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
Kimi K2.5 视觉集成
这是一个专门的视觉技能，旨在为 OpenClaw 生态系统中的 Alibaba DashScope GLM 用户提供 Kimi K2.5 图像识别能力。
Zeelin Script Gen Skill V4
一款专业的 AI 驱动技能，可将文本文档转换为结构化的电影剧本、角色档案和逐场分镜脚本。
Gemini Integration for OOMOL (oo-gemini)
一种安全的、服务器端凭据注入 skill，用于与 Google Gemini 模型交互，支持文本生成、嵌入、图像创建和 Veo 视频操作。
OpenAI Skill for OpenClaw
一个综合工具集，允许 OpenClaw 代理通过安全的 ClawLink 代理管理 OpenAI assistants、files、vector stores、fine-tuning 和媒体生成。
AI Compute (ai-compute-x402)
一个拥有 27 个端点的 AI 计算智能体，提供无缝的 LLM 推理、图像/视频生成、语音合成、链上智能，以及由 x402 微支付驱动的 Bittensor 去中心化 AI。
多模态图像理解技能
一项桥接技能，使纯文本 AI 模型能够通过 OpenAI 或 Anthropic 协议对图像进行分析、OCR 和细节提取。
Prompt Engineering Plus
一个先进的多模态 Prompt Engineering 工具包，旨在优化领先的 LLM、图像生成引擎和视频 AI 模型的输入。
Flower Care AI 识别与养护
一款 AI 驱动的园艺助手，可通过图像识别植物，并生成专业的、多维度的养护指南及交互式 HTML 报告。
PaddleOCR-VL GPU OCR 与文档解析器
通过 PaddleOCR-VL 在安全、临时的 Docker 容器中实现高性能 GPU 加速文本提取与文档布局解析。
AI 漫画与剧本改编审查专家
一个先进的脚本诊断引擎，通过 25 个叙事维度审查分镜、网漫和微短剧，确保作品具备病毒式传播的改编潜质。
TokenLab API Integration
一个旨在将 TokenLab 聊天、图像、音频和视频 API 系列集成至应用程序中的系统，具有动态模型发现和自动恢复路径。
Bring Your Own Model
将自定义 safetensors 模型（包括 LoRA 和 checkpoint）导入 Runware，以便使用唯一的 AIR 句柄执行服务器端图像推理。
文本转视频策划器
Openclaw Skills 将文本转化为包含脚本、分镜细分、素材寻源和 AI 生成视觉效果的端到端视频制作方案。
MarkItDown 技能
一个强大的微软工具，用于将复杂的文档格式转换为整洁的 Markdown 以供 AI 使用。
Gemini 阅读器
一个专门利用 Google Gemini API 理解和总结本地 PDF、视频及音频文件的工具。
Mistral OCR PDF 提取
一个强大的工具，利用 Mistral OCR API 将复杂的 PDF 和扫描文档转换为结构化的 Markdown 和 JSON。
AnythingLLM RAG
一个强大的 RAG 集成，直接通过 AnythingLLM 查询本地文档、PDF 和私有知识库。
nano-pdf: 多模型 AI 动力源
一个多功能的 AI 技能，为涵盖文本、视觉、音频和文档处理的 50+ 尖端模型提供统一接口。
GLM-OCR 表格识别
一个专门用于使用智谱 GLM-OCR API 将图像和 PDF 文档中的复杂表格提取为干净、可编辑的 Markdown 格式的工具。
GLM-OCR Formula Recognition
一个专门的 AI 工具，通过 ZhiPu GLM-OCR API 将图像和 PDF 中的数学方程式转换为整洁、可用的 LaTeX 代码。