Tag-per-Track
v1.6.3
MCP ServerMCP Registry
io.github.Lory97/tag-per-track-mcp
Audio analysis and A&R scoring for music tracks: tags, lyrics, artist stats, demo triage.
stdionpmregistry 收录
“Audio Generation” 共 1,074 个结果
v1.6.3
io.github.Lory97/tag-per-track-mcp
Audio analysis and A&R scoring for music tracks: tags, lyrics, artist stats, demo triage.
v1.0.0
ai.uttera/uttera
Audio for your agent: transcribe, speak, translate, summarise, plus sound effects and music.
v1.0.0
io.github.muhammetali/recraft-mcp-server
Recraft AI Image Generation MCP Server for AI coding agents
v1.0.0
io.github.aaadjrbr/nobrainner
NoBrainner Spaced Repetition Flashcards, Study Stats & Multi-Language AI Deck Generation
v1.1.0
com.freqblog/music-metadata
按曲名/ISRC 提供音频特征与和声选曲，可替代 Spotify audio-features。
v1.0.0
io.github.jsvvsolsllc/mioffice
125 多个浏览器端工具，覆盖 PDF、图片、视频、音频、AI 与扫描，文件始终不离开本机。
io.github.wshobson/agents/rag-implementation
使用向量数据库与语义搜索，为 LLM 应用构建检索增强生成（RAG）系统。在实现知识锚定的 AI、构建文档问答系统或将 LLM 与外部知识库集成时使用。
io.github.openclaw/openclaw/openai-whisper-api
通过 curl 调用 OpenAI 音频转录 API；支持 gpt-4o-transcribe、mini、diarize 或 whisper-1。
io.github.openai/skills/speech
当用户要求文本转语音配音、无障碍朗读、音频提示或通过 OpenAI Audio API 批量生成语音时使用；运行内置 CLI（scripts/text_to_speech.py），使用内置音色，实时调用需 `OPENAI_API_KEY`。自定义音色创建不在范围内。
io.github.iflytek/iFly-Skills/iflytek-voiceclone-tts
用于用户要求复刻声音、训练自定义音色或用克隆声音合成语音的场景。讯飞声音复刻 TTS——从音频样本训练自定义音色模型，并用克隆出的声音合成语音，覆盖完整流程：获取训练文本、创建任务、上传音频、提交训练、轮询结果、用克隆声音合成。仅依赖 Python 标准库，无需 pip 依赖。
io.github.iflytek/iFly-Skills/iflytek-speed-transcription
基于讯飞极速转写 API 的高速语音转写：每小时音频约 20 秒完成，最长支持 5 小时的音频文件（WAV/PCM/MP3）。支持中文、英文以及 202 种以上中文方言，并可自动识别语种。当用户要求转写音频、语音转文字，或提到“极速转写”（speed transcription）时使用。
io.github.iflytek/iFly-Skills/iflytek-hyper-tts
用于用户要求合成语音、文字转音频或朗读文本的场景。讯飞超拟人语音合成——支持文本转语音与语音合成（发音人/语速/语调/音量/输出格式），属大模型语音合成技能。关键词：语音合成、文字转语音、超拟人、TTS。
io.github.MiniMax-AI/skills/shader-dev
全面的 GLSL 着色器技法，打造惊艳视觉效果——光线步进（ray marching）、SDF 建模、流体模拟、粒子系统、程序化生成、光照、后处理等。
io.github.MiniMax-AI/skills/minimax-music-playlist
根据用户的音乐口味与生成反馈历史，生成个性化音乐播放列表。任何涉及播放列表生成、音乐口味画像或个性化音乐推荐的请求都会触发。支持多语言触发。
io.github.MiniMax-AI/skills/minimax-music-gen
当用户想生成音乐、歌曲或音频曲目时使用。涉及音乐创作、写歌、歌词生成、音频制作或翻唱的任何请求都会触发；用户提供歌词并希望谱成歌曲，或描述某种情绪/场景并希望配乐时同样触发。支持多语言触发。不用于：播放已有音乐文件、乐理问题，或无生成需求的音乐推荐。
io.github.MiniMax-AI/skills/frontend-dev
融合高级 UI 设计、电影感动效、AI 生成媒体资产、说服力文案与视觉艺术的全栈前端开发。构建观感出众、使用真实媒体、动效高级、文案动人的完整网页。适用场景：落地页、营销站点、产品页、仪表盘，生成媒体资产（图/视频/音频/音乐），撰写转化文案，创作生成艺术，或实现电影感滚动动画。
io.github.heygen-com/hyperframes/media-use
HyperFrames 媒体统一入口：解析素材，处理配音与剪辑。
io.github.leonxlnx/taste-skill/brandkit
生成高端品牌指南板、Logo 系统与视觉识别方案。
io.github.leonxlnx/taste-skill/image-to-code-skill
面向 Codex 的图生代码技能，先出设计图再实现网站。
io.github.prime-skills/runcomfy-agent-skills/image-to-video
按动画意图在 RunComfy 目录中匹配合适的图生视频模型。
io.github.leonxlnx/taste-skill/imagegen-frontend-mobile
生成 App 原生风格的界面概念与流程设计图，仅出图。
io.github.anthropics/skills/docx
当用户想创建、读取、编辑或操作 Word 文档（.docx）或 Word 模板（.dotx）时使用本技能。触发情形包括：提及 Word doc、word document、.docx、.dotx，或要求生成带目录、标题、页码、信头等格式的专业文档；也用于从 .docx/.dotx 提取或重组内容、插入或替换图片、在 Word 文件中查找替换、处理修订或批注、把内容转换为精排 Word 文档。用户以 Word/.docx 形式索要报告、备忘录、信函、模板等交付物时使用。不适用于 PDF、电子表格、Google Docs 或与文档生成无关的常规编码任务。
v5.5.2
io.github.kubb-labs/kubb/mcp
通过 MCP 协议暴露 Kubb 代码生成能力，供 AI 助手生成 TypeScript 类型与客户端。
io.smithery.henry-ships.sparkforge
调用一整套媒体生成、网页抓取与加密货币研究工具。在多种数据格式之间转换、总结长文档，并从图片或 PDF 中提取文本。把 SEO 元数据抽取、代码审查、内容创作等任务自动化，简化你的工作流。