media-use
Skill为视频寻找和处理音乐、音效、图片、标志、配音及虚拟形象等素材。
为你的 Agent,找到合适的能力。
为视频寻找和处理音乐、音效、图片、标志、配音及虚拟形象等素材。
通过 RunComfy CLI 选择音乐模型,生成歌曲与配乐,或修补、延长已有音轨。
使用 Higgsfield 生成图像、视频、3D 和音频等创作素材。
通过 RunComfy CLI 使用 ElevenLabs Music,按风格与分段歌词生成歌曲、配乐和器乐音轨。
通过 RunComfy CLI 按需求选择模型生成或编辑音乐。
通过 RunComfy CLI 使用 ACE Step 生成音乐,支持风格标签与多语言歌词。
通过 Runway API 批量生成视频、图像和音频,适用于广告活动、产品视频、多镜头故事和创意迭代,支持 seedance2、gen4.5、veo3、Nano、Banana Pro 等模型。
创建包含语音合成旁白、时间线和封面的音频节目,并通过 save-to-spotify CLI 保存至 Spotify。
Cline 完成回复后,由独立本地任务将最终回复发送给 ElevenLabs 合成并播放语音,播放后清理文件。
为 Copilot 会话和子 Agent 提供本地 Strudel 配乐,包含英日双语画布及三组合成器预设,需点击后才播放并可明确停止。
通过 fal 在聊天中按提示词生成图片、视频、音乐、语音和三维素材,支持 1,000 多种模型及编辑、增强等操作;运行前展示价格,使用 fal 账户登录,无需 API 密钥。
为应用添加 Grok 实时语音对话、语音听写和文本朗读,并通过日志驱动的修复流程调试语音会话。
通过 Runway 在 Cursor 或 Grok Bot 中生成图片、视频、音乐、语音和音效,支持多种生成模型;使用 Runway 账户登录,无需 API 密钥。
通过一个 Speko 账户在 Cursor 中转录音频、合成语音,按实测基准为语音流水线选择服务,并拨打真实电话。
目录展示普通收录;适用范围和安装依据请查看详情。