AI 模型与 LLM 精选AI Agent技能库
AI 模型与 LLM分类下的高质量技能
Gemini & 多模型 AI 技能
一个统一的接口，可访问 50 多个领先的 AI 模型，用于多模态生成、搜索和自动化。
Clawddocs (SkillBoss)
Clawddocs 通过单一编排层为 50 多个用于文本、图像、视频、音频和网页搜索任务的 AI 模型提供统一的 API 接口。
SkillBoss Multi-Modal Hub
一个综合性的多模态 API，提供对 50 多种行业领先的文本、视觉、音频和数据分析 AI 模型的访问。
结合 SkillBoss 的自我改进 Agent
一个强大的多模态接口，为 50 多个最先进的聊天、媒体生成和高级自动化 AI 模型提供单一 API 网关。
NanoGPT Skill
用于通过 NanoGPT API 生成文本、图像和视频的本地 CLI 封装器和脚本套件。
GLM-4.6V Vision Connector
一个强大的连接器，集成了智谱 GLM-4.6V，在您的智能体工作流中实现无缝的多模态视觉和图像分析。
LLaVA Vision Local
一个利用 llama.cpp 和 LLaVA 提供图像详细文本描述的本地 AI 视觉技能，无需外部 API 调用。
Grok API Skill
一个通用的多模态技能，提供对 xAI Grok 模型的访问，用于高级推理、高保真图像生成和动态视频创建。
NovelAI OpenClaw Adaptor
一个本地桥接器，使 OpenClaw 能够通过 OpenAI 兼容的 API 适配层与 NovelAI 模型通信。
China Vision
一个强大的多模态工具，使 AI 智能体能够使用 Qwen2.5-VL-72B-Instruct 模型描述、分析和解读视觉内容。
多模态 AI 视觉与创意套件
一个全面的多模态技能，使 AI 智能体能够分析图像、执行高精度 OCR 并生成创意营销文案。
面向 OpenClaw 的 BlueAI Models
一个统一的集成方案，用于在 OpenClaw 代理中通过 BlueAI 管理和切换顶尖的 LLM 及图像生成模型。
GLMV-Grounding
一种强大的空间推理技能，利用 GLM-V 原生 grounding 来识别、追踪并可视化图像和视频中的对象坐标。
volc-vision
一个专业级的视觉分析技能，利用 Volcengine ARK API 进行图像描述和视觉问答。
MiniMax Coding Plan Tool
一个通过 MiniMax Coding Plan API 提供实时 Web Search 和 Vision Language Model (VLM) 能力的高性能实用工具。
GLM-V Caption
一个强大的多模态工具，通过智谱 GLM-V 模型为视觉媒体和文档生成详细的说明与解读。
Vultr Inference
一个全面的 AI 技能，通过 Vultr 优化的全球推理基础设施生成逼真的图像和高性能的文本补全。
VLM Image Helper
一个专门的视觉辅助工具，旨在预处理和增强图像，以确保 Vision Language Models 和 OCR 工作流的最高准确性。
Grounding 多模态目标检测
一种多模态 Grounding 技能，利用 GLM-4.7V 以精确的边界框检测并定位图像中的物体、文本或 UI 元素。
SGLang-Diffusion 视频生成
一个功能强大的本地视频生成技能，供 AI 智能体使用 SGLang-Diffusion 和 Openclaw Skills 从文本或图像渲染内容。