计算机视觉技能是机器人视觉应用的核心技术，专注于相机标定、特征检测与跟踪、立体视觉和视觉伺服。该技能能够实现高精度的相机内参和外参标定，支持多种特征检测算法（如ORB、SIFT、SuperPoint）和光流跟踪技术（如Lucas-Kanade），并应用于视觉SLAM、物体检测、数字孪生等机器人流程。关键词：计算机视觉，机器人视觉，相机标定，特征检测，视觉跟踪，立体视觉，视觉伺服，OpenCV，SLAM，图像处理。

AI 语音克隆技能使用先进的 AI 技术进行文本到语音转换和语音合成，支持多种声音、情感、口音、长文本叙述和对话功能。适用于语音助手、有声书制作、播客生成、视频配音、可访问性增强等场景，关键词包括 AI 语音生成、文本到语音、语音合成、语音克隆、有声书、视频配音、AIGC、自然语音。

该技能通过Tavily和Exa等服务提供网页搜索和内容提取功能，支持AI搜索、RAG应用、事实核查、内容聚合和AI智能体开发，适用于研究、RAG管道、事实核查、内容聚合和AI项目。关键词：网页搜索，内容提取，Tavily，Exa，AI搜索，RAG，事实核查，研究，智能体。

本地大语言模型微调是一种专注于在本地硬件上使用LoRA、QLoRA等高效技术对大语言模型进行微调，以适应特定任务或领域，如改变输出风格、教授新知识或强制执行特定格式。关键词包括：大语言模型、微调、LoRA、QLoRA、Hugging Face Transformers、PEFT、本地训练、数据格式化、人工智能。

这是一个AI技能，用于自动化文档格式转换，支持PDF、DOCX、Excel、PPT、HTML等文件与Markdown或PDF之间的相互转换。它基于触发条件自动调用，包括直接命令或任务中的隐式模式，实现输入验证、上下文准备、调用子代理和执行转换。适用于文档处理、AI代理集成和工作流自动化。关键词：文档转换、AI技能、Claude代理、文件格式转换、自动化处理、SEO搜索、PDF转换、Word转换。

总结工具是一个快速命令行界面（CLI）工具，用于从URL、播客和本地文件中摘要或提取文本/转录，特别适用于YouTube视频。它集成多种人工智能模型，如Google Gemini、OpenAI等，提供灵活的配置选项，便于自动化文本处理和内容摘要。关键词包括：文本摘要、视频转录、AI模型集成、CLI工具、内容提取、自动化处理。

这个技能利用基于Whisper模型的AI技术，通过inference.sh命令行界面，高效地将音频文件转录为文本，支持多语言识别、时间戳标注和翻译功能，适用于会议记录、播客制作、视频字幕生成、语音笔记转化等多种场景。关键词：语音转文字，音频转录，AI语音识别，Whisper模型，inference.sh，自动字幕，多语言支持，语音识别。

这是一个基于 Google Gemini 3 Pro 大模型的图像生成与编辑工具。用户可以通过命令行脚本，使用文本提示词（Prompt）来生成全新图像、编辑现有图像，或将多张图像合成到新的场景中。支持 1K、2K、4K 等多种分辨率输出。该工具是 AIGC（人工智能生成内容）领域的一个应用，适用于需要快速原型设计、创意图像生成、内容创作和视觉编辑的场景。关键词：Gemini 3 Pro，AI图像生成，AIGC，图像编辑，多图合成，命令行工具。

技能创建器是一个AI技能开发框架，提供创建、管理和打包Claude智能体扩展技能的完整指南。该工具包含技能模板、资源管理、渐进式加载机制和验证打包流程，帮助用户快速构建专业领域技能，实现AI能力定制化扩展。关键词：AI技能开发、Claude扩展、智能体定制、技能模板、渐进式加载、资源管理、技能打包、人工智能框架、工作流程自动化、工具集成。

图像生成技能利用人工智能技术，通过OpenAI Image API自动生成和编辑高质量图像，适用于各种创意项目，如图像设计、产品展示、概念艺术、UI mockups、批量处理等。关键词包括图像生成、AI绘图、OpenAI API、图像编辑、批量处理、SEO优化、创意设计。

ClawRAG 连接器是一个自托管、隐私优先的检索增强生成（RAG）引擎，专为 OpenClaw 设计。它通过 Docker 部署，将本地文档（如 PDF、Word、Markdown）转换为向量存储，并结合语义搜索与关键词匹配（BM25）进行混合查询，为 AI 应用提供准确、可溯源的答案。核心功能包括文档智能摄取、多知识库管理、MCP 原生集成，适用于需要数据本地化、高隐私保护的 AI 智能体、知识库问答和文档分析场景。关键词：自托管 RAG，向量数据库，混合搜索，文档智能，隐私保护，AI 智能体，知识库，本地部署。

本技能用于优化大语言模型和AI系统的提示词，涵盖提示设计、少样本学习、思维链等核心技术，提升AI特性、代理性能和交互质量。适用于构建AI功能、改进代理、编写系统提示及优化LLM交互等场景。