面向视频生成的 Agent Skills
视频生成技能覆盖从想法到成片的完整路径：文生视频，以文字提示为起点；图生视频，以静态画面驱动运动。它们还包括模型层、用于控制构图和镜头行为的镜头控制、把任务转化为输出的渲染管线，以及为结果同步声音的音频。使用排名列表时，将其与你的切入点匹配。如果你只有脚本或描述，从文生视频技能开始；如果你已有图像，就看图生视频。然后根据你仍需控制的部分——模型选择、镜头决策、渲染或音频——进一步缩小范围，选择覆盖该阶段的技能，而不是声称覆盖整个工作流的技能。
8 个先看28 个推荐选项
从这些开始。
AI video starts with a prompt or a still: choose a model, control the shot, then render and sync audio.
这些是和这项工作最接近的结果。从第一条开始，打开后即可安装。
- 排名 01查看 Agent Skill直接匹配
ai-video-generation
精选通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 及 40+ 模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。能力：文生视频、图生视频、参考生视频、视频编辑、唇形同步、虚拟形象动画、视频超分、拟音音效。用途：社交媒体视频、营销内容、讲解视频、产品演示、AI 虚拟形象。触发词：视频生成、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、genera
142,615 · 受欢迎程度 - 排名 02查看 Agent Skill直接匹配
kling-cli
官方 Kling AI CLI 技能，用于图像和视频生成、可复用 Element 主体，以及通过 MCP 进行运动控制，涵盖文生视频、图生视频和 motion_control。
声明的前提（自述）: Node.js
9,137 · 受欢迎程度 - 排名 03查看 Agent Skill直接匹配525,176 · 受欢迎程度
image-to-video
精选 - 排名 04查看 Agent Skill直接匹配
kling-3-0
涵盖 RunComfy 上全部六个 Kling 3.0 端点，横跨 Standard、Pro 和 4K 档位，覆盖文生视频和图生视频模式，并提供定价和档位指导。
404,917 · 受欢迎程度 - 排名 05查看 Agent Skill直接匹配
seedance
通过 inference.sh CLI 使用字节跳动 Seedance 2.0 生成视频，涵盖文生视频、图生视频、参考生视频和同步音频，提供 Pro 和 Fast 变体。
10 · 受欢迎程度 - 排名 06查看 Agent Skill直接匹配192,138 · 受欢迎程度
seedance-2-5-image-to-video
精选 - 排名 07查看 Agent Skill直接匹配
muapi-cinema-director
通过 muapi.ai 将创意意图转化为面向 Veo3、Kling 和 Luma 模型的技术电影摄影指令，用 AI 执导高保真电影级视频。
2,941 · 受欢迎程度 - 排名 08查看 Agent Skill直接匹配
video
精选当用户想要使用 AI 工具或程序化框架创建、生成或制作视频内容时使用。也适用于用户提及“视频制作”“AI 视频”“Remotion”“Hyperframes”“HeyGen”“Synthesia”“Veo”“Sora”“Runway”“Kling”“Seedance”“Hailuo”“MiniMax”“Pika”“Hunyuan”“Wan”“视频生成”“AI 虚拟形象”“口播视频”“程序化视频”“视频模板”“解说视频”“产品演示视频”“视频流水线”“复制此剪辑”“匹配此视频风格”“逆向工程此视频”“像此参考一样编辑”或“帮我做个视频”时。使用 t
69,699 · 受欢迎程度
展开另外 20 个 Agent Skills
- 排名 09查看 Agent Skill直接匹配
ai-avatar-video
精选通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（最快、最便宜、内置 TTS）。其他：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（100+ 种语言，支持角色情感控制）、ElevenLabs、Kokoro。能力：音频驱动虚拟形象、文本转虚拟形象、唇同步视频、口播生成、虚拟主播、UGC 内容。适用场景：AI 主播、讲解视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson
142,016 · 受欢迎程度 - 排名 10查看 Agent Skill直接匹配
fal-ai-media
通过 fal.ai MCP 实现统一媒体生成，涵盖文本生成图像、文本/图像生成视频（Seedance、Kling、Veo 3）、文本转语音以及视频转音频。
8,815 · 受欢迎程度 - 排名 11查看 Agent Skill直接匹配
p-video
通过 inference.sh CLI 使用 Pruna P-Video 和 WAN 模型生成视频，涵盖文本生成视频、图像生成视频、音频支持和 720p/1080p 输出。
10 · 受欢迎程度 - 排名 12查看 Agent Skill直接匹配
mmx-cli
使用 mmx CLI 通过 MiniMax AI 平台生成文本、图像、视频和语音，并转录音频，涵盖带异步任务处理的视频生成。
31,010 · 受欢迎程度 - 排名 13查看 Agent Skill直接匹配
fal-kling-o3
通过 fal.ai 使用 Kling O3 生成图像和视频，涵盖 Kling 最强大的视频生成模型系列。
2,565 · 受欢迎程度 - 排名 14查看 Agent Skill直接匹配
ffmpeg
涵盖使用 FFmpeg 进行视频和音频处理，包括格式转换、调整尺寸、压缩、音频提取，以及为 Remotion 视频项目准备素材。
10,024 · 受欢迎程度 - 排名 15查看 Agent Skill直接匹配
remotion-best-practices
精选所有 Remotion 技能的路由器
- 排名 16查看 Agent Skill直接匹配
remotion-render
通过 inference.sh 从 React/Remotion 组件代码渲染视频，传入 TSX 代码以获得 MP4，可配置分辨率、FPS、时长和编解码器。
14 · 受欢迎程度 - 排名 17查看 Agent Skill直接匹配
remotion
使用 Remotion 从 Stitch 项目生成演示视频，具有平滑过渡、缩放和文字叠加，用于应用设计展示。
40,327 · 受欢迎程度 - 排名 18查看 Agent Skill直接匹配
hyperframes-creative
HyperFrames 视频的非动画创意指导，涵盖设计规格、调色板、排版、旁白、节拍规划、音频响应式视觉和构图模式。
682,929 · 受欢迎程度 - 排名 19查看 Agent Skill直接匹配
ai-content-pipeline
构建多步骤 AI 内容创作流水线，结合图像、视频、音频和文本，工作流包括生成图像、动画转视频、添加配音和合并。
- 排名 20查看 Agent Skill直接匹配
faceless-explainer
将任意文本转化为不露脸的解说视频，为每个场景自创视觉（排版、抽象图形、图表），在 HyperFrames 中逐帧构建。
384,850 · 受欢迎程度 - 排名 21查看 Agent Skill可能匹配
video-ad-specs
为 TikTok、Instagram、YouTube、Facebook 和 LinkedIn 制作符合精确规格的平台专属视频广告，涵盖尺寸、时长限制、AIDA 框架和字幕。
45,145 · 受欢迎程度 - 排名 22查看 Agent Skill可能匹配
storyboard-creation
使用 AI 图像生成创建电影和视频分镜，包含镜头词汇、连续性规则和面板布局，涵盖镜头类型、摄像机角度和运动。
44,776 · 受欢迎程度 - 排名 23查看 Agent Skill可能匹配
ai-podcast
使用 AI 从零生成多人出镜的播客视频，涵盖角色创建、TTS、虚拟形象动画和视频拼接。
- 排名 24查看 Agent Skill可能匹配
agent-tools
通过 inference.sh CLI 运行 AI 应用，涵盖图像生成、视频创建、LLM、搜索、3D 和 Twitter 自动化，并支持多种模型。
12 · 受欢迎程度 - 排名 25查看 Agent Skill可能匹配
infsh-cli
通过 inference.sh CLI 运行 AI 应用，涵盖图像生成、视频创建、LLM、搜索、3D 和 Twitter 自动化，并支持多种模型。
12 · 受欢迎程度 - 排名 26查看 Agent Skill可能匹配
ad-creative
大规模生成并迭代广告创意——标题、描述、正文和完整广告变体——用于付费广告平台，包括视频广告格式。
123,952 · 受欢迎程度 - 排名 27查看 Agent Skill可能匹配
ai-automation-workflows
构建结合多个模型和服务的自动化 AI 工作流，包含批处理、计划任务、事件驱动管道和 agent 循环模式。
- 排名 28查看 Agent Skill可能匹配
speech
官方当用户要求文本转语音旁白或配音、无障碍朗读、音频提示，或通过 OpenAI Audio API 批量生成语音时使用；运行捆绑的 CLI（`scripts/text_to_speech.py`），使用内置语音，实时调用需要 `OPENAI_API_KEY`。自定义语音创建不在范围内。
这个话题涵盖什么
每个子主题对应一类具体场景下的 Agent Skills。
- Text to video
- Start from a written prompt.
常见问题
- text-to-video 和 image-to-video 技能有什么区别？
- 文本转视频 Skill 从书面提示开始，而图像转视频 Skill 从静态图像开始。两者都进入相同的后续阶段：模型选择、镜头控制、渲染和音频。
- 这个列表是如何排序的？
- 它按观察到的搜索需求排名，直接匹配本主题的排在最前。排名还限制任何单一发布者能占据多少个 Skill。
- 我需要分别用于镜头控制和渲染的技能吗？
- 它们在这里是不同的子主题。镜头控制涵盖关于镜头本身的决策，而渲染管线涵盖产出输出，因此一个工作流可能同时借助两者。
- 音频在视频生成工作流中处于什么位置？
- 音频是视频生成的一个子主题，与渲染管线并列。该主题的方向是：选择模型、控制镜头，然后渲染并同步音频。
如何安装 Agent Skill
从本页第一条开始。Claude Code 会读取放进 skills 目录的 SKILL.md：
- Claude Code——把 ai-video-generation 的 SKILL.md 复制到 ~/.claude/skills/ai-video-generation/（个人使用），或 .claude/skills/ai-video-generation/（随项目共享）。
- 从 registry 安装——运行 npx skills add 101-skills/superpowers@ai-video-generation。
- 或者从 ai-video-generation 的来源下载 SKILL.md，放进上面的目录。
如何挑选 安装前先看出处和技能自身的说明。Official 与 Notable 标签描述的是技能来源。
给 Agent 要按工作找 skill，安装 find-skills-for-the-job。它带有本站的主题目录。 npx skills add geekfoxcharlie/find-skills-for-the-job