2000+ Star开源项目重大更新：用Opus 5.5新增9种讲解视频风格
作者宣布其2000+ Star的开源项目迎来重大更新，经过多轮迭代，使用Opus 5.5新增了9种动画讲解视频风格并开源分享。使用流程包括：拉取最新代码、在harness中使用skill完成任意主题的动画讲解（推荐v1设计师风格）、可选使用TTS模型配音、可选生成数字人口播视频。测试发现用该skill模版，即使使用Codex也能产出类似效果。项目原生支持数字人口播，口播人物视频可按文稿生成后嵌入画面。
技术 / Skill
531 篇
微信小绿书从 0 到 1 全流程拆解：最被低估的副业机会
作者详细拆解了微信小绿书（长在公众号里的图文内容形态）的副业玩法。核心思路是：先跑通一个账号再考虑矩阵；选赛道应从长期需求出发而非佣金倒推；建立关键词库和爆款结构素材库，保证可持续选题；通过标题'有变有不变'、封面一眼看懂、内容公式化来标准化生产；用 AI 做内容拆解、归类和批量生成初稿，而非洗稿；通过数据表和单变量测试复盘迭代。文末作者开源了 wechat-graphic-monetization Skill，将整个带货流程拆成 8 个阶段，支持 Claude、Codex 等多种 AI 工具使用。
huashu-art-motion发布！可能是最有审美的动画skill
花叔开源了一个名为huashu-art-motion的动画skill，可用Claude Code等agent生成代码绘制场景、合成配乐的动画视频。文章展示了复刻Fable 5.5风格艺术穿越动画的过程，制作了一镜到底穿越20多种画风的片子，以及白板、Vox、3Blue1Brown等8种解说风格动画，适用于B站、YouTube科普和教程视频。skill内含几十张艺术风格卡、参考视频拆解方法和自动质检流程，已开源在GitHub，支持Claude Code、Codex、Cursor等工具安装使用。
AI 视觉与影视必看的 59 篇文章
作者精心整理了一份 AI 视觉与影视领域的 59 篇精选文章合集，涵盖 AI 视频生成、AI 生图、数字人、动画制作、ComfyUI 工作流等多个方向。内容包括 Cursor + Remotion 动画制作、Seedance 视频模型玩法、Gemini 3 Flash Image 生图探索、Suno AI 音乐生成、Claude Skill 开发、GPT Image 实测、数字人口播教程、3D 预演台实操等。文章以保姆级教程为主，兼有开源项目与经验分享，适合 AI 视觉与影视创作爱好者系统学习参考。
轻熟女图片生成 Skill：女性人像生成与人像美术指导
作者分享了一个用于生成女性人像的 Claude Skill（beauty-image-defaults），通过 SKILL.md 文件保存人物默认设定和人像美术要求，实际出图由图像生成工具完成。Skill 支持三种模式：无参考时补充默认画像（30 岁左右亚洲轻熟女性，黑发戴眼镜）、有参考图时保留人物特征、以及仅生成提示词。文章详细介绍了默认人物描述、提示词合并方式、皮肤眼神手部衣料光影构图等美术指导、减少稀碎感与塑料感的规则、成图检查流程和冲突处理原则，强调用户要求与参考人物优先于默认设定，并声明不包含任何成人色情内容。
开源 Lemo-Wake skill：让静态图片一键动起来
作者开源了 Claude 插件 Lemo-Wake：给它一张图片，可生成约 5 秒、首尾无缝循环的动图。插件无需 API key、全部本地运行，支持照片、人像、海报、Logo、图表、表情包等。工作流程为读图理解画面、用本地模型抠图并补洞、代码重建编排动作、无头浏览器逐帧渲染并接回首尾。使用仅需四步：安装、放图说要求、选尺寸格式、看片修改。文中展示了生活随拍、人像合影、社交分享、表情问候、海报广告、Logo、图表、绘画等 8 类样例，并介绍 1.1.0 新增的拆图层功能（可导出 PSD/PNG 图层）以及社区投稿机制。
用 GPT Live 练习英语口语的实用提示词
作者分享了一个使用 GPT Live 练习英语口语的提示词（Prompt），称 99% 的人没用过，可以替代外教课。该提示词将 AI 设定为英语口语搭子和教练，核心目标是让用户多开口而非上课。内容包括：全程英语对话、像真实朋友一样聊天、每次只说 1-3 句话；根据用户水平动态调整难度；不打断纠错，每 3-5 轮对话纠正 1-2 个问题并解释原因；卡壳时给予关键词提示；持续追踪错误并定期复盘；保持自然有趣的交流风格，避免教科书式口吻。
为什么 AI 的技术文档这么难读以及解法
文章分析了 AI（如 Codex）生成的中文技术文档难以阅读的原因：代词指代不清、动词名词化、条件省略等造成歧义，而文档被 Coding Agent 执行时歧义会变成错误假设。作者借鉴航空维修手册的 ASD-STE100 简化技术英语规范，做了中文适配，总结出 46 条规则（28 条硬规则、18 条软规则），并提炼为十句写作审美，如复杂胜于晦涩、名字胜于代词、动词胜于名词等。作者开发了 hai-simplified-technical Skill，包含规则文件、检查脚本和交付模板，供 Agent 生成和优化技术文档，实际使用后文档阅读体验显著提升。
How to Stop Making your Apps Look Like AI Slop
作者指出AI构建的应用虽然强大，但界面千篇一律：相同的圆角卡片、柔和渐变和仪表盘布局。为此他制作了一个Claude Code技能来重新设计应用界面。该技能首先为应用寻找契合的视觉概念（如跑步应用围绕田径跑道），然后强制探索三个不同设计方向而非过早定稿，最后用iPhone真实分辨率渲染并进行自我批判，检测通用组件、层级弱化等AI生成特征。工作流为：概念→方向→设计→渲染→批判→优化。目标是让不同应用呈现不同世界，保留AI设计速度的同时避免AI感。
我构建了一个去除 AI slop 风格界面的 Skill
作者开发了一个 Claude Skill，用于解决 AI 生成应用界面千篇一律、缺乏个性的问题（如相同的卡片、渐变和模板化布局）。该 Skill 强迫 Claude 采用不同思路：先确立真实视觉概念，探索 3 个设计方向，选定一致的设计语言，按 iPhone 尺寸渲染界面，扫描明显的 AI slop 模式，最后进行批评与迭代优化。作者免费发放该 Skill，用户需转发并评论 'stop slop' 即可获取。其核心理念是：当所有人都在做 AI slop 应用时，你的产品必须与众不同才能成功。
两个 AI Skills 王者之间的对话：一个月 2,500 个 PR，是怎么做到的？
本文整理了 Poteto（pstack 作者）与 Matt Pocock 关于 AI Skills 的对谈。Poteto 一个月合入 2,500 个 PR 的关键不在于产量，而在于工作方式：从反复纠正 AI 的地方提炼 Skills；为 Agent 补上验证能力，让它能自我迭代；将机械操作固化为工具；把 Agent 常犯的错转化为 lint 规则和代码库约束；连接内外两层循环，让外层 Agent 收集 Slack、Linear 等外部反馈，协调 Agent 管理任务分发。她还通过严格抽查和修正工作环境来审查大量产出，并建议从聊天记录中提炼个人 Skills。文章强调领域经验、可靠验证和持续环境优化是自动化协作的核心。
两句话，55 分钟，一条 3D 纪录片：我把它做成了一个 skill（已开源）
作者用 Claude 制作 3D 历史纪录短片，通过将制作经验封装成开源 skill（code-doc-film），把《郑和下西洋》片子的制作时间从 116 分钟压缩到 55 分钟，只需两句指令。skill 本质是一个包含说明文档和脚本的文件夹，核心是一张「翻车表」：记录镜头钻山、音画不同步、史实错误、渲染纯色等 7 类踩坑问题及自动化校验方案。文章同时坦承 skill 的局限：人物建模粗糙、未做过的题材仍慢、事实核对只保证有出处不保证正确。
The Complete Guide to AI PM OS
文章介绍了 AI PM OS——一套面向产品经理的 Agent Skill 体系。作者强调：与其信任模型凭提示词自由发挥，不如为 Agent 配备结构化技能，确保输出质量稳定。核心方法论是'监督比你更聪明的人'：通过间接提示让 Agent 自己复述问题、避免被先入为主的假设带偏，并用 /first-principles、/mckinsey-issue-tree、/causal-tree、/jtbd-forces 等技能栈按'定义问题、选择赌注、理解用户、定义成功、塑造构建、写作、推动组织'分阶段组织工作。同时利用记忆和历史会话，让 Agent 继承过往决策背景，提升产品判断力。
超简单剪映使用，从小白到用Skill，剪辑第一个爆款视频
本文是一篇剪映视频剪辑教程，分上下两篇。上篇讲解剪映专业版的手动操作：版本选择与草稿目录、界面四大区域、素材导入与分割、文本朗读配音、智能字幕识别、音乐音量搭配及导出参数设置，帮助新手手动剪出第一条视频。下篇介绍开源项目 jianying-editor-skill，让 AI（支持 Claude Code、Cursor、Trae 等）直接操作剪映，用自然语言生成草稿、配音、字幕、音乐并自动导出。文章还说明了该 skill 的能力边界、平台支持差异及常见坑。
adu-motion-video：用模板化 Skill 让 AI 高效生成动画视频
文章介绍了 adu-motion-video，一个 MIT 协议的模板级动画 Skill。作者阿杜改变了让 AI 从零写动画的低效做法，先将场景、动作、转场、音效做成模板，AI 只负责按用户口播、文案和录屏填充内容，报模板编号即可产出 MP4 成片和可编辑工程。目前包含两大类模板、7 种风格、17 个镜头组，并附带 11,028 个精选 Lottie 动画的公开素材接口。模板复用带来 token 消耗低、系列视频质量更稳的优势，支持 Codex 和 Claude Code，限 macOS 横屏 1080p60。
英语卡住的地方，从来不是缺资料：商务、口语、写作、雅思 4 个场景的 AI 练法
文章指出英语学习卡住的根源不是缺资料，而是缺陪伴练习、错误记录和及时提醒。作者提出一个核心循环：练→纠错→攒下来→再练，并以腾讯桌面 Agent「WorkBuddy」为工具，针对商务英语、口语、写作、雅思四个场景给出具体 AI 练法：建立学习档案、商务表达库、口语替换清单、个人错误档案和雅思分项追踪表，把练习成果沉淀为可积累的个人资料。作者强调每周一次复盘、一次只主攻一个场景，AI 估分仅供参考，最终开口和动笔仍靠自己。
公开 dontbesilent 写标题的方法论
作者认为市面上教写标题的黄金公式和蒸馏大V标题的做法方向都是错的。核心问题是：用户输入的原始内容本身就缺乏吸引力，仅靠事后润色标题，要么无人点击，要么沦为标题党。正确流程是在正文完成甚至开始之前就思考标题：AI 应引导用户说出写作意图和素材，发散出吸引人的角度（即恩特曼的'框架'或修辞学的'争点'），再在变现目标、用户能力和流量层级三者间找平衡。一旦平衡点确定，标题、封面、开头和内容方向便自然解锁。好标题应是内容本身更吸引人的副产品。作者近期将开源一个同时写封面、标题和开头的 skill。
Art Saves (Maybe)
艺术家 zancan 讲述在遭遇残酷税务审查、财产被查封、对艺术和 Web3 失去信念的低谷期，又面临被 Claude 等 AI 取代的职业冲击后，如何通过参与 Kento 收藏卡项目重新找回创作动力。他以 90 年代无人机战争与童年游戏结合的'Web 怀旧'主题创作《Remote Warfare》，开发像素化线条效果、手写 JavaScript 构建 3D 网格，重新体验绘画般的完美主义工作方式。创作过程成为对抗 AI 带来的'技能锈蚀'与存在危机的良药，艺术再次拯救了他。
开源小红书相关搜索词爬虫Skill
作者开源了一个用于采集小红书相关搜索词的Skill，部署到Codex后，输入一个或多个词根，AI自动抓取搜索框下拉词，并逐层扩展得到二级相关词。每条词保留截图、展示位置和来源路径，去重后按行业评分商业价值（1到10分），最终汇总为Excel文件。用「留学公司」测试获得110条路径、93个去重词。作者还回应了账号风险问题：该Skill不刷页面、无点击动作，抓取数千词量未触发风控。
AI视觉创作开源库：30条案例与10个可复用Skills
作者将平时积累的AI视觉创作经验整理为开源项目Derekwen AIGC Visual Skills，包含30条案例记录、10个可复用Agent Skills和16个公开视觉图例。项目把提示词、参考条件、关键控制点整理成统一数据结构，并配Gallery示例图方便按效果查找。涵盖角色设定板、多参考图融合、品牌视觉、社媒配图等场景，解决角色一致性、素材组合等常见问题。支持直接用生图工具改提示词，或通过Agent接入Skill两种使用方式，采用MIT许可。
Building a design system for coding agents
文章介绍为编码 Agent 构建设计系统的实践：由于仓库中存在多个版本的相同控件，Agent 会复制混乱并放大问题。作者正在开发 design.how，提供可安装、可直接交给 Agent 使用的设计系统与六个免费 Skill：build-design-system 从现有应用构建语义 token、规范组件与校验规则；migrate-design-system 用多 Agent 协作迁移全应用并设置预算；token-mapping 按用途映射设计值；component-docs 生成组件文档；design-review 检查截图无法覆盖的交互状态。每个 Skill 附带 TESTS.md 与适配提示，可替换为团队自定义规则。
测试了500多种风格，终于做出一个能帮个人和企业打造专属IP形象的Skill
作者DAAI分享了开发da-brand-ip Skill的过程与成果。为了解决内容创作中人物形象不一致、缺乏辨识度的问题，作者测试了500多种视觉风格，最终筛选出124种收录进风格库，涵盖扁平插画、复古线稿、毛绒玩偶等多种方向。该Skill面向个人和企业，可基于照片或品牌信息生成主形象设计卡、三视图、动作表情总览三张基础资产图，并支持将IP形象延展到文章配图、海报、宣传图等实际场景。项目已开源至GitHub，后续将持续更新风格与应用案例。
WorkBuddy里的神仙skill，直接帮我实现了PPT自由
作者分享了在WorkBuddy中使用美图设计室发布的PPT美化skill的实测体验。通过简单的提示词即可对旧PPT进行风格美化，如按中国风改造旧商场改造汇报PPT，保持文字和数据不变。文章介绍了skill的入口位置，并通过四个案例演示：一句话换风格、写入使用场合调整调性、图表数据报告美化且数值不动、从零生成PPT设计。作者总结了可直接套用的四段式提示词模板（动作、素材、风格来源、零碎要求），并公开了自己用outline-researcher、luobo-voice、title-matrix等skill串联的内容创作工作流，实现一稿多吃，从文章到PPT的全链路AI辅助。
动物战斗角色怎么写？4套提示词模板，12个例子直接套
文章介绍如何用提示词生成动物拟人战斗角色的AI绘图方法。核心公式为：动物识别点+职业+反差记忆点+服装武器+动作构图+画面风格。作者提供了4套可直接套用的模板：单角色通用版、3D游戏广告版、群像小队版和超短万能版，每套配3个实例，如白鸭突击队长、黑猫刺客、浣熊重装兵、柯基骑士等。关键在于先保住动物特征，再让职业一目了然，最后用小反差点让角色令人印象深刻。
Skill 实战教程：超有设计感的数据图表 Skill 的3个实用场景
作者深度测试开源数据图表 Skill「lieflat-charts」15天后，总结出3个实用场景：一是给文章制作数据配图，适合公众号长文、小红书、工具测评等，Skill 会自动判断数据结构并选择合适模板，还支持自定义品牌主题色；二是给视频制作动态数据画面，利用滚动入场、数字递增、动态排名等效果，通过浏览器录屏制作视频素材；三是生成完整的数据报告，内置12套中英文模板，可产出调研一页纸、年度海报、Dashboard 等。该 Skill 已在 GitHub 获5.7k收藏，适合内容创作者使用。
我给 AI 视频角色造了一间衣帽间：服装提取 Skill
作者为解决 AI 视频创作中角色换装难题，开发了一个服装提取 Skill。它接收穿搭参考图，提取可见的配色、轮廓和层次，生成横向服装资产板：左侧为整套造型，右侧为可单独取用的外套、内搭、下装、鞋饰等部件。这样在制作多镜头视频时，角色换装和服装一致性都有据可依，不必每次对着原图重新文字描述。Skill 还能补全原图未展示的视角（如背面照的正面），但作者提醒补全部分仅作造型提案。文末提示网络素材可能存在版权风险。
公文 Skill 四十多万阅读后，我才补测红头：AI 加快了开发，没省掉返工
作者分享其开源公文排版 Skill 走红后的复盘：发布后自测发现电子红头模式存在标题贴线、字体错误等问题，坦言自己常用路径绕过了该功能，导致未经验证的信任。随后逐项核对国标，通过生成 18 份 Word/PDF 共 37 页的场景测试，修复了间距、字段挤位、命令格式理解偏差、标题样式缺失、红头纸套打和字体替换等隐蔽问题。文章核心观点：AI 大幅加快了开发速度，但无法省掉面向真实使用场景的验证与返工，'测试过了'需要具体化到场景、环境和结果。
107 个不到 50 星的宝藏：能让 Claude 做视频的 180 个开源 Skill 全分类
作者使用 AI 助手 Jev 逐个阅读 README，将 180 个能让 Claude Code、Codex 等 agent 直接做视频、剪辑、动效的开源 skill 和工具包分为 10 个类别并做安全评级，以约 200 美元成本产出开源仓库和在线筛选页面，每 8 小时刷新。文章介绍了各分类分布：剪辑与后期 35 个、讲解科普 32 个、框架 29 个等，重点分析 OpenMontage、HyperFrames 和 Remotion 两大技术路线，并指出代码化出片、配方卡资产化、小仓库信息密度被低估三个观察。
107 个不到 50 星的宝藏：能让 Claude 做视频的 180 个开源 Skill 全分类
作者用 AI 工具 Jev 逐个阅读 README，整理出 180 个能让 Claude Code、Codex 等编程 agent 直接制作、剪辑视频和动效的开源 skill 仓库，分为剪辑与后期、讲解科普、框架工具包等 10 个类别，每个都附安全评级（178 个 SAFE）。文章指出代码化出片（Remotion、HyperFrames）是主流路线，占四成；镜头配方卡正在成为通用资产；107 个不到 50 星的小仓库信息密度被严重低估，按星数排序会漏掉它们。仓库与在线筛选页面均已开源，每 8 小时刷新。
怎样把你的经验教给 AI？这套方法已经间接带来七位数收入
文章由 dontbesilent 的 Codex 撰写，完整复盘了一个内容诊断 Skill（dbs-beta-content-value）的制作过程，介绍如何将个人经验沉淀为 AI 可重复执行的规则。核心流程为：定义任务 → 做出第一版 → 输入真实案例 → 定位错误位置 → 写成通用规则 → 换案例复测。文章强调使用真实案例暴露 AI 判断错误、区分任务目标/判断过程/对外表达三类错误、用理论（如信息觅食理论）稳固规则、以及用已有 Skill 协助制作新 Skill 的协作链，最后附上可直接使用的 Skill 制作清单和母提示词。