> **▶️ 下载原片**：[备用直链](https://obsidian.duckcloud.fun/files/final-a96bf69c66dc90f4c03e5bf691d232ecb27d92d0.mp4) ### 📝 Photo Homework A4（拍照作业 → A4 打印清单） **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：**  --- ### 🎬 自动化视频剪辑与解说（video-agent-kit） **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：** | 子 skill | 作用 | 典型输入 | 输出 | |---------|------|----------|------| | `video-edit-agent` | 总控制器：任务分类与路由 | 任意剪辑需求 | 任务方案与执行路由 | | `video-edit-assembly` | 多素材组装/混剪/去重/蒙太奇 | 素材文件夹 | 组装后的时间线/成片 | | `video-recap-workflows` | 电影解说 + 足球/篮球/电竞集锦 | 电影/比赛视频 | 中文解说成片 final.mp4 | | `video-speech-workflows` | 口播浓缩/字幕修复/视频流水线 | 口播视频 | 精剪/字幕/流水线方案 | | `env-setup` | 环境体检与依赖安装 | 新机器 | 依赖报告/自动修复 | **快速使用：** ```text # 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](video-agent-kit/README.md)。 ### 🎬 口播文字稿一键成片（voice-to-video） **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](https://github.com/wwwzhouhui/skills_collection/blob/main/README.assets/voice-to-video-demo-kimi.mp4) · [备用直链](https://obsidian.duckcloud.fun/files/final-fcdaf7c2dda61ee8a0d04ce89f896a8d27e28262.mp4) > > 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：** ```text 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](voice-to-video/README.md)。 ### 🎨 AI 教学媒体一体化（ai-teaching-media） **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：** | 子 skill | 作用 | 典型输入 | 输出 | |---------|------|----------|------| | `ai-image-generator` | 通用生图执行层（被其它子 skill 调用） | prompt / 参考图 | PNG | | `tech-article-diagram` | 技术长文智能插图（多风格） | Markdown 长文 | 16:9 插图 | | `edu-subject-infographic` | 学科知识点竖版信息图 | 知识点名称 | 9:16 信息图 | | `edu-teaching-animation` | 教学动图 + 配音教学视频 | 学科概念 | 无声 MP4 / 配音 MP4 | | `short-video-cover` | 短视频竖版封面 | 口播文案 | 3:4 封面图 | | `article-explainer-video` | 长文章节解说视频 | 技术文章 | 1080p MP4 | **推荐串联流水线：** | 流水线 | 适用场景 | 路径 | |--------|----------|------| | A 知识点全套 | 勾股定理、光合作用等单点知识 | 信息图 → 教学动图/视频 → 短视频封面 | | B 技术长文全套 | 技术教程 / Markdown 长文 | 文章插图 → 章节解说视频 → 可选封面 | | C 口播发布包 | 已有口播稿/脚本 | 3:4 封面 + 教学视频/解说视频 | **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：** | 变量 / 依赖 | 必需 | 说明 | |-------------|------|------| | `MULERUN_API_KEY` / `APIMART_API_KEY` / `ATLASCLOUD_API_KEY` / `AGNES_API_KEY` | 是（任选其一） | 生图供应商密钥 | | `MINIMAX_API_KEY` | 否 | 配音；也可用免费 `edge-tts` | | Node.js ≥ 22 + ffmpeg | 是（视频链路） | 渲染教学视频/解说视频 | **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 --- ### 🖼️ Grok Imagine Image (grok-imagine-image) **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：** | 项目 | 默认值 | |------|--------| | API 地址 | `http://43.163.230.83:8000/v1` | | 模型 | `grok-imagine-image` | | 尺寸 | `1024x1024` | | 超时 | `180` 秒 | | API Key | `scripts/generate.py` 中的 `DEFAULT_API_KEY`（可替换/环境变量覆盖） | **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：** ```bash python scripts/generate.py --prompt "a cozy reading nook with soft daylight" --output-dir ./outputs --name-tag reading-nook --json ``` ```bash python scripts/generate.py --prompt-file ./prompt.txt --output-dir ./outputs --size 1024x1024 --n 1 --timeout 180 ``` **效果图：**   **环境要求：** | 变量 | 必需 | 说明 | |------|------|------| | `GROK_IMAGINE_API_KEY` | 建议 | API 密钥；也可通过 `--api-key` 或脚本默认值配置 | | `GROK_IMAGINE_API_BASE` | 否 | API 地址，默认见上表 | | `GROK_IMAGINE_MODEL` | 否 | 模型名，默认 `grok-imagine-image` | **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 --- ### 📚 Knowledge Absorber (知识吸收器) **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：** | # | 风格 | 核心特征 | 适用场景 | |---|------|----------|----------| | 1 | 🧪 坐标蓝图 | 坐标系统 + 技术网格 | 技术参数、专业评测 | | 2 | 📐 复古波普 | 瑞士网格 + 粗黑线 | 干货清单、对比表格 | | 3 | 📁 文件夹 | 3D 文具 + 剪贴板 | 系统指南、分类清单 | | 4 | 🧾 热敏纸 | 票据穿孔 + 3D 图标 | 步骤清单、时间线 | | 5 | 📓 复古手帐 | 拼贴证据板 + 图钉 | 案例研究、调查分析 | | 6 | ✏️ 陶土手绘 | 涂鸦粗轮廓 + 几何形 | 轻松干货、亲和科普 | | 7 | 💾 酸性复古 | Y2K 像素 + 镭射渐变 | 数码评测、极客内容 | | 8 | 🎫 剧场票据 | 票根胶片 + 五幕剧 | 故事演进、系列指南 | | 9 | 🖼️ 矢量插图 | 黑轮廓线稿 + 几何简化 | PPT 封面、场景插画 | | 10 | 🎨 孟菲斯网格 | 可见网格 + 模块色块 | 高密度信息、艺术指南 | | 11 | ☯️ 水墨国学 | 水墨背景 + 传统字体 | 国学经典、人文哲学 | **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：** | 必须验证 | 不需要验证 | |---------|-----------| | 具体数据（如 "Python 3.12 于 2023 年发布"） | 观点、建议、方法论 | | API 签名（如 `fetch(url, options)`） | 个人经验、主观判断 | | 版本号（如 "React 19 支持新特性"） | 设计模式、最佳实践 | | 历史事件（如 "1991 年 Linux 发布"） | 推理过程、逻辑分析 | **标注规范：** | 类型 | 标注 | 示例 | |------|------|------| | 过时信息 | `[已过时]` | "Python 2 是主流 [已过时]" | | 有争议 | `[存在争议]` | "最佳框架是 X [存在争议]" | | 无法确认 | `[待确认]` | "该 API 返回 Promise [待确认]" | **国学触发关键词：** | 类别 | 关键词示例 | |------|----------| | 经典文献 | 论语、庄子、道德经、史记、诗经、易经、孟子、荀子、春秋、左传 | | 学派思想 | 国学、古文、儒、道、佛、哲学、人文、儒家、道家、禅宗 | | 历史人物 | 孔子、老子、孟子、庄子、荀子、墨子、韩非子、朱熹、王阳明 | | 文学体裁 | 古诗、词、赋、骈文、散文、文言文 | | 其他 | 经史子集、四书五经、诸子百家、传统文化 | **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：** | 变量 | 必需 | 说明 | |------|------|------| | `DASHSCOPE_API_KEY` | 是 | DashScope API 密钥，用于翻译和 Wan 2.7 生图 | **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 --- ### 🎬 Seedance Video Creator (Seedance 2.0 分镜视频创作) **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 ``` ```bash # 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：** | 参数 | 可选值 | 默认值 | |------|--------|--------| | model | seedance-2.0-fast, jimeng-video-seedance-2.0-fast, jimeng-video-seedance-2.0(Pro) | seedance-2.0-fast | | ratio | 1:1, 4:3, 3:4, 16:9, 9:16 | 9:16 | | resolution | 480p, 720p, 1080p | 720p | | duration | 4 - 15 秒（连续范围） | 4 | **技术特点：** - 融合 [elementsix-skills](https://github.com/elementsix/elementsix-skills) 分镜引导 + [jimeng-free-api-all](https://github.com/wwwzhouhui/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 --- ### 📰 WeChat Article Fetcher (微信公众号文章获取器) **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：** ```bash # 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：** ```python 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 --- ### 📰 WeChat Article Aggregator (微信公众号文章聚合器) **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：** | 公众号 | 分类 | fakeid | |--------|------|--------| | 饼干哥哥AGI | AI编程 | MjM5NDI4MTY3NA== | | 赛博禅心 | AI前沿 | MzkzNDQxOTU2MQ== | | 可怜的小互 | AI技术 | MzkzMTcyMTgxNg== | | 宝玉的工程技术分享 | 技术翻译 | Mzk1NzgxMjQ0OA== | | 苍何 | AI实战 | Mzg3MTk3NzYzNw== | | 老金开源 | Claude Code | MzI0NzU2MDgyNA== | | 玩转AI工具 | AI工具 | MzU4NTE1Mjg4MA== | | 袋鼠帝AI客栈 | AI实战 | MzkwMzE4NjU5NA== | **使用方式：** ```bash # 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 --- ### 📊 PPT Generator (PPT 生成器) **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：** ```bash # 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：** ```json { "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：** ```python 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：** | 主题 | 特点 | 适用场景 | |------|------|----------| | 暖色调 | 活泼热情 | 创意类汇报 | | 商务简约 | 专业稳重（默认） | 工作总结 | | 莫兰迪色系 | 优雅柔和 | 品牌展示 | **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 --- ### 📊 Excel Report Generator **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 ```  --- ### 🎬 WanCover+ (Wan2.7 封面图和视频生成) **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：** | 场景 | scene | 适用场景 | |------|-------|----------| | 公众号封面图 | `wechat_cover` | 横版文章头图、技术媒体头图 | | 小红书封面 | `xiaohongshu_cover` | 竖版信息流封面、种草图 | | 海报改版 | `relayout_poster` | 保留原主体/信息层级的改版设计 | **视频任务类型：** | 类型 | task_type | 默认模型 | 适用场景 | |------|-----------|----------|----------| | 文生视频 | `text_to_video` | `wan2.7-t2v` | 纯文字描述生成视频 | | 图转视频 | `image_to_video` | `wan2.7-i2v` | 静态图转动态视频 | | 参考转视频 | `reference_to_video` | `wan2.7-r2v` | 参考图/参考视频转视频 | **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：** ```bash # 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：** ```json // 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：** ```yaml 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` --- ### 🔥 GitHub Trending **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 --- ### 🎨 GitHub Trending Wan (GitHub 热门开源信息图海报) **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：** | # | 风格 | 核心特征 | 适用场景 | |---|------|----------|----------| | 1 | 🧪 坐标蓝图 | 坐标系统 + 技术网格 | 技术参数、专业评测 | | 2 | 📐 复古波普 | 瑞士网格 + 粗黑线 | 干货清单、对比表格 | | 3 | 📁 文件夹 | 3D 文具 + 剪贴板 | 系统指南、分类清单 | | 4 | 🧾 热敏纸 | 票据穿孔 + 3D 图标 | 步骤清单、时间线 | | 5 | 📓 复古手帐 | 拼贴证据板 + 图钉 | 案例研究、调查分析 | | 6 | ✏️ 陶土手绘 | 涂鸦粗轮廓 + 几何形 | 轻松干货、亲和科普 | | 7 | 💾 酸性复古 | Y2K 像素 + 镭射渐变 | 数码评测、极客内容 | | 8 | 🎫 剧场票据 | 票根胶片 + 五幕剧 | 故事演进、系列指南 | | 9 | 🖼️ 矢量插图 | 黑轮廓线稿 + 几何简化 | PPT 封面、场景插画 | | 10 | 🎨 孟菲斯网格 | 可见网格 + 模块色块 | 高密度信息、艺术指南 | **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：** ```bash # 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：** | 变量 | 必需 | 说明 | |------|------|------| | `DASHSCOPE_API_KEY` | 是 | DashScope API 密钥，用于翻译和 Wan 2.7 生图 | | `GITHUB_TOKEN` | 否 | GitHub Personal Access Token，减少 API 限流 | | `WAN_SKILL_DIR` | 否 | Wan 2.7 脚本目录 | **外部依赖：** 本 Skill 依赖 [Wan-skills-main](https://github.com/anthropics/wan-skills) 提供的 Wan 2.7 生图脚本。 --- ### 📝 XiaoHuiHui Tech Article **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：** ```bash # 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" ```   --- ### 🎨 Jimeng MCP Skill **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 --- ### 🎨 MP Cover Generator (公众号封面生成器) **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 ```   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） --- ### 📝 XiaoHuiHui Dify Tech Article **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 --- ### 🔍 Obsidian Search (Obsidian CLI 查询助手) **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：** | 命令 | 功能说明 | |------|----------| | `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 | **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 --- ### 🛡️ Wechat Compliance Reviewer (微信公众号文章合规审查专家) **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：** | 风险等级 | 违规类型 | 检测内容 | |---------|---------|---------| | 🔴 高风险 | 诱导分享/关注 | "白嫖"、"薅羊毛"、"速转"、"分享给朋友"等 | | 🔴 高风险 | 营销推广/优惠码 | 优惠码、推荐链接（含 ref 参数）、购买链接 | | 🔴 高风险 | 欺诈/虚假信息 | "0 元"实际需绑卡、"免费"实际后续收费 | | 🔴 高风险 | 版权/知识产权 | 未授权转载、搬运内容、盗用图片 | | 🟡 中风险 | 金融/支付相关 | 指导绑卡、跨境支付、投资建议 | | 🟡 中风险 | 技术外挂/绕过付费 | 破解教程、绕过订阅、API 滥用 | | 🟡 中风险 | 夸大/虚假宣传 | 虚假参数、夸张用语、未证实数据 | | 🟠 低风险 | 外部链接/导流 | 外部网站链接、小程序跳转 | | 🟠 低风险 | 敏感话题 | 政治、色情、赌博、暴力 | **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：** ```markdown ## 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：** | 违规类型 | 首次处罚 | 多次处罚 | 严重处罚 | |---------|---------|---------|---------| | 诱导分享 | 删除文章 | 限制功能 7-30 天 | 永久封号 | | 营销推广 | 删除文章 | 限制流量 | 封禁广告功能 | | 欺诈信息 | 删除文章 | 封号 | 移交司法 | | 版权侵权 | 删除文章 | 赔偿 | 账号降权 | --- ### 🌐 SiliconFlow API Skills **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 --- ### 📖 GitHub README Generator **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：** | 模板 | 说明 | 适用场景 | |------|------|----------| | basic | 基础模板 | 所有项目 | | full | 完整模板（包含所有章节） | 中大型项目 | | minimal | 极简模板 | 小型工具 | | library | 库/SDK 专用模板 | npm 包、Go 库等 | | webapp | Web 应用模板 | 前后端项目 | | cli | CLI 工具模板 | 命令行工具 | | api | API 服务模板 | REST API 服务 | **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 --- ## 技术栈 | 技术 | 版本 | 用途 | 官网 | |------|------|------|------| | Python | 3.7+ | 主要开发语言 | https://www.python.org | | Node.js | 16+ | 前端工具和脚本 | https://nodejs.org | | Markdown | - | 文档编写 | https://www.markdownguide.org | | MCP | 1.0 | 模型上下文协议 | https://modelcontextprotocol.io | | pandas | Latest | Excel 数据处理 | https://pandas.pydata.org | | openpyxl | Latest | Excel 文件操作 | https://openpyxl.readthedocs.io | | python-pptx | Latest | PPT 生成 | https://python-pptx.readthedocs.io | | Playwright | Latest | 浏览器自动化 | https://playwright.dev | | ffmpeg | Latest | 视频处理/渲染（video-agent-kit） | https://ffmpeg.org | | OpenCV | 4.8+ | 视频抽帧/画面分析（video-agent-kit） | https://opencv.org | | Edge TTS | Latest | 免费中文语音合成（video-agent-kit） | https://github.com/rany2/edge-tts | | Remotion | 4.x | 口播视频确定性渲染（poetry-cinema-page、remotion-video-factory） | https://www.remotion.dev | ### 技术架构 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/ │ └── obsidian-search/ └── README.md # 项目总文档 ``` --- ## 项目结构 ``` 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/ ├── 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 ``` --- ## 安装说明 ### 环境要求 - 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） ### 安装步骤 ```bash # 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 ### 配置说明 部分技能需要配置环境变量： ```bash # 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" # 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" ``` --- ## 使用说明 ### 快速开始 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 ### 使用示例 ``` # 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）" ``` ### 高级用法 - **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 --- ## 文档地址 - [飞书文档](https://aqma351r01f.feishu.cn/wiki/HF5FwMDQkiHoCokvbQAcZLu3nAg?table=tbleOWb4WgXcxiHK&view=vewGwwbpzl) - [GitHub 仓库](https://github.com/wwwzhouhui/skills_collection)  --- ## 开发指南 ### 本地开发 ```bash # 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：** ```markdown --- 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... ``` ### 构建部署 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。 ### 贡献指南 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 --- ## 常见问题