動画編集、サムネイル、マンガ、音声（3,090 件）
概要と使いどころ
PyTorch library for audio generation including text-to-music (MusicGen) and text-to-sound (AudioGen). Use when you need to generate music from text descriptions, create sound effects, or perform melody-conditioned music generation.
日本語の概要は準備中です。原文の説明を表示しています。
OpenAI's general-purpose speech recognition model. Supports 99 languages, transcription, translation to English, and language identification. Six model sizes from tiny (39M params) to large (1550M params). Use for speech-to-text, podcast transcription, or multilingual audio processing. Best for robust, multilingual ASR.
日本語の概要は準備中です。原文の説明を表示しています。
State-of-the-art text-to-image generation with Stable Diffusion models via HuggingFace Diffusers. Use when generating images from text prompts, performing image-to-image translation, inpainting, or building custom diffusion pipelines.
日本語の概要は準備中です。原文の説明を表示しています。
Summarize or extract text/transcripts from URLs, podcasts, and local files (great fallback for “transcribe this YouTube/video”).
日本語の概要は準備中です。原文の説明を表示しています。
Generate spectrograms and audio feature visualizations (mel, chroma, MFCC, tempogram, etc.) from audio files via CLI. Useful for audio analysis, music production debugging, and visual documentation.
日本語の概要は準備中です。原文の説明を表示しています。
Use this skill when the user requests to generate, create, imagine, or visualize images including characters, scenes, products, or any visual content. Supports structured prompts and reference images for guided generation.
日本語の概要は準備中です。原文の説明を表示しています。
Use this skill when the user requests to generate, create, or imagine videos. Supports structured prompts and reference image for guided generation.
日本語の概要は準備中です。原文の説明を表示しています。
Use this skill when the user requests to generate, create, or make presentations (PPT/PPTX). Creates visually rich slides by generating images for each slide and composing them into a PowerPoint file.
日本語の概要は準備中です。原文の説明を表示しています。
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
日本語の概要は準備中です。原文の説明を表示しています。
Fetch YouTube video transcripts and transform them into structured content (chapters, summaries, threads, blog posts). Use when the user shares a YouTube URL or video link, asks to summarize a video, requests a transcript, or wants to extract and reformat content from any YouTube video.
日本語の概要は準備中です。原文の説明を表示しています。
Production pipeline for ASCII art video — any format. Converts video/audio/images/generative input into colored ASCII character video output (MP4, GIF, image sequence). Covers: video-to-ASCII conversion, audio-reactive music visualizers, generative ASCII art animations, hybrid video+audio reactive, text/lyrics overlays, real-time terminal rendering. Use when users request: ASCII video, text art video, terminal-style video, character art animation, retro text visualization, audio visualizer in ASCII, converting video to ASCII art, matrix-style effects, or any animated ASCII output.
日本語の概要は準備中です。原文の説明を表示しています。
Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Best practices for Remotion - Video creation in React
日本語の概要は準備中です。原文の説明を表示しています。
Generate real meme images by picking a template and overlaying text with Pillow. Produces actual .png meme files.
日本語の概要は準備中です。原文の説明を表示しています。
Generate images using nano-banana-2 MCP tools with best-practice prompting. Use this skill when the user asks to create, generate, or edit images.
日本語の概要は準備中です。原文の説明を表示しています。
生成Python脚本，利用FFmpeg将图片序列按3x3布局合并，或将合并图拆分。要求使用subprocess模块执行命令，并支持用户交互式输入路径。
日本語の概要は準備中です。原文の説明を表示しています。
提供使用 C# 读取视频文件时长并将其格式化为指定位数（如7位数字符串）的代码方案。支持多种库（如FFmpeg、DirectShow.NET、WMPLib、FFmpeg.AutoGen）或命令行调用方式。
日本語の概要は準備中です。原文の説明を表示しています。
Improves the quality of images, especially screenshots, by enhancing resolution, sharpness, and clarity. Perfect for preparing images for presentations, documentation, or social media posts.
日本語の概要は準備中です。原文の説明を表示しています。
Best practices for Remotion - Video creation in React
日本語の概要は準備中です。原文の説明を表示しています。
Generates Xiaohongshu (Little Red Book) infographic series with 10 visual styles and 8 layouts. Breaks content into 1-10 cartoon-style images optimized for XHS engagement. Use when user mentions "小红书图片", "XHS images", "RedNote infographics", "小红书种草", or wants social media infographics for Chinese platforms.
日本語の概要は準備中です。原文の説明を表示しています。
Posts content and articles to X (Twitter). Supports regular posts with images/videos and X Articles (long-form Markdown). Uses real Chrome with CDP to bypass anti-automation. Use when user asks to "post to X", "tweet", "publish to Twitter", or "share on X".
日本語の概要は準備中です。原文の説明を表示しています。
Posts content to WeChat Official Account (微信公众号) via API or Chrome CDP. Supports article posting (文章) with HTML, markdown, or plain text input, and image-text posting (贴图, formerly 图文) with multiple images. Use when user mentions "发布公众号", "post to wechat", "微信公众号", or "贴图/图文/文章".
日本語の概要は準備中です。原文の説明を表示しています。
Compresses images to WebP (default) or PNG with automatic tool selection. Use when user asks to "compress image", "optimize image", "convert to webp", or reduce image file size.
日本語の概要は準備中です。原文の説明を表示しています。
Knowledge comic creator supporting multiple art styles and tones. Creates original educational comics with detailed panel layouts and sequential image generation. Use when user asks to create "知识漫画", "教育漫画", "biography comic", "tutorial comic", or "Logicomix-style comic".
日本語の概要は準備中です。原文の説明を表示しています。