料：中/英双语字幕 SRT + VTT（英文需 publish.en.cues 与中文字幕条数一致才生成，避免时间轴错位）、旁白稿、各平台发布文案（视频号 / 小红书 / 抖音 / B 站 / 公众号 + YouTube 中英双语标题描述，章节时间轴自动合并并满足 ≥3 章、每章 ≥10s）
• ✅ 使用示例：《Meta Muse 爆火，国内 0 门槛注册全攻略》一期实测——文章稿 → 8 场景 script.json → iph all 出 128.2s 双画幅成片 + 全套发布物料；抽帧验收角标、片尾卡与字幕高亮均正常
• ✅ 注意：remotion/node_modules 一并迁入（约 534MB / 10,619 文件），clone 后无需 npm install 即可渲染；若做 git 提交，请先确认 .env、build/、remotion/node_modules 等在 .gitignore 覆盖范围内
• ✅ 项目统计：技能 28 → 29；视频生成类 4 → 5

• ✅ 新增 whiteboard-video-factory Skill v1.0.0（手绘白板「边画边讲」讲解视频工厂）——由 whiteboard-video + video-common 两个 skill 合并并重命名而来
• ✅ 合并原则：白板出片全链路（DSL / 逐笔渲染器 / 双通道 TTS / 字幕 / 混音 / 封面 / 发布文案 / 示例工程）+ 原本散在公共工序里的事实核查、合规自查、成片机器与目视验收、交付边界，并为一体；装入一个目录即可跑，不再需要并列安装 video-common
• ✅ 公共工序去重与改写：platform-copy.md（多平台文案机制）折进 references/publish.md 开头的「动手前先记住三条」与「口吻」；cover-qa.md 是用 AI 生图出封面的比例规则，白板封面由 Excalidraw 程序化生成（画幅由代码决定，不存在 AI 画错比例的问题）不适用故未并入，其中与画幅无关的目视验收要点折进 references/delivery-qa.md 的「封面验收」；原文「四条线 / 其他账号 skill 共用」的跨线表述改写为白板自己的说法
• ✅ 文档入口本地化：SKILL.md 里所有 ../video-common/... 指针改为本仓库 references/...，并新增七份 reference 的用途表；README 增加「来源与合并说明」章节，逐条记录取舍
• ✅ 新增 9:16 封面画幅（1080×1920，抖音竖屏）：COVER_SIZES 加 9:16，coverLayout 新增长竖版分支，关键内容压在中央安全区（抖音封面上下会被裁到约 1080×1464）；config.json 的 cover.ratios 默认由两张变三张
• ✅ 新增 抖音发布规范：references/publish.md 平台表加抖音行 + 新增「抖音怎么写」整节（标题即描述前 55 字、描述 100200 字、话题 35 个整串排最后、不堆 #热门 #涨粉、AIGC 必须标注、横版成片在竖屏信息流用 9:16 封面兜底）；模板与示例发布稿同步补抖音小节
• ✅ 修复上游遗留 bug：lib/render.js 的 ~ 展开仍在用 process.env.HOME（Windows 下会拼出 C:\c\Users\... 而 ENOENT），改为 require('os').homedir()，与 lib/paths.cjs、lib/scene-dsl.js 一致
• ✅ 文档加固：SKILL.md 的「在 Windows 上跑（本机已适配）」改写为通用的「跨平台说明（Windows / macOS / Linux）」，并修正 edge-tts 缓存的过时说法（现在是缓存键对不上自动重配，不必手删 work/audio）；合并两处互相矛盾的渲染耗时说明
• ✅ 冒烟验证：从新目录实跑 wb new / wb scenes / wb cover 全通，三张封面实测 1440×1080 / 1080×1440 / 1080×1920，无重叠越界
• ✅ 项目统计：技能包 44 个文件、约 24 MB（含 22 MB 小赖手写字体），Node.js 脚本 13 个 + Python 1 个 + Bash CLI 1 个，直接 npm 依赖仅 3 个（playwright / roughjs / lz-string）

• ✅ 新增 hailaobao-gzh-design Skill v1.0.0（公众号排版：Markdown → 可直接粘贴的公众号 HTML）
• ✅ 一键复制：产物是自包含 HTML，顶栏「复制到公众号」按钮把带内联样式的正文写进剪贴板（text/html），粘进公众号编辑器样式全保留，不依赖任何第三方排版网站
• ✅ 7 套排版风格：玉石商务 jade-business / 暖色编辑部 warm-editorial / 极客单色 mono-tech / 香槟品牌 champagne-brand / 雾霾笔记 mist-notebook / 午夜研究报告 midnight-report / 森绿演示 forest-demo；每套是「主题色 + 版式 + 强调样式 + 组件皮肤」的整套预设，未知 id 直接报错并列出可用值
• ✅ AI 按规则改写、不生成新事实：标题「序号 | 主标题 | 小字副标题」竖线语法、kicker 语义匹配（STEP / 纯数字 / CASE / Q1 / AVOID / FACT …，不一律甩 STEP）、关键短语加粗、金句转引用、--- 控呼吸、<SummaryCard> / <InfoCard> 插卡片
• ✅ 原文零损伤：改写结果落临时文件，原始 Markdown 一个字不动；总改动 ≤ 30%，代码块一字不改，不加原文没有的观点与事实
• ✅ 先问风格再动手：默认必须让用户三选一（首选附理由 + 同类型备选 + 反差款），用户点名 scheme 或授权 auto 才自动选
• ✅ 零依赖、跨 agent 通用：只需 Node.js ≥ 16（ESM），脚本仅用内置 fs / path，无 npm 包、无需联网；Claude Code 走 SKILL.md frontmatter 自动挂载，Codex / WorkBuddy / Cursor / Cline 等走同目录 AGENTS.md 对等入口，产物一致
• ✅ 交付物：自包含 HTML（复制按钮 + 正文预览）+ 改写后的临时 Markdown；附 references/ 四份规则文档（scheme 目录 / 改写规则 / 扩展语法 / 演示文模式）与 examples/（demo、remotion-demo）两组样例输入输出
• ✅ 项目统计：技能包 13 个文件（含 .pi 任务记录），Node.js 脚本 2 个，零 npm 依赖
• ✅ 文档：HyperFrames Kinetic Video 章节补上在线演示视频（README 内联播放器，AI 自我进化 RSI 主题成片：1920×1080 / 30fps，含 AI 配音），读者不必下载即可直接观看

• ✅ 新增 hyperframes-10s-video Skill v2.0.0（声明式分镜动画视频）
• ✅ 声明式分镜：scenes.json 描述「结构 + 每幕动作」，GSAP 按时间轴执行，内置 9 种场景类型（title/end/bigword/quote/flow/points/bars/typewriter/free）
• ✅ 时长全参数化：默认 10 秒，--total=20 或顶层 "duration": 15 可产任意时长——各幕 dur 按比例归一、末幕吸收舍入漂移，总和精确等于目标（0.01s 级）；长片靠「加幕」而非拉长单幕
• ✅ 配色 10 套皮肤：tech/wuding/aurora/sunset/ocean/forest/midnight/gold/candy/paper（含 paper 浅底深字），同一分镜换肤即换风格；附可视化挑色画廊与预览页控制条实时切换下拉框
• ✅ 音频可选、不写死：默认无声无音轨；要求「带语音」时写 script.json → edge-tts 生成整轨配音 → --keep-dur 让配音贴合每幕时长 → 混音为 -a.mp4
• ✅ 字幕自动生成、不手写：make_srt.mjs 按分镜或语音时间轴切分，时间轴与画面同源（--eff / --timing），长片也不会错位；某幕可用 "srt" 字段精确覆盖
• ✅ 逐帧确定性渲染：走 window.__KINETIC__.seek(t)（timeline pause + seek），与机器快慢无关，同输入同输出；全量渲染前强制抽帧核验或跑 check_overflow
• ✅ 画幅与帧率可切：--orient=portrait 出竖屏 1080×1920，--fps=60 改帧数不改时长
• ✅ 交付物：MP4（+ 有声版 -a.mp4）+ 同名 SRT + 可实时换肤的交互预览页 + 生效分镜 effective.json + gen-log.txt 生成时间记录
• ✅ 配套文档：SKILL.md（完整 SOP 与 8 条铁律）+ README.md（使用说明）+ references（分镜字段定义 / 提示词模板 / 10 套配色画廊 / 可复现范例）
• ✅ 项目统计：技能包 16 个文件、约 3.6 MB，Node.js 脚本 7 个，输出 1920×1080@30fps

• ✅ 新增 poetry-cinema-page Skill v1.0.0（沉浸式古诗词网页生成）
• ✅ 文学分镜 + 视觉圣经：按戏剧功能拆 5–8 个视觉段落，主视觉文生图定调，后续每张图以它作图生图参考，人物与地理不漂移
• ✅ 图像双服务商四档位：火山引擎方舟 Doubao Seedream 5.0（pro/lite）与 GPT-Image 网关（gpt-2/gpt-2.5），可按段落混用，参考链跨服务商成立；batch 计划一次跑完整首诗，重跑自动跳过已完成
• ✅ 配音双引擎 23 个中文音色：edge-tts（免费本地）与豆包 seed-tts-2.0，输出音轨 + 逐行时间轴 sidecar + SRT，附整目录试听页
• ✅ 沉浸式滚动页面：固定图片舞台、双层交叉淡入、克制视差、章节导航，桌面卡片不超半屏、移动端 contain 主图 + 模糊背景，内置可访问的朗读开关
• ✅ 口播视频（可选）：Remotion 渲染 1920×1080/30fps，确定性运镜、双层级硬切字幕、片头尾字卡、胶片颗粒与暗角
• ✅ 完整示例《将进酒》：分镜文档、方舟与网关两套生图计划、朗诵稿、朗诵版与讲解版两支视频计划
• ✅ 项目统计：技能包 30 个文本文件，Python 2,915 行（ark_image 1,429 · narration 765 · video 678 · extract 43），TypeScript/TSX 1,257 行，6 篇参考文档

• ✅ 新增 remotion-video-factory Skill v1.1.0（视觉优先的程序化视频工厂）
• ✅ Remotion + React 代码绘制精确图形动画（注意力矩阵/连线拓扑/数据图表/数字滚动/流程图解），文字零乱码、结构可参数化、改数据自动重排
• ✅ edge-tts 中文配音分段生成 + ffprobe 实测时长自动重建时间线（场景 = max(视觉最短, 配音+40f)），旁白永不被画面切走
• ✅ 三层音频：配音 + BGM（淡入出，可开关）+ SFX 钉帧表（相对帧表达式）；确定性渲染，同样输入永远渲出同样的帧
• ✅ 双版本交付：带 BGM / 无 BGM + 逐句 SRT 字幕；配套 5 个脚本（check-env / selftest / tts.py / build-timeline / render.mjs）
• ✅ 配套文档：SKILL.md + README.md（含项目统计与更新说明）+ references（八步工作流 · 8 种动画模式 · 声音设计）+ examples 实战案例复盘（《1M 上下文的秘密》125s）
• ✅ 项目统计：技能包 ≈285 KB、文本文件 28 个、代码 ≈1,063 行（ts/tsx ≈403 · mjs 518 · py 142）、1920×1080@30fps、8 种动画模式

• ✅ 新增 photo-homework-a4 Skill v1.0.0
• ✅ 支持从手写作业照片中识别作业内容，按科目整理并提取日期
• ✅ 支持背诵类、书面类、阅读类和材料类作业分类打标与数量统计
• ✅ 基于 assets/homework-a4-template.html 生成一页 A4 纵向可打印 HTML 作业清单
• ✅ 内置科目卡片、主题配色、温馨提示、打印勾选框和学生/家长签名区
• ✅ 功能说明效果图暂留空位，待后续补充
• ✅ 新增 voice-to-video Skill v1.2.0（口播文字稿一键成片）
• ✅ 无素材出片：口播稿 → Edge TTS 配音（逐词时间戳）→ HTML 动画合成 → 无头浏览器逐帧确定性渲染 MP4
• ✅ 画音逐词对应：一句口播一个场景，字幕逐词卡拉OK高亮，场景切换/元素出场全部由词级时间戳驱动
• ✅ 确定性渲染：同输入同输出，可 git 管理、看 diff，支持断点续渲与 --style-kit 一键换风格重渲
• ✅ 13 套画面风格（BlockFrame/暗夜HUD/编辑杂志/终端极客/手绘白板/极简瑞士/国潮水墨/玻璃拟态/黏土软胶/蓝图工程/像素游戏等），每种含独立版式 DNA
• ✅ 配套文档：SKILL.md（六步工作流）+ README.md（完整说明书）+ references（合成规范/风格目录与版式 DNA）

• ✅ 新增 video-agent-kit Skill v0.4.3
• ✅ 自动化视频剪辑与解说视频技能包：通用剪辑、电影解说、体育/电竞集锦、口播配音成片
• ✅ 5 个子技能：env-setup（环境体检）、video-edit-agent（总控制器）、video-edit-assembly（多素材组装）、video-recap-workflows（解说/集锦）、video-speech-workflows（口播浓缩/字幕）
• ✅ 37 个 MCP 工具：抽帧理解、局部复看、字幕烧录、时间线、预览渲染、QC 质检
• ✅ TTS 默认 Edge TTS（免费免 Key），中文音色开箱即用（晓晓/云希/云健等）
• ✅ 文档：独立 README.md（使用说明）+ README.upstream.md（上游原始文档）

• ✅ 新增 grok-imagine-image Skill v1.0.0
• ✅ 使用 grok-imagine-image 模型，通过兼容 Grok2API / OpenAI 风格接口文生图
• ✅ 仅调用 POST /v1/images/generations，避免误用 Chat Completions
• ✅ 内置本地脚本 scripts/generate.py，支持 prompt 文件、尺寸、数量、超时参数
• ✅ 媒体 URL 自动改写：接口返回 127.0.0.1 时替换为配置的公网主机并下载
• ✅ Agent 友好输出：支持 --json 机器可读结果，便于后续工作流解析
• ✅ 配置可覆盖：支持 GROK_IMAGINE_API_KEY / GROK_IMAGINE_API_BASE / GROK_IMAGINE_MODEL 与命令行参数
• ✅ 默认配置：API http://43.163.230.83:8000/v1、尺寸 1024x1024、超时 180 秒
• ✅ 适用场景：明确指定 Grok Imagine 生图，或其他 Skill/本地工作流复用该模型

• ✅ 新增 ai-teaching-media Skill v1.0.0
• ✅ AI 教学媒体一体化技能包：一个目录串联 6 个子能力
• ✅ 子 skill 覆盖：
  • ai-image-generator - 通用生图执行层（MuleRun / APImart / AtlasCloud / Agnes）
  • tech-article-diagram - 技术长文智能插图（16:9）
  • edu-subject-infographic - 学科知识点竖版信息图（9:16）
  • edu-teaching-animation - 教学动图 + 配音教学视频
  • short-video-cover - 短视频 3:4 封面
  • article-explainer-video - 长文转章节解说视频（1080p）
• ✅ 意图自动路由：根据用户目标进入对应子 skill，并按流水线串联整套教学资产
• ✅ 推荐流水线：
  • 知识点全套：信息图 → 教学动图/配音视频 → 短视频封面
  • 技术长文全套：文章插图 → 章节解说视频 → 可选封面
  • 口播发布包：3:4 封面 + 教学/解说视频
• ✅ 配音与成片：支持 Minimax TTS / Edge TTS，结合 HyperFrames + ffmpeg 渲染
• ✅ 环境依赖：生图供应商 API Key（任选其一）+ Node.js ≥ 22 + ffmpeg

• ✅ 新增 knowledge-absorber Skill v0.0.1
• ✅ 深度解析链接/文档/代码，生成导师级教学笔记 + Wan 2.7 知识海报
• ✅ 支持 PDF/Word/Markdown/代码/图片等多种输入格式
• ✅ 自动真理锚定验证（联网验证数据、API 签名、版本号、历史事件）
• ✅ 标注不确定内容：[已过时]、[存在争议]、[待确认]
• ✅ 11 种海报风格自动判断（坐标蓝图/复古波普/文件夹/热敏纸/复古手帐/陶土手绘/酸性复古/剧场票据/矢量插图/孟菲斯网格/水墨国学）
• ✅ 国学内容自动触发水墨风格（风格 11）
• ✅ 3 步引导式工作流：启动询问 → 知识摄取与验证 → 确认后生图
• ✅ 输出知识卡片 Markdown + 交互式 HTML + 海报 Prompt（可选）
• ✅ 依赖 DashScope API 提供翻译和 Wan 2.7 生图能力

• ✅ 新增 github-trending-wan Skill v1.0.0
• ✅ GitHub Trending Top 5 中文信息图海报生成器
• ✅ 抓取热门项目 → 翻译中文摘要 → 生成 Wan 2.7 海报 Prompt → 可视化海报
• ✅ 支持 10 种视觉风格（坐标蓝图 / 复古波普 / 文件夹 / 热敏纸 / 复古手帐 / 陶土手绘 / 酸性复古 / 剧场票据 / 矢量插图 / 孟菲斯网格）
• ✅ 采用 3 步引导式工作流：启动询问 → 信息提取 → 确认生图
• ✅ 输出文件：中文简报 Markdown、Wan 2.7 Prompt、可视化海报 PNG
• ✅ 依赖 Wan-skills-main 提供 Wan 2.7 生图能力

• ✅ 新增 wan-cover-plus Skill v1.0.0
• ✅ 使用 Wan2.7-image 生成公众号封面图、小红书封面图、种草图和海报改版视觉稿
• ✅ 支持文生视频、静态图转丝滑动态视频、参考图/参考视频转视频
• ✅ 视频后处理：自动 Edge TTS 配音、SRT 字幕生成、字幕烧录
• ✅ 智能场景识别：自动判断任务类型（从零出图 vs 改版重排）
• ✅ 多平台适配：支持微信横版封面、小红书竖版封面等多种规格
• ✅ Wan 2.6 / 2.7 兼容：视频任务兼容两代模型协议
• ✅ 图片任务场景：
  • wechat_cover - 横版文章头图、技术媒体头图
  • xiaohongshu_cover - 竖版信息流封面、种草图
  • relayout_poster - 保留原主体/信息层级的改版设计
• ✅ 视频任务类型：
  • text_to_video - 纯文字描述生成视频
  • image_to_video - 静态图转动态视频
  • reference_to_video - 参考图/参考视频转视频
• ✅ 输出格式：PNG/MP4 + .prompt.txt sidecar，支持视频配音和字幕烧录

• ✅ 新增 wechat-compliance-reviewer Skill v1.0.0
• ✅ 微信公众号文章合规审查专家，根据微信公众平台运营规范审查文章内容
• ✅ 识别违规风险点并给出修改建议，支持发布前合规检查
• ✅ 支持 9 大类违规检测：
  • 高风险违规：诱导分享/诱导关注、营销推广/优惠码、欺诈/虚假信息、版权/知识产权
  • 中风险违规：金融/支付相关、技术外挂/绕过付费、夸大/虚假宣传
  • 低风险违规：外部链接/导流、敏感话题（政治、色情、赌博、暴力）
• ✅ 快速审查清单：一键检查诱导分享词汇、优惠码链接、绝对化用语、版权风险等
• ✅ 分级处理机制：高风险必须修改、中风险强烈建议修改、低风险可考虑修改
• ✅ 违规话术对照表：提供合规替代方案（如"白嫖"→"免费体验"、"最强"→"优秀"）
• ✅ 审查报告输出：包含风险等级总览、详细问题清单、修改建议、综合发布结论
• ✅ 参考资料：
  • references/violation-types.md - 违规类型详解与处罚标准
  • references/case-studies.md - 10 个真实处罚案例分析
  • references/compliant-templates.md - 合规话术模板库

• ✅ 新增 obsidian-search Skill v1.0.0
• ✅ Obsidian CLI 查询助手，根据自然语言检索需求生成合适的 Obsidian CLI 查询命令
• ✅ 支持多种查询模式：
  • obsidian search - 文本搜索，查找包含关键词的笔记
  • obsidian search:context - 带上下文搜索，显示关键词出现的行
  • obsidian read - 读取指定笔记的完整内容
  • obsidian files - 列出指定目录下的文件
  • obsidian tasks - 查询待办事项
  • obsidian tags - 查看标签分布统计
  • obsidian backlinks - 查询反向链接
  • obsidian links - 查询出链
  • obsidian outline - 查看笔记大纲/标题层级
• ✅ 智能命令选择：根据用户自然语言描述自动匹配最合适的 CLI 命令
• ✅ 结果聚类总结：不原样倾倒输出，提供简洁的关键发现汇总
• ✅ 支持组合查询策略：先搜再读、先列再筛、先看关系再读正文
• ✅ 参考资料：cli-query-patterns.md 常用查询命令、参数选择和自然语言到命令的映射

• ✅ 重要更新 xiaohuihui-tech-article Skill 至 v2.4.0
• ✅ 新增 Gemai 公益站（api.gemai.cc）作为备用文生图通道
• ✅ 新增 gemai_image_generator.py 工具类，支持 OpenAI 标准格式调用 Gemini-3-Pro-Image-Preview 模型
• ✅ 支持双通道自动切换策略（自建API优先，失败回退Gemai公益站）
• ✅ Gemai通道支持批量生成（1-4张）、负向提示词、风格控制、宽高比
• ✅ 移除硬编码 API Key，改为环境变量 GEMAI_API_KEY 或命令行 --api-key 参数传入
• ✅ 新增命令行调用方式，支持 python3 gemai_image_generator.py 直接生成图片
• ✅ 更新图片生成文档，补充双通道调用示例和参数说明

• ✅ 新增 wechat-article-aggregator Skill v1.0.0
• ✅ 通过 mptext.top API 批量获取指定公众号博主的最新文章列表
• ✅ 支持按公众号名称或 fakeid 获取，预置 8 个热门 AI 技术公众号
• ✅ 自动下载文章 HTML 并解析为 Markdown/HTML/纯文本/JSON 格式
• ✅ 智能 HTML 正文解析，提取 #js_content 区块内容
• ✅ 可选依赖自动降级，无 beautifulsoup4 时使用内置解析器
• ✅ 生成 summary.json 元数据汇总文件
• ✅ 支持 --list-accounts 查看预置公众号列表

• ✅ 新增 wechat-article-fetcher Skill v1.0.0
• ✅ 支持微信公众号文章获取，自动提取标题、作者、公众号名称、正文、图片等元数据
• ✅ 支持单篇和批量下载（空格或逗号分隔多个链接）
• ✅ 自动下载文章内所有图片到本地
• ✅ HTML 转 Markdown 格式，生成格式化独立 HTML 文件
• ✅ 批量下载间隔控制（--interval），避免触发微信反爬机制
• ✅ 支持仅输出元数据 JSON（--json）模式
• ✅ 提供 Python 库调用接口（fetch_article 和 batch_fetch）

• ✅ 重要更新 seedance-video-creator Skill 至 v1.2.0
• ✅ 默认模型从 jimeng-video-seedance-2.0 切换为 seedance-2.0-fast（快速版）
• ✅ 所有 curl 示例添加 resolution 参数（默认 720p）
• ✅ 修复 Authorization 头说明：需要 Bearer 前缀
• ✅ 新增重要说明：必须使用 jimeng-free-api-all 镜像
• ✅ 旧版 jimeng-free-api 不含 Seedance 路由和浏览器代理，会静默回退到 jimeng-video-3.0
• ✅ README 新增 Seedance 模型可用性验证命令
• ✅ 更新 generate_video.sh 脚本默认模型和帮助文本
• ✅ 同步更新所有示例文件的模型名和参数

• ✅ 重大更新 seedance-video-creator Skill 至 v1.1.0
• ✅ 实现三阶段工作流：分镜提示词 → 文生图首帧 → 图片+提示词生成视频
• ✅ 修复 Seedance 2.0 纯文本生成报错（code: -2001，必须至少一张图片）
• ✅ 新增自动调用文生图 API（jimeng-4.5）生成首帧参考图
• ✅ 生成双提示词：首帧图片提示词（静态画面）+ 视频分镜提示词（含 @1 引用）
• ✅ 视频时长扩展为 4-15 秒连续范围
• ✅ 新增模型名 jimeng-video-seedance-2.0（兼容 seedance-2.0）
• ✅ 修复 Authorization 头不需要 Bearer 前缀
• ✅ 更新 generate_video.sh 脚本支持三阶段工作流（新增 --image-prompt 参数）
• ✅ 更新所有示例、模板、文档匹配新工作流

• ✅ 新增 seedance-video-creator Skill
• ✅ 融合 Seedance 2.0 专业分镜提示词生成 + 即梦 API 视频生成
• ✅ 5 步分镜引导流程，6 套场景模板
• ✅ 支持多图参考（最多9张）、角色一致性、运镜复刻
• ✅ 一键调用 API 生成视频并自动下载
• ✅ 三种工作模式：完整引导/快速生成/纯提示词
• ✅ 提供独立 Bash 脚本 generate_video.sh

• ✅ 新增 github-readme-generator Skill
• ✅ 专业的 GitHub 项目 README.md 生成器
• ✅ 支持 6 种项目模板（basic/full/library/webapp/cli/api）
• ✅ 交互式生成和基于现有项目自动生成
• ✅ 自动识别项目类型和技术栈

• ✅ 新增 github-trending Skill
• ✅ 自动抓取 GitHub Trending 今日前 5 热门项目
• ✅ 拉取 README 并生成中文摘要（项目是什么、解决问题、技术栈、Star 数量）
• ✅ 企业微信机器人推送摘要
• ✅ 支持 GITHUB_TOKEN/WEIXIN_WEBHOOK 可选配置

• ✅ 重大更新 xiaohuihui-tech-article Skill 至 v2.1.0
• ✅ 新增即梦AI自动配图与腾讯云COS上传功能
• ✅ 集成 jimeng_mcp_skill 实现 AI 图片生成
• ✅ 新增 cos_utils.py 实现腾讯云COS文件上传
• ✅ 支持图片占位符自动替换为真实URL
• ✅ 支持内存直接上传避免本地缓存
• ✅ 重要更新 jimeng_mcp_skill 升级至 v2.0.0
• ✅ 模型升级：从 jimeng-4.0 升级至 jimeng-4.5
• ✅ 参数系统重构：ratio 替代 width/height，resolution 替代 sample_strength
• ✅ 添加新的宽高比和分辨率预设选项
• ✅ 更新所有文档、示例和 API 参考

• ✅ 新增 ppt-generator-skill Skill
• ✅ 基于商务模板的专业 PPT 生成器
• ✅ 固定 25 页结构（封面→目录→4章节→结束→字体说明→版权）
• ✅ 三种主题风格：暖色调、商务简约、莫兰迪色系
• ✅ 支持 JSON 配置文件和 Python 代码调用
• ✅ 适用于年度总结、项目汇报、工作述职等场景

• ✅ 新增 dify-dsl-generator Skill
• ✅ 支持自动生成 Dify 工作流 DSL/YML 文件
• ✅ 基于 86+ 真实案例深度学习
• ✅ 支持所有主要节点类型和复杂工作流逻辑
• ✅ 新增 xiaohuihui-dify-tech-article Skill
• ✅ 专为 Dify 工作流案例分享设计
• ✅ 遵循小灰灰公众号写作规范
• ✅ 包含工作流节点详解、插件安装教程、MCP 集成指南
• ✅ 支持自动生成配图并上传腾讯云 COS 图床

• ✅ 新增 siliconflow-api-skills Skill
• ✅ 支持硅基流动云服务平台完整文档
• ✅ 包含大语言模型 API、图片生成、向量模型等文档
• ✅ 提供 Chat Completions API 和 Stream 模式指南

• ✅ 更新 mp-cover-generator Skill 到 v3.1.1
• ✅ 新增描边卡通字体效果（鲜艳色彩 + 多层描边）
• ✅ 新增垂直居中布局（完美视觉平衡）
• ✅ 增大字体（4vw → 5vw），更加醒目
• ✅ 禁止副标题折行（保持单行显示）
• ✅ 新增 HTML 转图片功能（Playwright 驱动）
• ✅ 完整页面截图（修复截断问题，5120x2916 高清）
• ✅ 自动检测内容高度并调整视口
• ✅ 支持 PNG 和 JPEG 双格式输出

• ✅ 新增 mp-cover-generator Skill v3.0.0
• ✅ 从 jimeng-image-generator 迁移到 jimeng-mcp-server
• ✅ 支持 21:9 公众号封面图生成
• ✅ 返回 4 张可选图片,提供更多风格选择

• ✅ 新增 jimeng_mcp_skill Skill
• ✅ 支持 AI 图像和视频生成
• ✅ 集成即梦 AI 多模态能力

• ✅ 新增 excel-report-generator Skill
• ✅ 支持数据分析报表生成
• ✅ 支持图表创建和样式应用

• ✅ 新增 xiaohuihui-tech-article Skill
• ✅ 实现标准四段式结构
• ✅ 支持口语化技术写作

感谢以下项目对本项目提供的灵感和支持：

1. Claude Code

   Anthropic 官方推出的 AI 编程助手，提供强大的代码理解和生成能力。

2. pandas

   强大的 Python 数据分析库，excel-report-generator 的核心依赖。

3. openpyxl

   用于读写 Excel 2010 xlsx/xlsm 文件的 Python 库。

4. jimeng-mcp-server

   基于 MCP 协议的即梦 AI 集成服务器，jimeng_mcp_skill 的核心依赖。

5. 即梦 AI

   字节跳动旗下的多模态 AI 生成平台，提供图像和视频生成能力。

6. elementsix-skills

   Seedance 2.0 分镜提示词 Claude Code Skill，seedance-video-creator 的分镜引导参考。

7. jimeng-free-api-all

   即梦 AI 逆向 API 接口，seedance-video-creator 的视频生成后端。

如有问题，请在 GitHub Issue 中提交，在提交问题之前，请先查阅以往的 issue 是否能解决你的问题。

MIT License

如果觉得项目不错，欢迎点个 Star ⭐

开始使用: 选择一个 Skill，按照使用说明安装，然后在 Claude Code 中尽情使用吧！

文档生成时间: 2026 年 10 月 4 日 (v0.0.34)