下载

Skill UI

浏览并发现 9688+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 Kling-AI ，共找到 22 条记录

默认排序最新上传最多下载

API速率限制处理工具

klingai-rate-limits

jeremylongshore/claude-code-plugins-plus-skills

本技能提供一套完整的API速率限制管理方案，专注于处理高并发和高吞吐量的任务流。它集成了指数退避（Exponential Backoff）、异步任务限制器和请求队列模式，用于检测和优雅地处理`429 Too Many Requests`错误，从而确保在遇到速率限制时，自动化工作流依然能稳定、可靠地继续执行。

Kling AI视频生成系统架构

klingai-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本文档提供了基于Kling AI的视频生成平台的生产级参考架构。它详细描绘了从API网关、任务队列、工作池到对象存储和CDN分发的完整流程。适用于设计高并发、高可用、可扩展的AI视频系统。

飞链AI视频云存储集成

klingai-storage-integration

jeremylongshore/claude-code-plugins-plus-skills

由于Kling AI生成的视频URL是临时的，本技能提供了一个完整的云存储解决方案。它支持将视频资产下载并持久化存储到主流云盘（包括AWS S3、GCS和Azure）。本技能覆盖了从视频下载、多平台上传到元数据记录的全流程工作流，确保视频资源的可持续访问和管理。

团队化AI访问与配额管理

klingai-team-setup

jeremylongshore/claude-code-plugins-plus-skills

本技能提供全面的AI API团队访问管理方案，用于确保企业级AI应用的安全性和可控性。它支持基于角色的权限控制（管理员、编辑者、查看者），实现按成员和团队总体的用量配额限制，并支持为开发、预发布和生产环境设置独立API密钥，适用于大型企业AI系统部署。

Kling AI任务回调配置

klingai-webhook-config

jeremylongshore/claude-code-plugins-plus-skills

本指南教授如何为Kling AI视频生成任务配置Webhook回调。用户无需持续轮询API状态，只需在创建任务时提供一个回调URL。当任务完成（无论成功或失败），Kling AI系统会自动向您的指定端点发送POST通知，从而实现高效的事件驱动工作流，适用于构建复杂的视频处理和管道自动化。

终端媒体生成

muapi-media-generation

SamurAIGPT/Generative-Media-Skills

通过 muapi.ai 提供的 schema 流程与 100+ 模型，在终端直接生成高质量图像、视频与音频，支持 Flux、Midjourney、Kling、Veo、Suno 等多样风格与参数。

结构化项目计划执行

executing-plans

jnMetaCode/superpowers-zh

本技能用于指导系统性地执行详细的书面开发计划。流程首先要求进行批判性审查，识别计划缺陷、依赖缺失和环境假设。随后，任务将按顺序执行，每完成一步都需要进行严格的验证和代码提交。整个流程覆盖了异常处理（如测试失败、依赖缺失）和最终报告生成，确保开发过程严谨、可追溯、可控。

Linux基础漏洞利用技术

offensive-basic-exploitation

SnailSploit/Claude-Red

本技能旨在系统学习基础漏洞利用技术，包括控制程序执行指针(EIP/RIP)、构建ROP链、ret2libc和Shellcode注入等。它通过实战演练，帮助用户掌握栈溢出和堆喷射等经典漏洞原理，是进行二进制安全分析和漏洞挖掘的基石。

编写结构化开发计划

jnMetaCode/superpowers-zh

适用于复杂的、多步骤的软件开发任务。该技能生成高度结构化、遵循TDD、DRY等最佳实践的实现计划。它将大功能拆解为原子化的小步骤任务，详细规定了文件修改、编写失败测试、最小化实现代码和提交操作，确保开发过程具备极高的系统性和可执行性，适合AI代理或团队协作。

严谨的Bug诊断方法论

mksglu/context-mode

这套系统化的多阶段指南，用于处理复杂的Bug和性能回归。它要求构建可靠的反馈循环（如测试用例、测试工件），提出可证伪的假设，进行有针对性的仪器化调试，并进行严格的回归测试。确保调试工作结构化、高效且可重复，适用于复杂软件缺陷的分析。

语言