Generative Media Skills
AI Agent 多模态生成技能包,3.3K+ stars。为 Claude Code、Cursor、Gemini CLI 等提供图像、视频、3D 等多模态生成技能,支持高质量的多模态内容创作
📊 仓库数据
🔗 相关工具
MoneyPrinterTurbo
开源⭐ 58k↑+17github.com/harry0703/MoneyPrinterTurbo
AI 短视频生成工具,56,087+ stars。利用大模型一键生成高清短视频,自动完成选题、文案、配音、字幕、画面生成全流程。是国内最受欢迎的 AI 短视频自动化工具。
🎯 自媒体内容创作、短视频批量生产、AI 视频创作学习
Stable Diffusion WebUI
开源⭐ 163k↑+8github.com/AUTOMATIC1111/stable-diffusion-webui
最流行的 Stable Diffusion Web UI,162,491+ stars。提供直观的图形界面,支持文生图、图生图、ControlNet、LoRA 微调、Inpainting 等核心功能,是 AI 图像生成领域的事实标准工具
🎯 AI 图像生成、艺术创作、模型微调、设计辅助
ComfyUI
开源⭐ 114k↑+50github.com/comfyanonymous/ComfyUI
节点式 Diffusion 模型 GUI,109,363+ stars。基于节点的工作流编排,可视化连接各处理模块,是最强大的图像生成工作流工具,支持 SDXL、Flux、Stable Cascade 等最新模型
🎯 高级图像生成工作流、批量图片处理、模型对比实验
OpenAI Whisper
开源⭐ 100k↑+26github.com/openai/whisper
开源语音识别模型,支持多语言转录和翻译
🎯 语音转文字、字幕生成、多语言翻译
Deep Live Cam
开源⭐ 93k↑+27github.com/hacksider/Deep-Live-Cam
实时人脸替换工具,91,252+ stars。仅需一张照片即可实现实时视频换脸和一键视频 Deepfake,基于 AI 视觉模型实现高精度面部替换。支持摄像头实时预览和离线视频处理,是 AI 换脸领域最受欢迎的开源项目。
🎯 视频创作、娱乐效果、AI 换脸技术学习
OpenCV
开源⭐ 88k↑+1github.com/opencv/opencv
开源计算机视觉库,87,181+ stars。全球最广泛使用的计算机视觉库,提供 2500+ 优化算法,涵盖图像处理、目标检测、人脸识别、相机标定等领域。支持 C++、Python、Java,是 AI 视觉应用的基石。
🎯 图像处理、目标检测、人脸识别、AR/VR、自动驾驶