# AI编程助手技能集

`AI代理` `技能扩展` `图像处理` `语音合成` `工具集`

# Agent Skills（AI 代理技能集）

一套面向 AI 编程代理的技能合集。技能是打包好的指令与脚本，用于扩展代理的能力。

技能遵循 Agent Skills 格式。

中文版本：[README.zh-CN.md](README.zh-CN.md)

## 可用技能

### gemini-watermark

通过反向 alpha 混合算法去除图片中可见的 Gemini AI 水印。快速、离线、单一二进制文件，零运行时依赖。

**适用场景：**
- 去除 AI 生成图片中的 Gemini 星形/闪光 logo 水印
- 批量处理一整个目录的 Gemini 生成图片
- 在发布或分享前清理图片

**特性：**
- 数学精确的反向 alpha 混合算法
- 三阶段水印检测（自动跳过无水印图片）
- **纯 Python** — 无需下载二进制文件，无需网络访问，完全离线
- 仅需依赖：`pip install Pillow numpy`
- 支持 JPEG、PNG、WebP、BMP 格式

### libvips-image

基于 libvips 的高性能图像处理。支持缩放、转换、加水印及批量处理，速度快、内存占用低。

**适用场景：**
- 缩放、裁剪或生成缩略图
- 格式转换（JPEG、PNG、WebP、AVIF、HEIC）
- 添加水印或文字叠层
- 批量处理大量图片
- 处理需要低内存占用的大图

**特性：**
- 13 种图像操作（缩放、缩略图、转换、裁剪、旋转、水印、合成、调整、锐化、模糊、翻转、灰度、信息查看）
- 支持并行工作线程的批量处理
- 跨平台：macOS、Linux、Windows
- 支持 uv 的一键安装程序
- 内存占用比 ImageMagick/PIL 低 10-100 倍

### qwen3-tts-mlx

在 Apple Silicon 上通过 MLX 本地运行 Qwen3-TTS 语音合成。支持 CustomVoice（预设音色）、VoiceDesign（音色设计）和 VoiceClone（音色克隆），可用于离线旁白与多语言 TTS。

**适用场景：**
- 在 Mac 上本地生成语音
- 创作旁白、有声书或视频配音
- 需要可控风格或自定义音色设计

**特性：**
- 内置预设音色（CustomVoice）
- 通过自然语言提示进行音色设计
- 从参考音频克隆音色
- 批量配音脚本

## 安装

```bash
npx skills add AGISeek/agent-skills
```

## 使用方法

技能安装后自动可用。当检测到相关任务时，代理会自动调用对应技能。

**示例：**
```
在本地生成新闻风格的中文男声旁白
```
```
使用 VoiceDesign 创建自定义音色
```

## 技能结构

每个技能包含：
- `SKILL.md` — 代理的指令说明
- `scripts/` — 辅助脚本（可选）
- `references/` — 支持文档（可选）

## 许可证

MIT