スキルを探す

動作確認やPR用の録画に字幕、注目箇所のズーム、再生速度の変更を加え、元動画を証拠として残しながら説明付きのMP4に仕上げるスキル。

• PR用の録画に説明字幕を付けたいとき
• UIの操作箇所を拡大したいとき
• 動作確認動画の待機時間を短縮したいとき

音声ファイルをローカルで文字起こしし、テキストや翻訳字幕に出力するスキル。APIキー不要で、モデルの大きさを選び、処理速度と精度を調整できます。

• 録音音声を文字起こししたいとき
• 音声から翻訳字幕を作りたいとき
• 速度や精度に合わせたモデル選び

音声の周波数や音量、リズムなどの特徴を画像にし、複数の図を並べて確認するスキル。時間区間、配色、画像サイズを指定して出力できます。

• 音声の周波数変化を見たいとき
• 音量やリズムを複数の図で確認
• 音声の一部分だけを可視化したいとき

ネットワークカメラやローカルのウェブカメラから、静止画や短い動画を保存します。動きの検知や、対応するUSBカメラの向き・ズームの操作も扱います。

• ネットワークカメラの静止画を保存したいとき
• カメラ映像を短い動画にしたいとき
• 映像内の動きを監視したいとき

文章をローカル環境で読み上げ音声に変換し、WAVファイルに保存します。sherpa-onnxの音声モデルを使い、クラウドに接続せずに音声を生成します。

• 文章をWAV音声に保存したいとき
• クラウド接続なしで音声を作りたいとき
• 音声モデルを替えて声を選びたいとき

音声ファイルをOpenAIの文字起こしAPIに送り、テキストやJSONで保存します。モデルや言語の指定、話者を区別した文字起こしにも対応するスキル。

• 会議の録音を文字起こししたいとき
• インタビューの話者を区別したいとき
• 文字起こしをJSONで保存したいとき

ジョークの題材に合うミームのテンプレートを探し、文字入り画像の下書きを作るスキル。ローカルのSVG・PNG出力やImgflipでのURL発行に対応します。

• ジョークに合うミーム形式を選びたいとき
• 名前や話題からテンプレートを探す
• 文字入りSVG・PNGの下書き作成

Use for file-driven multimodal image, video, and 3D-asset discovery; taste interviews; distill or apply workflows; style-pack validation; editable EDL/FCPXML export; provenance audits; and offline planning that must fail closed before provider 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。

Translate visa document images (bank deposit, employment, income, and retirement certificates; HEIC, PNG, or JPG) into English via OCR and produce a bilingual PDF pairing the original image with a formatted certified-style translation. Use when a visa application needs a document translated to English, an official certificate OCR'd and translated, or a bilingual translation PDF for immigration paperwork.

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。

Measure a set of reference videos into a reusable style pack - colour grade as a 3D LUT, cut rhythm as a shot-length distribution, hero stills, screen-blend overlay plates, and a text spec for a generative model. Use when the user wants to capture the look of reference footage, build a repeatable look, mint assets from references, or reproduce someone's grade and pacing.

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。

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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。

Ingest, index, search, edit, and monitor video and audio with the VideoDB Python SDK — upload from files, URLs, or RTSP feeds, build spoken and scene indexes with timestamped search and playable clips, transcode and reframe, do timeline edits (subtitles, overlays, dubbing), and run real-time alerts on live streams or desktop capture. Use when working with video search, transcription, clipping, transcoding, streaming, or live video alerts.

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 new video against a distilled style pack and cut it into a finished piece - plan takes from the reference's cut rhythm, generate on fal, grade with the pack's measured LUT, cut at the measured cadence, weave in existing footage, composite overlay plates, mint 3D props, and verify the result numerically. Use when the user wants to make a video in a captured style, supplement existing footage, or assemble generated clips into a real edit.

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. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more. Use when building video in React with Remotion — animations, audio, captions, charts, or transitions.

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。

Process, convert, OCR, extract, redact, sign, and fill documents using the Nutrient DWS API. Works with PDFs, DOCX, XLSX, PPTX, HTML, and images. Use when converting, OCRing, extracting from, redacting, signing, or filling documents via the Nutrient DWS API.

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。

Build reusable Manim explainers for technical concepts, graphs, system diagrams, and product walkthroughs, then hand off to the wider ECC video stack if needed. Use when the user wants a clean animated explainer rather than a generic talking-head script.

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 iOS app icons as PNG imagesets for Xcode asset catalogs from SF Symbols (5000+ Apple-native) or Iconify API (275k+ open source icons from 200+ collections). Use when generating icons, creating icon assets, adding icons to asset catalog, or searching for icons for iOS projects.

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。

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

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。

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across 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。

SAM: zero-shot image segmentation via points, boxes, masks.

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。

Zero-shot image classification and image-text search.

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。

Text-to-image generation, inpainting, and img2img.

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。

Vision-language chat: VQA, captioning, image 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。

Launch video from a project or URL, upstream-maintained.

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。