搜索「Video Processing」的结果

io.clawhub.nhannah/venice-ai-media

通过 Venice AI 生成、编辑与放大图像，并从图像生成视频。支持文生图、图生视频（Sora、WAN）、放大与 AI 编辑。

io.clawhub.nitishgargiitd/cine-cog

基于 CellCog 的 AI 电影感视频制作。短片、音乐视频、品牌片、宽银幕电影。角色一致性、电影级灯光等。

io.clawhub.ennno/liveavatar

使用 LiveAvatar 驱动的实时视频形象，与你的 OpenClaw 智能体面对面交流。

io.clawhub.nitishgargiitd/tube-cog

由 CellCog 驱动的 AI YouTube 内容创作。YouTube 视频、Shorts、封面图、视频脚本、教程、vlog、教学视频、产品评测、vid... 等。

io.clawhub.ivangdavila/podcast

通过策划节目、制作音频或视频、生成切片、跨平台经营听众，创建并做大播客。

io.clawhub.xmuweili/tiktok-uploader

通过浏览器自动化上传、排期与批量管理 TikTok 视频。

io.clawhub.apekshik/fal

搜索、探索并运行 fal.ai 的生成式 AI 模型（图像生成、视频、音频、3D）。当用户想用 AI 模型生成图像、视频或其他媒体内容时使用。

io.clawhub.g9pedro/loom-workflow

面向 Loom 录屏的 AI 原生工作流分析器，把录制下来的业务流程拆解为结构化、可自动化的工作流。使用场景： - 分析 Loom 视频以理解工作流 - 从屏幕录制中提取步骤、工具与决策点 - 从视频演示生成 Lobster 工作流文件 - 识别流程中的歧义与人工介入点

io.clawhub.vincentchan/youtube-title-generator

根据内容概念生成吸引人的 YouTube 标题创意。当需要用高播放量视频验证过的结构公式与心理模式起出有点击力的视频标题时使用。

io.clawhub.codedao12/auto-shorts-repurposer

把长视频或音频再利用为短视频切片方案：带时间码、钩子、字幕与包装说明。当用户要求把长视频、播客或直播改成 Shorts、Reels、TikTok 风格输出或高光切片（不发布）时使用。

io.clawhub.tomstools11/transcript-to-content

该技能把培训与入职会议的转录文本转换为结构化学习材料、文档和可用于复盘的内容。在处理入职培训、培训会或知识传递类会议的转录时使用，从中提取关键信息并生成学习指南、速查表、清单、FAQ 文档、行动项列表和培训效果评估。

io.clawhub.ckchzh/short-drama-writer

短剧剧本生成器。竖屏短剧、微短剧、剧情设计、角色塑造。面向竖屏短剧的剧本生成工具，涵盖情节设计与角色塑造。短剧脚本、微短剧、编剧工具。

io.github.heygen-com/hyperframes/embedded-captions

Add captions or subtitles to an existing single-subject talking-head video without editing the footage. Use for plain verbatim captions, cinematic captions embedded behind the subject, VFX captions, “炸/特效/酷炫字幕,” or a named identity from the 35-style catalog. Route by visual identity, not by backend engine. The quiet `anchor` rail is the default; embed every word only when the user explicitly wants a fully cinematic treatment. The workflow runs locally end to end, including transcription and subject matting; split multi-shot footage before applying it.

io.github.heygen-com/hyperframes/hyperframes-keyframes

当 HyperFrames 合成需要推近、拉出、缩放、改构图、Ken Burns 效果、运镜、视觉匹配/甩镜交接，或其他 seek-safe 的 2D/3D 关键帧时使用；也用于 GSAP、CSS keyframes、Anime.js、WAAPI、FLIP、路径、遮罩、SVG morph/draw、文字拖尾、3D 纵深，或 `hyperframes keyframes` 诊断。不要用于宽泛的场景策略、品牌设计、素材获取、字幕或一般视频规划。

io.github.heygen-com/hyperframes/motion-graphics

以运动本身传递信息的短设计型 motion graphic——动态字体、数字滚动、图表/数据可视化呈现、logo 片头/品牌定格、下三分之一字幕条/浮层/社媒 overlay、动画地图（区域高亮、地点连线、缩放到某地）、推文/新闻文章/标题动画、网页/UI 动画（滚动、光标、callout），或将真实图片的几何结构融入图表。通常 10 秒以内（最长约 30 秒），无旁白与真人实拍；渲染为 MP4 或透明 overlay。更长的/有旁白的/多场景的用 /general-video；不明确的用 /hyperframes。

io.github.pytorch/pytorch/triaging-issues

对 GitHub issue 进行分诊：路由到值班团队、打标签并关闭咨询类问题。在处理新的 PyTorch issue 或被要求分诊 issue 时使用。

io.github.affaan-m/ECC/fal-ai-media

通过 fal.ai MCP 统一生成媒体——图像、视频和音频。覆盖文生图（Nano Banana）、文/图生视频（Seedance、Kling、Veo 3）、文生语音（CSM-1B）以及视频生音频（ThinkSound）。当用户想用 AI 生成图像、视频或音频时使用。

io.github.Panniantong/Agent-Reach/skill

当用户想要调研/research/搜索/search/查/找/look up 互联网上的任何内容时务必使用——例如“全网调研 X”“帮我调研一下 X”“查一下 X”“搜搜 X”“看看大家怎么评价 X”“X 上有什么讨论”“research this topic”。当用户提到任何平台或分享任何 URL/链接时也务必使用：小红书/xiaohongshu/xhs、Twitter/推特/X、B站/bilibili、Reddit、Facebook、Instagram、V2EX、LinkedIn/领英/招聘/求职/jobs、YouTube、GitHub code search、小宇宙播客、雪球/股票行情、RSS feeds 或任意网页 URL。覆盖 15 个平台、多后端路由（OpenCLI / 各平台 CLI / API），6 个渠道零配置。运行 `agent-reach doctor --json` 查看当前各平台的后端。不适用于：写报告/数据分析/翻译等内容加工（本 skill 只负责从互联网获取内容）、发帖/评论/点赞等写操作、已有专门 skill 的平台（应先用专门 skill）。【路由方式】SKILL.md 包含路由表和常用命令，复杂场景需按需阅读对应分类的 references/*.md。分类：search / social（小红书/推特/B站/V2EX/Reddit/Facebook/Instagram）/ career(LinkedIn) / dev(github) / web(网页/文章/RSS) / video(YouTube/B站/播客) / finance(雪球/股票)。

io.github.heygen-com/hyperframes/motion-doctrine

网关技能——编排任何 HyperFrames 动画或视频之前必须最先加载。让多场景视频像一次连续运镜、而非一堆各自独立的动画幻灯片拼接的高层运动法则。涵盖向量法则（如何出场决定如何入场，含 Z 轴缩放符号法则）、影片的当下（film's current）、承载元素、因果运动、Seam Gate（构建门禁执行）、禁止空闲摆动（运动必须表演而非呼吸）、先静止后高潮，以及持续运动路线。路由到低层技巧技能（cut-the-curve——完整目录含瀑布式入场与 nudge 曲线、oversized-cursor、seam-craft）。这些规则取代通用的上游运动指南。[continuity, direction, vector, momentum, seam, transition, ease, performance, idle-motion, narrative-motion, film-grammar]

io.github.K-Dense-AI/scientific-agent-skills/geomaster

Comprehensive geospatial science skill covering remote sensing, GIS, spatial analysis, machine learning for earth observation, and 30+ scientific domains. Supports satellite imagery processing (Sentinel, Landsat, MODIS, SAR, hyperspectral), vector and raster data operations, spatial statistics, point cloud processing, network analysis, cloud-native workflows (STAC, COG, Planetary Computer), and 8 programming languages (Python, R, Julia, JavaScript, C++, Java, Go, Rust) with 500+ code examples. Use for remote sensing workflows, GIS analysis, spatial ML, Earth observation data processing, terrain analysis, hydrological modeling, marine spatial analysis, atmospheric science, and any geospatial computation task.

io.github.affaan-m/ECC/fal-ai-media

通过 fal.ai MCP 统一生成媒体——图像、视频和音频。覆盖文生图（Nano Banana）、文/图生视频（Seedance、Kling、Veo 3）、文生语音（CSM-1B）以及视频生音频（ThinkSound）。当用户想用 AI 生成图像、视频或音频时使用。

io.github.K-Dense-AI/scientific-agent-skills/gtars

在 Python、Rust 与 CLI 中使用 Gtars 完成本地基因组区间模型与集合代数、重叠与计数、consensus 与覆盖度、tokenization、片段处理，以及 refget/BEDbase 规划。

io.github.K-Dense-AI/scientific-agent-skills/polars

面向 Python ETL、分析与 pandas 迁移的高性能 DataFrame 库。适用于基于表达式的数据操作，支持惰性查询优化、并行执行、流式跨核处理、Arrow 互操作与可选的 GPU 执行。

io.github.K-Dense-AI/scientific-agent-skills/optimize-for-gpu

将科学 Python 工作负载加速到 NVIDIA GPU 上，并验证结果正确且更快。适用于 CUDA/GPU 优化；CPU 受限的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量检索、图像处理、图、仿真或文件 I/O 负载；CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA、RAFT 相关问题；以及性能剖析、内存搬运、kernel 或多 GPU 瓶颈。当大规模数据并行的 Python 代码很慢且 GPU 加速是合理选项时也应使用，即使用户没有提到 CUDA。