搜索「videos」的结果

io.clawhub.veya2ztn/kameo

使用 Kameo AI 把静态图片生成富有表现力的口播视频。把静态头像/人像转成 5 秒动态视频，具备真实的面部表情、口型同步与动作。当你需要让静态图片动起来、生成 AI 角色视频、演示视觉传达，或从照片生成会说话的虚拟形象时使用。

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.langfuse/langfuse/cursor-agents-workflow

人工交接、Linear 分支命名、可评审（非草稿）PR、Claude、Greptile 与 Codex 评审意见、预览测试步骤、发布在 GitHub PR 上的工作证明，以及供 Cursor agent 使用的评审存疑笔记。当 Cursor Cloud 或 Cursor 桌面 agent 实现 Linear issue、创建 GitHub PR、请人工测试、贴出截图或视频，或处理 Claude、Greptile、Codex 的代码评审意见时使用。

io.github.heygen-com/hyperframes/oversized-cursor

HyperFrames 发布视频专用的自家风格超大 macOS 光标技巧。当场景涉及光标或指针驱动的动作、需要开启一个 UI 场景、需要用点击为 morph/过渡/打字机效果点火，或某个场景显得静止、生硬、呆板、需要一个低成本高收益的运动源来牵引观众视线并打破停滞状态时加载。涵盖光标的尺寸/外观（含品牌母题光标）、画外入场法则、尖端定位与点击动作、点击点燃下一节拍，以及退出/跨场景交接。

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.openclaw/openclaw/control-ui-e2e

在用 Vitest + Playwright 对 OpenClaw Control UI 图形界面做端到端测试、修复或扩展时使用，覆盖 Mock 网关 WebSocket 流程、Mock 面板运行、截图/视频，以及可由代理验证的浏览器证明。

io.github.affaan-m/ECC/ui-demo

用 Playwright 录制精致的 UI 演示视频。当用户要求制作 Web 应用的演示、走查、屏幕录制或教学视频时使用。输出带有可见光标、节奏自然、观感专业的 WebM 视频。

io.github.sanjeed5/cursor-slidev/cursor-brand

使用官方标识、配色、字体（Cursor Gothic）与语气，为 Cursor 产出符合品牌规范的视觉设计、数据可视化、社交帖、幻灯片与视频。只要在设计与 Cursor 品牌相关的一切 —— 推文、活动物料、图形、片尾卡、加载态、演示文稿、落地页，或任何带有 Cursor 名称的物料 —— 就应使用本技能。

io.github.danielmiessler/LifeOS/Apify

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格，以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装（scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等）在返回模型上下文前于代码中过滤与转换数据，相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台，支撑社媒监听看板。线索富化流水线：Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景：抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

io.github.danielmiessler/Personal_AI_Infrastructure/Apify

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格，以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装（scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等）在返回模型上下文前于代码中过滤与转换数据，相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台，支撑社媒监听看板。线索富化流水线：Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景：抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

io.github.desktop/desktop/testing

GitHub Desktop 中编写与维护测试的说明，涵盖单元测试、UI 组件测试与临时端到端测试。在实现功能或修复缺陷时用以编写相关测试、更新既有测试、运行完整套件检查回归，并生成用于 Pull Request 文档的截图与视频。