软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 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 CAST AI ，共找到 10 条记录

默认排序最新上传最多下载

Azure AI语音转录服务SDK

azure-ai-transcription-py

sickn33/antigravity-awesome-skills

这是一个基于Python的Azure AI语音转写SDK。它支持实时流式和批处理两种模式的语音转文本功能。该工具可以实现带时间戳和说话人区分（Diarization）的转录，适用于自动化会议记录、播客内容处理、视频字幕生成等专业场景。

Azure AI语音转录服务SDK

azure-ai-transcription-py

sickn33/antigravity-awesome-skills

这是一个基于Python的Azure AI语音转写SDK。它支持实时流式和批处理两种模式的语音转文本功能。该工具可以实现带时间戳和说话人区分（Diarization）的转录，适用于自动化会议记录、播客内容处理、视频字幕生成等专业场景。

实时音频叙述生成

podcast-generation

sickn33/antigravity-awesome-skills

通过 Azure OpenAI 的 Realtime Mini 接口，将文本提示实时转为 PCM 音频、转换为 WAV 并以 base64 形式返给前端播放，支持虚拟主播语音选项和字幕输出，适用于播客或音频故事生成。

Whisper 多语种语音识别

Orchestra-Research/AI-Research-SKILLs

Whisper 是 OpenAI 提供的多语种语音识别与英文翻译模型，支持 99 种语言、批量/流式转录及 GPU 加速，非常适合播客、会议、音视频转录和嘈杂环境下的多语言音频处理。

开放笔记本研究中心

K-Dense-AI/claude-scientific-skills

开源自托管的研究平台，可替代NotebookLM，支持多源内容摄取、AI笔记、上下文对话、向量检索和多说话人播客生成，还提供REST API便于自动化。

开源研究笔记本平台

K-Dense-AI/scientific-agent-skills

自托管开源的研究笔记平台，可替代 Google NotebookLM。支持导入 PDF、视频、音频、网页与 Office 文档，生成 AI 笔记与摘要、制作多说话人播客、与文档对话，并进行全文与向量检索，兼容 16 种以上 AI 提供商。

高级音频处理与语音合成

elevenlabs-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

本工作流提供了一套全面的专业音频处理解决方案。它集成了语音到语音转换（变声器）、文本生成音效、音频降噪隔离和语音转文字转录等多个高级功能。适用于内容创作、播客制作、音频编辑等需要高质量声音处理的场景。

音频内容生成与合成

nexu-io/open-design

这是一个专业的音频内容生成工具，能够根据需求生成高质量的配乐、片头、画外音和音效。它集成了多种主流AI模型，支持从简单的文本指令到复杂音乐结构（如情绪弧线）的完整流程，适用于市场营销、视频剪辑和多媒体内容制作。

AI短剧自动生成与制作

opensquilla/opensquilla

本元技能提供一套完整的短剧制作自动化流程。用户只需提供故事主题，系统便可推断渲染风格、角色身份和镜头数量，并生成详细的逐镜脚本供用户评审。在获得批准后，系统会自动生成通用角色参考图、每镜构图图和视频片段，并确保角色在所有镜头中的一致性。最后，它添加片头片尾、烧录字幕，将完整的MP4视频与脚本文件一同交付。

硅星人AI科技创作思维

guixingren-skill

momozi1996/awesome-ai-persona-skills

提取硅星人/硅星人Pro（品玩旗下AI科技媒体）的内容创作心智模型，涵盖硅谷一线视角、中美双线叙事、快讯串联结构、开发者经济优先、趋势嗅觉与话术穿透、媒体社区产品化运营等核心理念，适用于AI行业快讯撰写、深挖报道、中美AI对比分析、开发者工具测评及AI社区活动策划等场景。

1

语言