浏览 AI 技能、智能体和自动化

一个把 Google Drive 里的图片变成可搜索文字的 n8n 工作流。它读取图片的颜色数据，让 OpenAI 视觉模型给出关键词，再把两者作为一份文档存进向量库。

一个 n8n 工作流，从 Airtable 取一篇博客文章，让 OpenAI 写出四个场景的视频脚本，再用 Leonardo.ai 为每个场景和缩略图画一张 9:16 的图。图的链接进入素材表。

一个手动启动的 n8n 工作流：它下载一张示例照片，Google Gemini 为它写一个带双关的标题和一段说明。Edit Image 节点再把两者画在底部的一条深色色带里。

一个带 webhook 的 n8n 工作流：在它的地址后面用 ?input= 写上提示词再打开，一个 OpenAI 图像模型就画出图片。图片在同一次调用里回来，浏览器当场就能显示。

DeepSeek-V4.1-Flash-1017

deepseek-ai · 工具包

面向推理、编程和智能体任务的图文模型，上下文窗口为 1M 个 token，由 DeepSeek-V4.1-Flash 更新而来。适合构建智能体的开发者。

Qwen3.8-27B

Qwen · 工具包

能读懂文字、图片和视频并用文字回复的 27B 开源模型，面向编程、研究和多步骤智能体任务，适合自己部署模型的开发者。

Qwen3.5-4B-3D-Coder

ccore · 工具包

根据文字提示词编写代码和可交互的 Three.js 3D 场景，加上可选的视觉文件后还能参考图片生成。这是一个 4B 微调模型的早期预览，适合想试用小模型的人。

Idol

speridlabs · 工具包

把一张物体图片变成 3D 高斯点云，连图中看不到的侧面也一并生成。适合想从渲染图、生成图或照片得到 3D 文件的美术、研究者和开发者。

artcraft

storytold · 工具包

一个制作 AI 图像和视频的工作室，你可以在 2D 中构图、在 3D 中搭建场景并选择模型，在生成之前就掌控画面。适合艺术家、设计师和电影人。

X Article Publisher Skill（X 长文发布技能）

wshuyi · 技能

wshuyi 为 Claude Code 写的技能，把一个 Markdown 文件搬进 X 的 Articles 编辑器。Claude 在浏览器里操作编辑器，粘贴排好版的正文，插入图片，然后存成草稿。你检查之后自己发布。

HashiCorp Agent Skills（HashiCorp 官方智能体技能包）

hashicorp · 技能

HashiCorp 官方为 Terraform 和 Packer 做的智能体技能：二十个技能，涵盖代码风格、模块、测试、导入、Stacks、策略、Provider 开发和镜像构建。你的智能体会加载适合当前任务的那个技能，所有内容都从 HashiCorp 的仓库安装。

大头拼贴（bighead-collage）

HeyChengC · 技能

把一个选题和一份文案做成大头拼贴视频，自带配音、生成的图片、动画和音效，适合做故事类账号的创作者。

QIE-2511 Rapid-AIO LoRAs Fast (Experimental)

aet256 · 工具包

在浏览器里运行 Qwen Image Edit LoRA 的演示，是 Hugging Face Spaces 上的 Gradio 应用。README 没有描述，具体功能请看页面本身。适合想试用图片编辑的人。

Qwen 2511 + Flux.2 Klein

AST-1320 · 工具包

用 Qwen 编辑图片，再用 FLUX.2 Klein 优化结果，是一个 Gradio 应用，在 Hugging Face 上用浏览器就能打开。README 没有更多说明。

MOSS-Image Character & Style Catalog

hide1 · 工具包

浏览和搜索 34,680 张生成的角色与风格图片，并复制每张图的提示词和标签。这是给图片创作者用的只读查看器，不需要 Python 或 GPU。

Idol

speridlabs · 工具包

在 Gradio 演示里把一张图片变成由高斯点云组成的 3D 物体，作为 Hugging Face Space 运行。适合想试用单图转 3D 的艺术家和研究者。

Disc Image Studio

JiaFeiMiao-K-Cat · 工具包

用于在 CD、DVD 和蓝光光盘表面生成并刻录自定义图像。它允许你将图片转换为与标准光驱兼容的物理布局，从而在光盘上雕刻出可见图案。

Garden Skills（Garden 技能合集）

ConardLi · 技能

ConardLi 做的六个免费技能，给 AI 编程智能体用：代码渲染的动效视频、点击推进的网页演示、网页设计、GPT Image 2 提示词和出图、精美的 HTML 文章，以及基于本地知识库的问答。

Scenario Agent Skills

scenario-labs · 技能

用于 AI 智能体生成游戏及创意项目所需的图像、视频、音频和 3D 资产的技能集合。包含与 Blender、Unity、Unreal Engine 及其他专业内容创作工具的集成。

一个带上传表单的 n8n 工作流：提交一个销售 CSV，最多选十页。GPT-5.2 写出一份高管报告和每一页的图片提示词，WaveSpeedAI 把它们画出来，一份新的 Google Slides 演示文稿每页放一张。

一个带表单的 n8n 工作流：提交对手一条广告的图片地址和一张你的产品照片。Gemini 2.5 Pro 规划怎么替换，一个 Gemini 图像模型画出同样的广告，换上你的包装和名字。

一个带表单的 n8n 工作流：描述一个主题或上传一份 PDF，选最多十张幻灯片。OpenAI 规划每一张，WaveSpeedAI 把它画出来，每张图片都成为一套新 Google Slides 演示文稿里的一张幻灯片。

一个给 Telegram 机器人用的 n8n 工作流，把你发来的每张照片存进 Google Drive 并起好名字。一个 gpt-5-mini 智能体还能按你的要求给图片改名、查找、编辑或合成，编辑和合成交给你自己的两个图片子工作流。

一个给 Telegram 机器人用的 n8n 工作流，接收文字、语音或带说明的照片形式的营销请求。Gemini 智能体把每个请求交给你自己的子工作流，去做图片、视频，或者 LinkedIn、Instagram、Facebook 帖子。

一个带上传表单的 n8n 工作流：Gemini 描述你的产品照片，写出四条图片提示词。随后 Kie.ai 的 Nano Banana Edit 据此做出一张棚拍、一张生活场景、一张特写和一张动感镜头。

一个 n8n 工作流：输入一个细分领域或一篇文章链接，它写出 Facebook、Instagram 和 LinkedIn 帖子各一篇，用 OpenAI 各配一张图，作为草稿存进 Google Sheets。默认关着的另一半会发布你批准的行。

一个 n8n 工作流：按一个搜索词和国家研究 Facebook 上的广告。Apify 抓取广告库，Gemini 和 OpenAI 描述每条视频、图片和文字广告，GPT-4.1 把摘要和新的广告创意写进 Google Sheets。

一个 n8n 工作流，根据主题、模块数和每个模块的字数起草一门在线课程。Tavily 负责调研，OpenAI 把各个模块和一份配音稿写进两份 Google 文档，第二个表单再把配音稿变成 gpt-image-1 画的图，存进 Drive。

一个 n8n 工作流：把发给 Telegram 机器人的照片变成两个广告创意，每个创意都有一张图片广告和一段短视频广告。OpenAI 读照片、写创意，Kie.ai 上的 Nano Banana 和 Veo 3 Fast 做素材，Google Sheets 和 Drive 存放结果。

一个 n8n 工作流：把一张概念图变成一段短的动态图形视频。它把你的图当作结束帧，让 AI 写出并执行一个得到起始帧的编辑，再请 WaveSpeedAI 上的 Hailuo 02 在两帧之间做动画。

一个 n8n 工作流：把一个主题和一个目标受众变成一篇 LinkedIn 帖子和一张配图。智能体用 Tavily 调研主题并写出帖子，OpenAI 作图，Gmail 把两者发到你在表单里填的地址。

一个 n8n 工作流：根据发到 webhook 的请求写一条社交帖子或一篇博客草稿。它用 Tavily 搜索网页，通过 Apify 读取 Instagram 的近期帖子，用 OpenAI 写作，再把每份内容连同图片链接记进 Google Sheets。

一个 n8n 工作流，让一张静态人像按照一段视频的动作动起来。表单接收图片和视频片段，RunningHub 的 AI 应用迁移动作，n8n 反复查询任务直到完成，再把视频下载下来。

一个 n8n 子工作流，供另一个工作流调用，在 Kie.ai 的 Veo 模型上生成一段视频。它提交提示词、画面比例和参考图片，每五秒检查一次任务，并以 resultUrls 返回第一个视频地址。

MiniCPM-V 端侧多模态模型

OpenBMB · 工具包

OpenBMB 的开源多模态模型。MiniCPM-V 4.7 能读图片、文档和视频，MiniCPM-o 4.5 还能听、能说。安装说明涵盖 Transformers、Ollama、llama.cpp、vLLM、SGLang、托管 API 和手机应用。

drawDB 数据库图表编辑器

drawdb-io · 工具包

一个在浏览器里运行的免费数据库图表编辑器。你可以画表和关系、导入 SQL，再导出 SQL、图片或 DBML。说明还涵盖自己运行一份、Docker，以及给 AI 工具用的 MCP 服务器。

Fooocus 本地 AI 绘图工具

lllyasviel · 工具包

lllyasviel 做的开源图像生成软件，离线运行在你自己的电脑上。你写一句提示词，按下 Generate，基本不用调参数。它基于 Stable Diffusion XL，有 Windows、Linux、Mac、Colab 和 Docker 几条安装路线。项目现在只修 bug。

逐项分析对手商品页的标题、图片、价格和评价，找出你能赢过它的空档

商品页照片的拍摄清单：主图、各个角度、尺寸参照、细节图和生活场景图