复制安装命令
用 Codex 或 Claude 安装复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它先审查 Skill 页面再帮你安装。
复制前请先查看来源、License 和安全提示。
收录最全、更新最快的AI Agent技能库,涵盖文档处理、内容创作、编程开发、机器学习、自动化工作流等多个领域的精选技能包。
用 Codex 或 Claude 安装复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它先审查 Skill 页面再帮你安装。
复制前请先查看来源、License 和安全提示。
来源文件:README.md
收录最全、更新最快的AI Agent技能库,涵盖文档处理、内容创作、编程开发、机器学习、自动化工作流等多个领域的精选技能包。
每24小时自动爬取 awesome-agent-skills 仓库,确保技能库始终保持最新状态。
按照功能、来源、Star数量等多维度标签进行分类整理。
支持JSON和CSV格式导出,方便数据分析和二次开发。
本技能商店收录了来自以下顶级团队的官方技能:
git clone https://github.com/anbeime/skill.git
cd skill
pip install -r requirements.txt
# 立即执行一次更新
python main.py --once
# 启动定时更新守护进程
python main.py --daemon
# 显示数据统计
python main.py --stats
# 导出为 CSV 格式
python main.py --export skills.csv
# 详细日志模式
python main.py --once -v
访问 在线技能商店 或查看本地文件:
# 查看官方技能列表
cat data/skills.json
# 查看本地技能列表
cat data/local_skills.json
# 查看技能文档
ls docs/
D:\tool\skills\D:\tool\skills\skill压缩文件\(71个压缩包)内置技能验证工具,用于检查 SKILL.md 是否符合规范:
# 验证所有技能
python tools/skill_validator.py validate
# 验证单个技能
python tools/skill_validator.py validate skills/agent-team
# 读取技能属性
python tools/skill_validator.py read-properties skills/agent-team --json
# 生成 XML prompt(用于 AI 调用)
python tools/skill_validator.py to-prompt skills/agent-team
详见 工具文档。
{
"skills": [
{
"name": "组织名/技能名",
"description": "技能描述",
"link": "GitHub链接",
"category": "分类名称",
"source": "来源仓库",
"crawled_at": "2026-02-02T17:07:33"
}
],
"total": 182,
"updated_at": "2026-02-02T17:07:33"
}
{
"metadata": {
"total_skills": 61,
"core_skills": 25,
"sub_skills": 30,
"system_builtin": 6,
"last_updated": "2026-02-11T15:30:00"
},
"categories": {
"内容创作与发布": {...},
"视频创作": {...},
...
},
"statistics": {
"by_api_requirement": {
"必需API": 15,
"可选API": 20,
"完全免费": 26
}
}
}
欢迎提交 Issue 和 Pull Request!详见 贡献指南。
发现了好用的 AI Agent 技能?欢迎提交!
skills/_template/ 创建技能,验证后提 PR感谢所有为这个项目做出贡献的伙伴:
MIT License
ecommerce-full-pipeline 技能:跨境电商全链路自动化工具tools/skill_validator/)skills/_template/)CONTRIBUTING.md)最后更新: 2026-02-11
维护者: anbeime
联系方式: GitHub Issues
此部分由自动化脚本每日从上游源同步更新
最后更新: 2026-08-04T04:52:59.949360 | 技能源总数: 161
Latest commit: 87ca030
| Package | Description |
|---|---|
clawhub-admin | clawhub-admin package |
clawhub | CLI tool for managing skills |
schema | Shared API types and routes |
Common CLI flows:
clawhub login, clawhub whoamiclawhub login --deviceclawhub search ..., clawhub exploreclawhub package explore, clawhub package inspect <name>clawhub install @openclaw/demo, clawhub pin <skill>, clawhub unpin <skill>, clawhub uninstall <skill>, clawhub list, clawhub update --allname: video-frame-extractor
description: 视频反推工具,支持视频抽帧、视觉模型分析、提示词生成,适用于视频创作参考、内容提取、场景分析
dependency:
python:
- opencv-python>=4.8.0
- pillow>=10.0.0
- requests>=2.28.0依赖说明:
opencv-python>=4.8.0
pillow>=10.0.0
requests>=2.28.0
视觉模型配置: 需要配置视觉模型API密钥(如GPT-4V、Claude-3.5-Sonnet),环境变量格式:
export VISION_API_KEY="your_api_key"
export VISION_API_BASE="https://api.openai.com/v1" # 或其他API地址
export VISION_MODEL="gpt-4-vision-preview" # 模型名称
Coze Bot配置(推荐): 使用您发布的Coze Bot API进行视觉分析,环境变量格式:
export COZE_BOT_ID="7572557757883383858" # 您的Bot ID
export COZE_API_KEY="cztei_qHZQ0A5OSJjsmfZWmVb8bqu2BTbtB240YGbDYLhZpsIr8jER4aL4Aevyii8rnKfNs" # 您的API Key
Coze Bot的优势: 集成了官方抽帧插件和视觉模型,无需额外配置
步骤1: 视频抽帧
scripts/video_frame_extractor.py--input: 视频文件路径或URL--output: 输出图片目录--interval: 抽帧间隔(秒),默认1秒抽1帧--max_frames: 最大抽帧数,默认10帧# 示例: 抽取视频关键帧
python scripts/video_frame_extractor.py \
--input ./input/video.mp4 \
--output ./output/frames \
--interval 3 \
--max_frames 10
步骤2: 视觉分析
方案A: 使用Coze Bot API(推荐)
scripts/coze_bot_client.py--image_dir: 图片目录--prompt: 分析提示词(可选)--output: 输出JSON文件路径# 示例: 使用Coze Bot分析抽帧图片
python scripts/coze_bot_client.py \
--image_dir ./output/frames \
--prompt "分析场景内容、人物状态、构图特点,适合AI视频创作" \
--output ./output/analysis.json
方案B: 使用其他视觉模型API
scripts/visual_analyzer.py--input: 图片目录或单张图片路径--output: 分析结果JSON文件路径--prompt: 分析提示词(可选,默认分析场景/人物/构图)# 示例: 使用GPT-4V分析抽帧图片
python scripts/visual_analyzer.py \
--input ./output/frames \
--output ./output/analysis.json \
--prompt "分析场景内容、人物状态、构图特点,适合AI视频创作"
步骤3: 结果整合
抽帧参数:
--interval: 抽帧间隔(秒),越小抽帧越密集--max_frames: 最大抽帧数,控制输出数量--start_time: 开始时间(秒)--end_time: 结束时间(秒)--resolution: 输出图片分辨率,默认1080P分析参数:
--prompt: 自定义分析提示词--detail: 分析详细程度(brief/standard/detailed)--batch_size: 批量分析大小,默认5张# 1. 抽取视频关键帧
python scripts/video_frame_extractor.py \
--input ./input/source_video.mp4 \
--output ./output/frames \
--interval 2 \
--max_frames 8
# 2. 使用Coze Bot分析抽帧内容
python scripts/coze_bot_client.py \
--image_dir ./output/frames \
--prompt "详细描述场景、人物、构图,适合AI视频创作参考" \
--output ./output/analysis.json
# 3. 智能体读取analysis.json,生成创作提示词
# 智能体将根据分析结果组织内容,生成可用于AI创作的提示词
python scripts/video_frame_extractor.py \
--input ./input/video.mp4 \
--output ./output/frames \
--interval 5 \
--max_frames 5
# 使用Coze Bot
python scripts/coze_bot_client.py \
--image ./output/frames/frame_00001.jpg \
--prompt "分析这张图片的场景风格和构图"
# 或使用其他视觉模型
python scripts/visual_analyzer.py \
--input ./output/frames/ \
--output ./analysis.json \
--prompt "分析场景风格和构图"
抽帧输出:
./output/frames/
├── frame_00001.jpg
├── frame_00002.jpg
├── frame_00003.jpg
└── ...
分析输出(JSON):
{
"total_frames": 10,
"analysis": [
{
"frame_file": "frame_00001.jpg",
"timestamp": "00:00:00",
"description": "场景描述内容...",
"elements": ["人物", "背景", "道具"],
"style": "风格描述..."
},
{
"frame_file": "frame_00002.jpg",
"timestamp": "00:00:03",
"description": "场景描述内容...",
"elements": ["人物", "背景", "道具"],
"style": "风格描述..."
}
]
}
抽帧技术:
视觉分析:
Coze Bot优势:
性能优化:
评论 (0)
暂无评论,成为第一个评论者吧!