10 个开源 AI Skill 盘点：从配图到成片-北京尧图网络

概要这篇文章整理的是不露脸做内容时真正卡住人的那一环工具链。从配图、旁白、幻灯片、分镜到成片一共 10 个开源 AI Skill每个都附项目地址。读完你能拿到一份可以直接照着装的清单以及一套「从最卡的那一步开始装」的排序建议。先说结论卡住你的不是创意是中间那一段想下班后做点内容最烦的从来不是没想法。是一想到要出镜、录音、找配图、剪视频就先累了。创意到发布之间有一条很长的传送带文章要配图、长文要拆成多页、口播要有声音、稿子要变成画面、录完的视频还想转回图文二次分发。这条带上每一环都要一个工具而每个工具都要学一遍。AI Skill 解决的就是这一段。它把一整套流程封成一个可复用的能力你说清楚要什么它按固定规范产出。现在这块生态里开源的不少我把能查到的整理成下面 10 个按场景分组。一、配图和头像1. Punk Avatar给头像和配图定风格的开源项目仓库在github.com/adrianpunk/Punk-Skill。同仓库里还有 punk-cover 负责封面。它的思路是把视觉风格抽象成 Style ID而不是每次用自然语言重新描述。这么做的好处是风格稳定同一个风格输出一百张不会出现风格漂移对做内容矩阵的人来说这点比单张好看更重要。可用风格有六种每个都有明确的适用对象Style ID适合pixel-avatar像素 IP、符号化头像grotesque-soul-sketch情绪化手绘肖像messy-crayon-pet-portrait宠物头像、宠物手绘fashion-sketch-observation人像、街拍观察页感polaroid-keepsake宠物纪念卡minimal-paper-acrylic-block-illustration纸感丙烯色块插画输入支持三种真实照片、纯文字描述、宠物专属卡片。没有图也能从文字描述生成。Use $punk-avatar to create a 像素头像 from this photo.2. Instagram 和小红书轮播卡片设计器轮播是收藏率最高的格式之一这个 Skill 把纯文本直接排成可滑动多页卡片。输入是你要讲的几个点输出是排好版的多页图。适合教育类、清单类内容价值在于信息顺序而不是单张主图。模板是起点不是终点换成自己的配色和字体之后才会像自己的号。二、旁白配音不露脸的内容里声音是观众唯一能感知到的人。这一环不能用机器味太重的声音糊过去。3. Text to SpeechElevenLabs 官方出的 Claude Skill把稿子直接变成成品旁白支持 90 多种语言。它的用法里有个细节值得注意脚本里可以插小标签控制读法比如这一句要轻声、那一句要笑。这类细粒度控制是「配音」和「念稿」的分界线。要注意授权。免费档通常不带商用许可打算变现的号需要从付费档起步装之前先确认。三、配音幻灯片这一组解决的是「我有一份稿子或一份 PPT想让它自己讲出来」。4. html-ppt-video-skill项目地址github.com/juguang/html-ppt-video-skill。它是双向的Markdown、PDF、TXT、URL 或图片先整理成 HTML PPT再生成带中文配音和字幕的讲解视频。典型输出是 10 到 16 页幻灯片、3 到 5 分钟成片。它的流程设计有个值得学的地方在生成视频之前会暂停一次让你先确认视觉效果再让人改解说词和跳过页确认后才用 TTS 合成。视频渲染比出图贵得多这个确认点避免的是大返工。/html-ppt-video path/to/your-document.md5. slides2video项目地址github.com/ruilisi/slides2video。它做的事更聚焦HTML 幻灯片或预渲染 PNG 直接转 MP4配音走豆包语音合成支持多种音色分类。两个工程细节值得说。一是支持断点续跑截图阶段和配音阶段可以分别跳过改一页不用从头渲染。二是音频拼接做了处理消除了编码器产生的间隙长视频听起来不会一顿一顿。四、画面与分镜这一组是内容量最大的也是决定成片质量的地方。6. Faceless Explainer属于github.com/heygen-com/hyperframes项目也是这份清单里体量最大的一个GitHub 星标接近 6 万。它给的是从文本到成片的完整链路选视觉风格、出分镜和脚本给你确认、合成旁白、对齐字幕时间、加背景音乐、按内容生成图表和动画场景。注意点更好的音色和音乐库需要登录对应的商业服务不登录的话只能用本地跑的免费音色。7. media-pipeline项目地址github.com/iliasabk/claude-skill-media-pipeline。面向不露脸频道的整条流水线图片生成、TTS 配音、ffmpeg 合成、加片尾、音量标准化、切竖版短视频、烧字幕、自动上传还带成本统计。用它的账可以算得很清楚官方给的数据是 6 分钟视频大约 0.75 美元包含 30 张图和配音音乐和上传不收钱。想做量的人可以拿这个数先估预算。8. short-drama-skills项目地址github.com/YvonneMovingon/short-drama-skills。这一组解决的是「剧本怎么变成能拍的分镜」的问题。直接让模型写分镜镜头数、时长、节奏基本都是随机的它的做法是给一套生产环境里跑过的拆解规则。核心那个通用叙事拆解会把一段剧本转成结构化镜头序列每个镜头带镜头类型、机位运动、主体动作与表情、必要时的光线氛围、根据台词长度和动作类型估算的时长。它下面还分了几种情绪戏拆解、动作戏描述、多集连贯性拆分、以及三种提示词润色方向。五、口播转图文内容做完别浪费长视频转回图文是二次分发里性价比最高的一步。9. video-to-article项目地址github.com/lttr/claude-marketplace。把讲座、演示、口播视频转成多种文本格式逐字稿、可读稿、内容大纲、关键要点外加两种文章变体一种长文叙述型一种可扫读的要点型。它的输入校验做得比较严谨会先检查元数据是否齐全缺了会问你要而不是直接猜。这个设计对批量处理特别重要否则你分不清哪篇稿子少了什么。六、选题调研10. YouTube Full项目地址github.com/ZeroPointRepo/youtube-skills。写之前先看别人什么火了。它能搜视频、打开频道、拉完整播放列表还能抓任意视频的字幕让你读原文而不是靠标题猜内容。一个频道全部上传的字幕也能一次性抓下来。注意它有依赖跑在某个转录 API 上注册有免费额度超出后按月付费。怎么装这类 Skill 现在的安装方式基本统一主流的 AI 编程工具都支持 Skills 协议三种装法选一种。方式一命令行装。多数仓库给了现成命令形如npx skills add 仓库名 --skill skill 名 -g -y方式二克隆到 skills 目录。git clone https://github.com/作者/仓库.git ~/.claude/skills/skill 名方式三让 AI 自己装。直接把仓库地址贴给它说一句「帮我安装这个 skill」它会读完说明自动配置。装之前建议做两件事。一是看一眼仓库里的 SKILL.md重点看触发条件写的是什么这决定了它在什么情况下会被自动调用。二是看一眼许可证商用授权这一条经常被忽略等开始变现了才发现有问题就晚了。三个容易踩的坑一装太多。每个 Skill 都有自己的触发条件装到二十个之后你记不住哪个干什么它也可能在不该触发的时候触发。先从三到五个开始用顺了再加。二依赖没提前看。有几个需要跑在外部服务上要 API key或者本地得有 ffmpeg、特定字体这些基础件。装完跑不起来多半是漏了这一步不是 Skill 本身的问题。三把 Skill 当成一键出片。它们省的是重复劳动不是判断。选题好不好、这个镜头对不对还是得你自己看。指望一键出片结果通常是一堆能看但没人愿意看完的内容。装哪些怎么排10 个不用一次全装。装多了反而会慢因为每个 Skill 都有自己的触发条件和用法你记不住就会变成负担。我的建议是按你当前最卡的那一步装你现在最卡在哪先装图文没人点Punk Avatar、轮播卡片设计器不想录音Text to Speech有稿子但懒得出片html-ppt-video-skill、slides2video想做视频号或长视频Faceless Explainer、media-pipeline会拍但不会拆镜头short-drama-skills视频想二次分发video-to-article不知道做什么题材YouTube Full排的时候有个顺序原则先装能省掉整段重复劳动的后装只省几分钟的。分镜拆解和成片合成属于前者配图属于后者。最后不露脸这条路最难的不是技术是坚持输出。工具链顺了每次开工的心理成本才会降下来你才可能真的做满三个月。上面 10 个我都放了项目地址装之前建议先去看一眼仓库的说明和许可证尤其是商用授权的部分。省下来的时间建议留给自己的观点和经验那才是别人抄不走的部分。我还建了个 AI 技术交流群平时大家会一起在里面聊 Skill 怎么用、工作流怎么搭这类话题感兴趣的朋友欢迎扫码进群~

10 个开源 AI Skill 盘点：从配图到成片

相关推荐

OverLoCK注意力机制融合YOLOv11的细粒度检测实战解析

DataGrip激活更新全指南：许可证、订阅与激活码的实战排错

虚拟电厂多时间尺度优化调度Matlab复现：储能衰减与灵活性整合

更多资讯

实体企业技术边界进化论：从技术吸收到生态协同的破界路径

TDTR系统上位机UI设计：飞秒激光热反射测量仪的交互与可视化

T3 Stack全栈项目实战：从选型到部署的完整指南

QGroundControl 离线地图（Offline Maps）完全指南：瓦片缓存、缩放级别与下载管理

HTML常用标签及属性速查：从分类、表单到CSS选择器的完整指南

基于Spring Boot的茶叶销售管理系统设计与实现

今日更新

小波包能量谱原理与MATLAB实现：从频带分解到故障特征提取

基于LSTM的网易云音乐评论情感分析：数据清洗与模型调优实战

Alpha-Beta剪枝与极大极小值算法：博弈树搜索原理与实战优化

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？