音视频创作组

基于Spotify Basic Pitch模型，将语音备忘录和哼唱旋律智能转换为量化MIDI文件，让音乐灵感瞬间变为可编辑的工程文件。

基于Google Veo 3.x和Gemini API的短视频生成工具，支持多片段自动拼接与风格一致性控制，适合广告及UGC内容创作，代码安全规范无隐患。

阿里云官方Wan R2V视频生成技能，基于dashscope SDK实现参考视频到多镜头视频的AI生成，适合需要保持角色风格一致性的视频创作场景。

基于 Supadata API 与 yt-dlp 双引擎的 YouTube 字幕提取工具，支持自动生成字幕解析，为内容研究者节省 10-30 分钟/视频的信息获取时间。

基于业界标准 ffmpeg 的视频帧提取工具，由知名开发者 steipete 维护，可快速生成视频缩略图或精准截取指定时间点画面。

Markdown脚本一键生成竖版短视频，自动同步音画字幕，支持自定义TTS与素材。

基于阿里云Model Studio Qwen TTS官方能力，通过少量样本即可快速克隆特定音色，实现高质量个性化语音合成。

一键提取 YouTube 视频字幕，支持多格式输出与元数据获取，适合研究、翻译与内容分析。

基于 Google Gemini 多模态 AI 的视频理解工具，支持 1000+ 站点视频下载与智能分析，一键获取转录、描述与问答结果。

Music Generation Cellcog

多模型AI图像视频生成中枢，集成GPT Image 2、Midjourney V8.1等顶尖引擎，支持提示词增强与本地ComfyUI工作流

基于 CellCog 的专业 AI 音频生成技能，支持三引擎 TTS、声音克隆、音乐与音效生成，纯文档型安全实现

为AI代理添加离线语音合成能力，采用sherpa-onnx本地TTS引擎，配合ffmpeg音效处理实现钢铁侠JARVIS风格的英式口音与金属质感音色，内置幽默人格模板。

HeyGen 官方 API 的已弃用技能，v1/v2 端点已过时，建议使用 v3 技能替代

Music Generation

百度官方视频AI笔记工具，输入视频链接即可自动生成文档、大纲、图文三种专业笔记，支持思维导图提取。

专为YouTube视频内容设计的全能工具包，支持转录、搜索、频道浏览等功能，API调用便捷，适合视频内容研究与分析。

Discord语音频道实时AI对话，支持多引擎语音转写与合成，代码安全规范，适合需要语音交互的社区机器人场景。

基于 OpenAI GPT-4o-mini 的语音转录工具，支持词汇自定义与文本纠错，适合快速处理语音备忘录。

一站式AI视频生成工具链，整合文生图、图生视频、语音合成与FFmpeg剪辑，支持免费与付费双模式工作流，适合创作者快速产出视频内容。

基于 MCP 技术自动登录抖音创作者平台，支持视频上传、标签管理和一键发布，简化短视频运营流程。

基于 ElevenLabs API 的专业语音合成工具包，提供18种声音角色、32语言支持、AI音效生成与自定义语音设计，适合内容创作者与开发者。

Audio Generation Cellcog

AI长视频生成工具，单提示自动生成4分钟营销视频、产品演示、口播视频等，支持脚本、配音、配乐、剪辑全流程自动化。