不靠多模态也能生图:web-image Skill 介绍
本文介绍 web-image 这一 skill:它不依赖模型的图像生成能力,而是让模型编写 HTML 和 CSS,由浏览器渲染成 PNG 图片。优点包括文字排版 100% 准确、像素级可控、修改局部不影响整体。内置 32 套设计风格(如包豪斯、日式侘寂、国潮等),支持自定义参照风格,提供 20 多个平台预设尺寸并标注遮挡区。适合制作封面、知识卡片、海报、Banner 等平面图,但不适用于人像和风景。免费开源,任何 agent 都可使用。
本文介绍 web-image 这一 skill:它不依赖模型的图像生成能力,而是让模型编写 HTML 和 CSS,由浏览器渲染成 PNG 图片。优点包括文字排版 100% 准确、像素级可控、修改局部不影响整体。内置 32 套设计风格(如包豪斯、日式侘寂、国潮等),支持自定义参照风格,提供 20 多个平台预设尺寸并标注遮挡区。适合制作封面、知识卡片、海报、Banner 等平面图,但不适用于人像和风景。免费开源,任何 agent 都可使用。
介绍了用HTML/CSS渲染代替AI生图的实用skill,含具体场景和仓库链接,实用且当日发布,但缺乏技术原理深入分析和操作细节。
文章介绍了 8 个免费或开源的 GitHub 工具与 AI Skill,帮助用户借助 AI 构建、销售并运营业务,涵盖宣传视频制作(Brag)、客户痛点研究(Agent Reach)、本地语音克隆与配音(Voice Studio)、可编辑 PPT 生成(PPT Master)、多智能体协作编程(OpenRig)、引流免费工具制作、创意验证访谈(Grill Me)以及设计优化等场景。每个工具都附带了具体的变现思路,核心模式是为企业完成有价值的工作并主动送上门开启对话,多数工具免费下载,仅需支付底层模型费用。
作者结合实际使用经验,总结了 Codex 6 的 16 个实用技巧,帮助用户把任务交代清楚、获得可直接使用的结果。内容涵盖:先更新版本、确认工作目录、明确目标材料限制与完成标准、使用 Plan 规划、发截图圈出修改区域、运行中及时补充指令、用 Goal 写清终点、关键决定写入文件、通过 AGENTS.md 沉淀重复要求、按需选用 Skill、确认工具权限、分清并行任务范围、验收时查看 Diff 改动范围,以及从手动跑通开始逐步自动化。核心思想是把模糊需求转化为可执行、可验收的指令,减少返工与 Token 浪费。
作者宣布近期将完全开源一系列自用的自动化Skill和工具,以解决X平台创作者面临的大部分问题。这些工具涵盖四大核心功能:一是微信CLI及个人情报库,实现聊天记录检索与群聊信息自动总结;二是X增长系统,一键拆解爆款帖子找对标;三是X爆款内容系统,实现从构思、撰写、配图到利用Codex自动排版发布的全流程自动化;四是每日AI简报,自动追踪全网热点提供创作素材。此外,全平台发布、数字人工厂等更多工具也在开发筹备开源中。
作者介绍了开源项目 AI Design Skills,目前提供 landing-page-design 技能,适用于 Claude Code、Cursor、Codex 等可读取规则文件的 AI 编程工具。它不是现成模板,而是一套从内容到视觉的制作规则:先明确产品定位与用户目标,再组织页面结构;统一字体、间距、配色和动效等视觉系统;并补齐按钮悬停、加载、空页面、报错、表单校验、移动端适配和无障碍等交付细节,避免 AI 生成千篇一律的默认样式。评论区还交流了表单校验保留已填内容等实用经验。
作者发布无头剪映和配套剪映Skill的重大升级:1) 适配剪映11.6.0并继续兼容11.5和11.4.2版本;2) 接入Openverse,提供超过520万个免费音频文件用于视频音效;3) 将ASR模型从豆包切换到Step 2.5,成本降低五倍至0.15元/小时,支持毫秒级输出。作者分享了剪映11.6.0永久安装包网盘地址及无头剪映的GitHub开源地址,并展示了将口播类视频剪辑全程托管给Codex的自动化能力。帖子回复中作者还确认该工具可配合Claude Opus 5.5实现长视频精彩片段自动提取剪辑,Windows版本也即将推出。
作者分享了自己用 Lovart Arti(个人设计 Agent)的体验。此前作者自写了 article-visual-director 配图 skill,但出图环节依赖生图模型。Lovart Arti 整合多个图像视频模型,能记住用户上传的作品集与风格偏好,之后生成封面、配图无需重复描述风格。作者实测了文章配图、每周定时任务整理 AI 工具动态与 X/Instagram 设计案例周报、为开源项目 luobo-ppt 生成全套视觉物料、以及制作萝卜 IP 与 Arti 联名表情包等场景,认为其适合'重复但又不能乱做'的工作,显著提升效率,并建议关键信息(如安装命令)仍需人工把关。
作者将散落在 X 平台不同作者时间线上的 24 篇 Grok Bot 相关文章整理成合集,按主题分为九大类:额度与订阅、入门与认知、微信和飞书等 IM 接入、云端服务器与 SSH 连接、AI 工具集成(如 Claude Code)、多 Bot 角色分工协作、自媒体内容流水线、编码工程与备份维护,以及跨工具组合自动化玩法。合集覆盖从零基础入门创建 Bot、Skill 配置、订阅套餐比较,到多 Bot 团队搭建与内容生产等进阶用法,并附原文链接,方便读者按需查找学习。
作者将电脑中 8 个 Claude 视频制作 skills 整合成一支 100 秒视频,视频本身由 Claude 写代码完成。文章逐一介绍每个 skill 的功能:xilo-opus-video 通用生成、lemo-opuscar 风格图册、mg-styles-15 动态设计、dashi-animationstyle 口播配画面、huashu-art-motion 美术史风格、wtt-code-animation-studio 全流程编剧、video-shotcraft 产品宣传片、archival-doc 历史纪录片剪辑。作者感谢开源作者,并回复网友评论。