CodeSkills
返回发现

相关技能

基于分类和标签推荐

查看更多
AI智能llm

Google Gemini Media

使用Gemini API（Nano Banana图像生成、Veo视频、Gemini TTS语音及音频理解）构建端到端多模态媒体工作流，提供「生成+理解」代码模板。

3,5815
AI智能vision

An OpenClaw skill for AI-powered multimedia generation (image, video, audio, 3D) via 170+ RunningHub API endpoints — zero dependencies, pure Python.

通过RunningHub API（170+端点）生成图像、视频、音频及3D模型，或基于webappId运行任意RunningHub AI应用（自定义ComfyUI工作流）。

47
内容创作nlp

AudioPod

使用 AudioPod AI API 进行音频处理，包括 AI 音乐生成（文生音乐、文生说唱、伴奏、采样、人声）、音轨分离、文本转语音、降噪、语音转文字、说话人分离和媒体提取。适用于从文本生成音乐/歌曲/说唱、分离歌曲音轨/人声/乐器、文本生成语音、清理嘈杂音频、转录音视频或从 YouTube/链接提取音频。需要提供 AUDIOPOD_API_KEY 环境变量或直接传入 api_key。

3,0703
通讯协作nlp

Groq API Inference

构建和调试 Groq API 聊天与语音工作流，支持低延迟路由、结构化输出及生产安全模式。

296