Automation

透過 agent-browser 和 Chrome DevTools Protocol (CDP) 自動化現有的 Electron 桌面應用程式，例如 VS Code、Slack、Discord、Figma、Notion 和 Spotify。這個技能協助你連線到正在執行的 Electron 應用程式，擷取畫面快照，並與其 UI 互動，作為端到端桌面與工作流程自動化的一部分。

透過瀏覽器自動化，從命令列操作 Slack。slack 技能會透過 agent-browser 連線到既有的 Slack 網頁工作階段，讓你可以檢查未讀頻道、掃描私訊、搜尋對話、擷取資料，並在更大型的自動化流程中產出結構化報告。

在 Vercel Sandbox microVM 內執行搭配 headless Chrome 的 agent-browser，讓部署在 Vercel 上的應用程式可以安全且可擴充地進行真實瀏覽器自動化、截圖與頁面互動。

透過 inference.sh CLI 搭配 BiRefNet 模型，使用 background-removal 技能移除圖片背景。非常適合產品照、人像、電商商品圖片、透明 PNG 以及快速去背裁切。

agent-browser 讓 AI agents 能透過 inference.sh 控制一個由 Playwright 驅動的瀏覽器。可開啟頁面、使用 @e 元素參照來點擊、輸入、拖曳、上傳檔案、擷取內容，並截圖或錄製影片。非常適合用於網頁自動化、資料擷取，以及由 agent 主導的瀏覽流程。

agent-browser 是一款為 AI agents 與 shell scripts 設計的 Chrome/Chromium 自動化 CLI 工具。可用來開啟頁面、導覽、點擊、填寫表單、擷取 snapshots、截圖、錄影、效能 profiling、管理 sessions、處理驗證流程，並自動化端到端的瀏覽器操作流程。

agent-tools 會在你的 agent 內部提供 inference.sh CLI，讓你在同一個介面中執行超過 150 款 AI 應用：圖像生成、影片製作、LLM、搜尋、3D，以及 Twitter 自動化等。非常適合需要統一工作流程執行器、但又不想自行管理 GPU 或複雜整合，卻同時要用到 FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等多種服務的情境。

安裝 ai-automation-workflows，搭配 inference.sh CLI 建立自動化的 AI 工作流程。學習批次處理、排程工作、事件驅動的 pipeline，以及 agent 式迴圈，用於大規模內容產生、資料處理與監控。

使用 inference.sh CLI，從圖片與音訊軌生成 AI Avatar 與說話頭像（talking head）影片。ai-avatar-video 封裝了 OmniHuman、Fabric 和 PixVerse Lipsync 等應用，用於製作語音驅動的虛擬角色、對嘴影片與虛擬主持人，特別適合行銷、說明影片與社群內容的製作流程。

使用 inference.sh CLI 設計並執行多步驟 AI 內容產線，把影像、影片、音訊與文字工具串在一起。透過 ai-content-pipeline，自動化以下類型的流程：產生圖片、將圖片轉成動畫影片、加入音效或旁白，最後將內容整理好，用於 YouTube、社群媒體與行銷活動。

透過 inference.sh CLI 建立 AI 行銷影片。使用 ai-marketing-videos，可用 Veo、Seedance, Wan, FLUX 以及 Kokoro 配音等模型，為 Facebook、YouTube、Instagram 和 TikTok 產生宣傳影片、產品展示、解說影片及廣告創意。

使用 Kokoro TTS、DIA TTS 和 inference.sh CLI，從文字建立由 AI 驅動的 Podcast 與語音內容。你可以混搭多種聲線、加入音樂，並組合完整的 Podcast、有聲書與音訊電子報集數。

使用 inference.sh CLI 建立結合網頁搜尋工具（Tavily、Exa）與大型語言模型（透過 OpenRouter 使用 Claude、GPT-4、Gemini）的 Retrieval Augmented Generation（RAG）流程。非常適合需要有依據、附上來源引用答案的研究型代理、查核工具與 AI 助理。

透過引導式、多階段流程，評估並升級既有的 Azure 工作負載，跨不同的方案、層級與 SKU。azure-upgrade 協助你從 Consumption 轉移到 Flex Consumption、切換 Azure Functions 方案、變更主控層級，並從 App Service 遷移到 Container Apps，搭配評估報告與自動化升級步驟完成整體升級。

透過官方 CLI 建立與部署 inference.sh 應用程式的技能指南。說明應用程式腳手架、必要檔案、資源設定，以及針對 Python 與 Node.js 後端的部署基本觀念。

使用 content-repurposing，將一份長篇內容拆解成多種素材：社群貼文、threads、輪播、引言卡片等。專為內容行銷人員與創作者設計，在 inference.sh CLI 上進行 AI 協作的內容原子化。

透過 inference.sh CLI 結合 Dia TTS 與 ElevenLabs，生成逼真的多說話者對話音訊。dialogue-audio 技能可協助你掌控說話者、情緒、節奏與對話流暢度，適用於 Podcast、有聲書、解說內容、角色場景以及其他各種對話型內容。

設計並同時執行多個彼此獨立的 AI agents，每個都有專注的情境與任務領域。

以技能為基礎，提供 Microsoft Entra ID app registration、OAuth 2.0 流程、API 權限，以及適用於主控台與後端應用程式的 MSAL 驗證範例。

使用 executing-plans 技能載入既有的實作計畫，先進行批判性檢視，再依序執行可切分的小型開發任務，並搭配檢查節點與狀態追蹤。

在實作完成且測試通過後，提供結構化的 Git 流程來收尾開發分支，引導你完成本機合併、推送與建立 PR、保留分支或捨棄分支。

在單一工作階段中，以任務為單位啟動全新、專門化的 subagents，並分別執行規格檢查與程式碼品質審查，來協調整體開發工作。

在開始需要與目前工作空間隔離的功能開發時使用——using-git-worktrees 能協助你用智慧目錄選擇與安全檢查，建立安全、有結構的 Git worktrees。