Communitygithub.com

Gent Skill

專業級視覺製作技能,整合圖片生成、影片製作、Figma 設計與 FFmpeg 編輯,讓你的 AI 代理免費完成所有影像相關工作。

Gent Skill 是什麼?

Gent Skill 是一個專業且具備獨特觀點的視覺製作技能,專為 AI 代理(如 Claude Code、OpenClaw 等)設計。它將頂尖的圖片生成、影片合成、Figma 等級的設計以及 FFmpeg 編輯功能整合在單一提供者管線下,成為一個獨立、可安裝的技能。其核心架構融合了多個子技能:透過 `beauty-generation-api`(使用 gen1.diversityfaces.org 服務)進行圖片生成,利用 `ai-video-gen` 技能進行影片編排(包含從圖片轉影片、加入旁白等功能),使用 `ffmpeg-video-editor` 模式進行進階影片編輯(如修剪、合併、縮放、特效),並結合 `figma` 技能處理版面疊加、文字排版與品牌標記。工作流程涵蓋意圖分類、內容生成(僅需設定 `BEAUTY_API_KEY` 環境變數)、設計圖層與最終組裝交付。所有輸出皆以真實附件(JPEG 圖片、MP4 影片)形式傳送,確保品質與相容性。它提供安全的預設值(例如圖片使用 16:9 的 JPEG 格式,品質 90;影片最長 12 秒,解析度 1280x720)並有嚴格的輸出政策,非常適合需要一體化、免付費影像解決方案的開發者與創作者。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/hleliofficiel/gent-skill/tree/HEAD

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Gent Skill 是做什麼的?

專業、具權威性的視覺製作技能 — 結合格林、影片合成、Figma 等級設計與 FFmpeg 編輯,全部整合於單一提供者管線。這是一個可安裝在任何 OpenClaw 上的獨立技能。

使用時機

觸發詞(僅在使用者明確要求生成/編輯/設計時):

  • 「用提示詞 X 生成一張圖片」、「建立一張電影級圖片」
  • 「為 gent-skill 製作一個影片片頭」、「製作一個片頭影片」
  • 「用 Figma 版面設計這個」、「建立一個 Figma 疊加設計」
  • 「編輯此影片:修剪/壓縮/合併」、「從影片中提取音訊」、「為影片加入旁白」
  • 「在 Figma 中將此圖片與文字結合」 請勿在單獨提及「伊斯坦堡」、「照片」或「設計」等詞,且無明確創作意圖時觸發。

架構(合併技能)

  • 圖片生成 — beauty-generation-api 技能(參考端點:https://gen1.diversityfaces.org/api/generate)
  • 影片編排 — ai-video-gen 技能(generate_video.py, images_to_video.py, add_voiceover.py)
  • 影片編輯 — ffmpeg-video-editor 技能(SKILL.md 中的修剪、合併、縮放、特效模式)
  • 設計 — figma 技能(視覺審計、素材、疊加)

你的安裝環境只需設定 BEAUTY_API_KEY 用於圖片功能。無需額外套件。

工作流程

  1. 意圖分類 — 圖片 | 影片片頭 | 影片編輯 | 設計
  2. 生成(如需要) — 透過 beauty-generation-api 端點使用 gen1.diversityfaces.org。隱私聲明:你發送的提示詞/文字將由外部服務處理。請勿在提示詞中包含密碼、令牌、個人或機密資料。僅傳送非敏感的創意簡報。這符合提供者的預期用途。
  3. 設計圖層 — 使用 figma 技能進行版面疊加、字體排版、品牌標記
  4. 組裝 — 使用 ffmpeg-video-editor 模式進行轉場、縮放、縮放平移、drawtext;使用 ai-video-gen 編排實現端到端流程
  5. 交付 — 以真實附件形式輸出檔案(message 工具,attachments 陣列)。切勿僅以 markdown 格式提供。

圖片管線(強制 JPEG)

  • 提供者:gen1.diversityfaces.org
  • 基礎 URL:https://gen1.diversityfaces.org
  • 生成端點:/api/generate/custom
  • 狀態查詢:/api/status/{prompt_id}
  • 下載圖片:/api/image/{filename}
  • 環境變數:BEAUTY_API_KEY
  • 格式:無論來源格式為何,先將所有輸出轉換為 JPEG 再傳送。
  • 驗證:確認檔案存在、可讀取、且具有有效的 JPEG 標頭。
  • 傳送:message(action=send, target=<chat>, attachments:[{type:"image", media:"/local/path.jpg", mimeType:"image/jpeg"}])

影片管線

  • 主要:skills/ai-video-gen/(generate_video.py, images_to_video.py, add_voiceover.py)
  • 備用/手動:ffmpeg-video-editor 模式(zoompan, xfade, drawtext)
  • 對於傾斜圖層/文字片頭,請在 ffmpeg 之前諮詢 figma 技能。
  • 務必以檔案附件形式交付,而非僅以 markdown 提供。

安全預設值

  • 提供者:優先使用 gen1.diversityfaces.org;連續失敗 N 次後停止,並回報原因。
  • 圖片:JPEG,品質 90,電影級使用 16:9。
  • 保持 API 金鑰私密;批量執行前檢查配額。
  • 影片片頭:最長 12 秒,基礎解析度 1280x720,30fps,文字疊加尺寸以確保可讀性。

工具參考

  • 圖片生成:https://gen1.diversityfaces.org/api/generate/custom
  • 影片編排:使用 skills/ai-video-gen/generate_video.py, images_to_video.py, add_voiceover.py(子目錄腳本)
  • FFmpeg 模式:記錄於 ffmpeg-video-editor 使用方式(修剪、合併、縮放、特效)— 進行描述,請勿列舉其他 SKILL.md 檔案的內容
  • Figma 設計:使用 figma 技能進行版面疊加、字體排版、品牌標記

輸出政策

  • 預設附件:圖片為 JPEG,影片為 MP4。
  • 務必在聲稱交付前確認 ok:true 及 messageId。
  • 記錄失敗原因。

發佈

單一自包含技能。你可以透過複製 skills/gent-skill/ 並設定 BEAUTY_API_KEY 來將其安裝在任何 OpenClaw 上。

範例

  • 圖片:提示詞「電影級城市夜景」 -> gen1 生成 -> JPEG -> 傳送附件(已確認 messageId)
  • 影片:兩張 JPEG -> images_to_video + drawtext -> MP4 -> 傳送附件(已確認 messageId)
  • 設計:figma 審計 + 疊加 -> ffmpeg 匯出 -> MP4

相關技能