使用 Google Gemini Web 進行 AI 驅動的文字生成和圖片創作。透過基於瀏覽器的身份驗證安全處理 Google 登入。為其他需要 Gemini 功能的 baoyu skills 提供基礎。

為文章創建視覺吸引力的封面圖片需要設計技能和圖像生成工具。此技能會分析您的內容並自動生成多種視覺風格的優雅手繪風格封面圖片。

將複雜的主題轉化為引人入勝的視覺漫畫。產生具有角色設計、分鏡稿和版面配置的多頁面教育漫畫，支援多種藝術風格。

純文字文章難以吸引讀者。此技能會分析您的文章內容,並在關鍵位置自動生成相關插圖。從 9 種視覺風格中選擇,以符合您的內容調性和主題。

行銷團隊和創作者在撰寫有效的 AI 影像生成提示方面遇到困難。此技能將產品簡報和行銷活動創意轉化為結構化、MaxArt 就緒的提示包，包含變體和製作註解。

許多開發者難以讓他們的介面呈現精緻專業的質感。這項技能提供具體可執行的設計原則，涵蓋動畫、排版、表面質感與效能，可立即應用於任何前端專案。

創建 AI 生成圖像需要處理多個模型 API 和複雜參數。此技能透過 belt 工具為 FLUX、Gemini、Grok 等圖像生成模型提供統一的 CLI 介面。

建立專業的AI虛擬形象影片需要結合多種工具和服務。本技能提供CLI命令和工作流程，使用 inference.sh 生成Talking Head影片，實現AI主持人、解說影片和配音工作流程。

代理程式在呈現複雜的使用者介面時遇到困難。這項技能讓 Claude 能夠從簡單的 JSON 結構生成豐富的互動式 React 元件。

使用阿里巴巴先進的 Qwen-Image-2.0-Pro 模型創建高品質圖像，並確保文字顯示準確。非常適合需要精確文字控制的行銷材料、海報和設計。

透過 Claude Code 使用阿里巴巴的 Qwen-Image-2.0 模型創建 AI 生成的圖片並編輯現有照片。直接從自然語言描述生成藝術作品、產品照片、海報和複雜文字疊加效果。

使用 Pruna 優化的 AI 模型快速建立高品質圖像。此技能透過 inference.sh CLI 平台提供快速、符合成本效益的圖像生成和編輯功能。

使用 Google 最新推出的 Gemini 3.1 Flash Image Preview 模型，根據文字描述創造令人驚艷的圖片。支援文字生成圖片、圖片編輯、多圖輸入，以及用於取得最新資訊的即時 Google Search grounding 功能。

創建背景音樂和配樂傳統上需要音樂專業知識或昂貴的授權費用。本技能使用 ElevenLabs AI 從簡單的文字描述生成免版稅的原創音樂，使任何人都能為他們的項目創建自訂音訊。

建立專業 AI 影片通常需要多種工具和訂閱。此技能透過單一 CLI 介面提供統一存取 40+ 影片生成模型的管道。

建立高品質的 AI 圖片通常需要多種工具和訂閱。此技能提供對 50 多個模型的統一存取，包括 FLUX、Gemini、Grok 和 Seedream，透過單一 CLI 介面。

為專案建立自訂圖像需要昂貴的訂閱費用或複雜的本地設定。此技能將 Claude、Codex 和 Claude Code 直接連接到 50+ 種 AI 圖像模型，透過 inference.sh CLI 實現，在開發環境中即可即時生成圖像。

創建專業 AI 虛擬人物影片傳統上需要複雜的影片編輯或昂貴的 SaaS 平台。此技能提供統一的介面，可使用 inference.sh CLI 從圖片、音訊或文字腳本產生口型同步的虛擬人物說話影片。

Creating AI-generated images requires accessing multiple APIs with different parameters. This skill provides a unified CLI interface to generate images with GPT-Image-2, FLUX, Gemini, and 50+ other models.

傳統上建立程式化影片需要複雜的影片編輯軟體或手動動畫工具。此技能可透過 inference.sh 平台將 React/Remotion 元件程式碼直接轉換為 MP4 影片。