skills

Generate videos using Google Veo API (veo-3.1-fast-generate-preview). Supports three modes: (1) text-to-video — user provides a prompt, generate directly; (2) video-to-prompt — user uploads a reference video, analyze with Gemini VLM to generate structured Veo prompts, discuss and refine, then generate; (3) image-referenced generation — use a reference image to guide composition/style. Triggers when user asks to generate a video, create a video from a prompt, use Veo, analyze a video for prompt generation, or produce a short video clip. Uses Gemini API key and SOCKS5 proxy automatically.

语音口述驱动的文章创作流程。用户通过发送语音录音提供素材，AI 转录、整理、多轮迭代，最终输出结构化 Markdown 文章。支持截图标注 review（红色=删除，黄色=修改）和封面图生成。适合 OpenClaw 等对话式 Agent 使用。触发场景：用户发送语音录音要写文章、说"根据这段录音整理成文章"、"帮我把这几段语音整理一下"，或发送截图要求按标注修改文章时使用。不适用于需要多 Agent 协作、素材调研、事实核查的长文创作（请用 writing-team skill）。

7 人 AI 写作团队编排。启动素材猎手、主笔、事实核查、风格审计、标题工匠协作完成长文创作。 触发场景：用户要求写自媒体长文、需要素材调研或事实核查、提到"用我的风格写"、"去 AI 味"、"多角度打磨"。 仅支持 Claude Code（依赖 Agent Teams 实验功能），不适用于 OpenClaw 等对话式 Agent。 不适用于语音录音整理（请用 voice-article skill）。

将 Markdown 文章规范化处理后发布到微信公众号草稿箱。依赖 wenyan-mcp（MCP 工具）和 gemini-image-gen skill（封面图生成）。触发场景：用户说"发布到微信"、"发到公众号"、"推送文章"、"发布这篇文章"，或提供 markdown 文件要求发布到微信公众号时使用。

从抖音视频中提取文案。支持 OCR（硬字幕识别）和 ASR（语音识别）两种模式，并自动进行专业术语订正。当用户需要提取抖音视频文案、字幕、或处理抖音链接时使用。

使用 Gemini 生成和编辑配图。支持手绘白板风、精致矢量图风、温馨卡通信息图等六种预设模板，项目可自定义模板覆盖默认值。当用户需要为文章、文档生成插图、配图、概念图，或基于已有图片进行编辑时使用。

将用户上传的图片背景去掉，输出透明背景的 PNG。适用于棋盘格/双色背景：先从边缘像素聚类得到两种背景色，再用 ImageMagick 的连通 floodfill 将背景变为透明。

智能网页抓取器（HTTP + Puppeteer）。统一使用 Sync Your Cookie 格式管理 cookie，支持 Cloudflare KV 自动同步。

生成四格漫画（起承转合结构）。用户提供故事大纲，自动生成完整的四格漫画。内部调用 gemini-image-gen skill 进行图片生成。