Agent Skill 其他

AI媒体生成器

为用户生成高质量的AI生图、生视频、生音乐提示词,并在需要时通过浏览器自动化实际送到目标平台。涵盖OiiOii、Kling 3.0/O-series、Seedance 2.0/2.5、Suno v5.5、Seedream 5.0/4.0、Vidu Q3、Midjourney V8.1、Flux 1.1 Pro / Kontext、Runway Gen-4.5 / Aleph、Google Veo 3.1、Ideogram 3、Nano Banana Pro、Stable Diffusion 3.5(⚠️ OpenAI Sora 2 已于2026-04-26停运,API撑到2026-09-24,默认改推Runway/Veo/Kling)。只要用户提到“AI生图”“AI视频”“AI音乐”“做MV”“做storyboard”“写prompt给XXX”“我想用Kling/Suno/Midjourney/Runway/Veo...”“帮我操作OiiOii/即梦/可灵”“txt2img/img2video/文生图/文生视频/图生视频”“角色一致性”“多镜头分镜”“运镜”“结果有瑕疵/不够精致/怎么修”,或任何跟上述平台或影像/视频/音乐生成工作流相关的任务,都要用这个skill。即使他们没讲明平台,只要任务是要喂给某个生成模型的prompt,就用这个skill帮他们选对的平台、写对的格式。

查看 GitHub 仓库 ↗ ⭐ 180 Stars

📌 Skill基础信息

Skill名称:AI Media Generator

简称:ai-media-generator

来源:社区第三方 (Hao0321)

运行宿主:Claude-Code CLI

核心定位:一站式AI媒体生成解决方案,为开发者提供高质量的多平台提示词生成和自动化操作服务,覆盖图像、视频、音乐等多种媒体类型的生成需求。

🧩 内部核心组成

子Agent集合

  • Intent Parser:用户意图解析器,识别9个关键槽位
  • Platform Decider:平台选择决策器
  • Script + Storyboard Auto-gen:脚本和分镜自动生成器
  • Prompt Crafting:提示词精炼引擎

斜杠命令

命令名功能简述
auto-pilot全自动媒体生成模式,从意图识别到成品输出
platform-select智能平台推荐和选择
prompt-craft高质量提示词生成和优化
quality-check生成结果质量检查和修复

MCP工具

  • Chrome控制工具:用于浏览器自动化操作
  • 网站配置文件:各平台的UI操作映射

模板文件

  • auto-pilot.md:全自动工作流模板
  • preset-packs.md:30+预设风格模板
  • user-flags.md:用户自然语言标志映射表
  • token-efficient-mode.md:token优化策略

规则约束

  • 平台特定提示词规则
  • 质量评分闸(≥8分才发送)
  • 自动化操作安全边界

目录结构

references/        # 各平台参考文档
automation/        # 自动化协议和配置文件  
templates/         # 工作流模板
preset-packs/      # 预设模板集合

🛠 安装与启用方式

安装命令

skills install --user Hao0321/ai-media-generator

前置依赖

  • Claude-Code CLI 环境
  • Chrome浏览器(用于自动化操作)

API/工具要求

  • 各生成平台的账号(部分需要付费订阅)
  • Chrome浏览器控制权限

启动方式:通过Claude-Code CLI的技能系统自动加载

📋 标准工作流

  1. 用户输入解析:系统识别用户意图中的媒体类型、风格、时长等9个关键槽位
  2. 平台选择:根据[selector.md]决策矩阵推荐最适合的生成平台
  3. 提示词生成:读取对应平台的参考文档,生成符合平台特性的高质量提示词
  4. 质量验证:通过10分制评分闸验证提示词质量
  5. 预览确认:提供30秒确认窗口,用户确认后执行
  6. 自动化执行:按照[click-protocol.md]协议操作目标平台
  7. 结果返回:生成完成后返回结果和报告

⚠️ 关键限制、缺陷、注意事项

平台限制

  • OpenAI Sora 2已于2026-04-26停运,API支持到2026-09-24
  • 部分平台需要付费订阅,免费额度有限

Token消耗

  • 正常任务目标25-40k tokens,非100k+豪华模式
  • 全量读取可能爆context,建议使用token高效模式

适用项目

  • 中小型媒体生成项目
  • 原型设计和概念验证
  • 社交媒体内容制作

不适合项目

  • 长片级视频生成(需使用ai-short-drama)
  • 高精度商业级制作
  • 需要人工精细调整的项目

已知坑点

  • 各平台提示词语法差异巨大,需严格按参考文档操作
  • 自动化操作可能因UI更新而失效
  • 付费操作需要人工确认

生产环境:可用于生产环境,但需要人工监督付费和敏感内容操作

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景

  • 社交媒体内容生成(抖音、Instagram等)
  • 概念设计和原型制作
  • 个人创作和小型项目
  • 多平台提示词优化和生成
  • 自动化批量内容生产

❌ 不适合场景

  • 长片电影和连续剧制作
  • 高精度商业广告制作
  • 需要完全人工控制的项目
  • 敏感内容和政治相关生成
  • 需要法律审核的商业用途

如何安装

skills install --user Hao0321/ai-media-generator

通用安装教程:在哪里输入上面的命令

上面的命令本质是在「终端 / 命令行」中调用技能管理器,把该 Skill 下载并注册到你的 AI 工具。各主流工具打开终端的位置不同,按下面操作即可:

  1. 打开工具自带的终端面板,或系统终端(macOS「终端」、Windows「PowerShell」、Linux「Terminal」)。
  2. 把上面的安装命令复制进去,回车运行,等待下载与注册完成。
  3. 重启或重新加载 AI 工具,让新安装的 Skill 被识别。
  4. 新建对话并触发:直接描述用途,或通过该工具的技能 / 斜杠菜单选中此 Skill。
Claude 桌面版(macOS / Windows)

桌面版没有内置命令行,Skill 需通过 Claude Code CLI 安装。打开系统终端,先执行 npm install -g @anthropic-ai/claude-code,再运行上面的安装命令;完成后完全退出并重新打开 Claude。

Claude Code(终端 CLI)

直接在项目目录的终端里运行上面的命令即可。也可先输入 claude 启动交互界面,再在对话中引用该 Skill(/ 斜杠菜单或直接描述用途)。

VS Code(含 GitHub Copilot)

打开终端面板:菜单「终端 → 新建终端」,或快捷键 Ctrl+`(macOS 为 ⌃+`)。在终端里运行上面的命令;装完后执行「重新加载窗口」(Ctrl+Shift+P → Reload Window),让 Copilot 等扩展识别新技能。

Cursor

底部「终端」面板(Ctrl+`)即是内置终端。粘贴运行上面的命令,完成后在命令面板执行「Reload Window」刷新,再开始对话。

Windsurf

底部「终端」面板运行命令;也可直接使用其内置 Agent 终端,在对话侧执行安装。

其他工具(ChatGPT、本地脚本等)

不支持本地终端的产品,可先在本机终端完成安装,再在对话中描述该 Skill 的能力让其调用;不同工具的命令格式请以其官方文档为准。

风险提示

✅ 低风险

自动扫描未发现高危命令、隐私抓取或数据外传行为。仍建议安装前快速浏览仓库代码。

相似 Skill 推荐

品味技能
Leonxlnx/taste-skill
低风险

品味技能 - 让AI拥有好品味,阻止AI生成无聊、通用的垃圾内容。

CowAgent
zhayujie/CowAgent
低风险

开源超级AI助手与智能体框架。规划任务,运行工具和技能,通过记忆和知识自我进化。多模型、多通道。轻量级、可扩展、一行安装。(前身为chatgpt-on-wechat)

Obsidian技能
kepano/obsidian-skills
低风险

为Obsidian设计的智能体技能。教会你的智能体使用Obsidian CLI以及开放格式,包括Markdown、Bases、JSON Canvas。

AI网站克隆模板
JCodesMore/ai-website-cloner-template
低风险

使用AI编码代理,通过一条命令克隆任何网站。