由知名开发者 steipete 维护的开源 Sonos 音箱控制工具，通过本地网络实现设备发现、播放控制与分组管理，为智能家居用户提供便捷的命令行音频操控体验。

基本信息

• 技能名称?sonoscli
• 中文名称?本地网络 Sonos 音箱智控专家
• 作者?steipete
• 分类?其他
• 版本?未标注
• 标签?automation, productivity, api, backend

使用方法

使用说明
核心用法
sonoscli 是一款专为 Sonos 智能音箱设计的命令行控制工具，用户可通过简洁的指令完成设备发现、播放控制、音量调节及分组管理等操作。基础命令包括 sonos discover 扫描局域网内设备，， sonos status --name "Kitchen" 查询指定音箱状态，以及 sonos play|pause|stop 和 sonos volume set 实现播放与音量控制。进阶功能涵盖扬声器分组（group join/unjoin/party/solo）、收藏夹与队列管理，以及通过 SMAPI 协议搜索 Spotify 曲库。
显著优点
该工具的最大优势在于 纯本地网络操作 ，无需云端账户或互联网依赖即可控制设备，响应速度快且隐私性强。开源架构（Go 语言编写）确保了代码可审计性，用户可独立验证安全性。功能覆盖全面，从基础播放到复杂的派对模式分组均可一键完成。安装便捷，通过标准 Go 模块 go install 即可获取，跨平台兼容性好。
潜在缺点与局限性
首要限制是 硬件依赖 ——必须拥有 Sonos 品牌音箱才能使用，无法兼容其他品牌音频设备。SSDP 自动发现功能在某些复杂网络环境（如多 VLAN、企业级防火墙）中可能失效，需手动指定 IP 地址。Spotify 搜索功能为可选扩展，需用户自行申请并配置 API 密钥，增加了使用门槛。此外，命令行界面对于非技术用户存在一定学习成本。
适合的目标群体
智能家居爱好者 ：偏好命令行/自动化脚本控制音频设备的极客用户
多房间音频用户 ：需要频繁管理多个 Sonos 音箱分组的家庭或小型办公场所
开发者与运维人员 ：希望将音频控制集成到现有工作流或自动化脚本中的技术从业者
隐私敏感用户 ：拒绝使用官方 App 或云端服务，追求纯本地控制的群体
使用风险
网络环境依赖 ：SSDP 协议对网络拓扑敏感，路由器配置不当可能导致设备无法发现
音量突变风险 ：自动化脚本误操作可能导致突然音量变化，建议设置音量上限
Go 工具链依赖 ：安装过程需要本地 Go 环境，未安装用户需额外配置
设备误控风险 ：局域网内多台同名设备可能导致控制对象混淆，建议明确命名规范

基于 Devialet 官方 API 的本地网络音箱控制方案，支持 Phantom/Mania 全系及 Spotify 集成，实现语音操控播放与音量。

基本信息

• 技能名称?devialet
• 中文名称?智能掌控 Devialet 高端音响
• 作者?JGM2025
• 分类?其他
• 版本?未标注
• 标签?automation, content-media, api, smart-home

使用方法

使用说明
Devialet Speaker Control 是一款专为 Devialet 高端音响系统设计的本地化控制方案，通过 HTTP API 实现与 Phantom、Mania 等全系产品的深度集成。
核心用法 方面，该 Skill 提供双重控制模式：基础模式直接调用 Devialet IP Control API 实现音量调节（0-100）、播放/暂停、静音切换及设备状态查询；高级模式则通过 Spotify 桌面应用与 playerctl、xdotool 工具链配合，实现"语音点歌-自动搜索-Spotify Connect 推流"的完整链路。用户仅需配置 DEVIALET_IP 环境变量即可建立通信，支持自然语言指令如"播放 Drake 的歌曲"或"将音量设为 40"。
显著优点 体现在三方面：一是硬件兼容性优异，覆盖 Phantom I/II、Reactor、Dialog 及 Mania 全系，仅需 DOS 2.14+ 或 SDOS 1.3+ 固件；二是架构设计合理，采用纯本地网络通信，Spotify Token 存储于 ~/.config/clawdbot/ 本地路径，无云端数据泄露风险；三是功能集成度高，将音箱硬件控制与流媒体服务无缝衔接，填补了中国市场 Devialet 智能化控制的工具空白。
潜在局限 亦不容忽视：首先，Spotify 功能强依赖桌面应用运行状态，且需用户自行申请 API 凭据，配置门槛较高；其次，HTTP 明文传输存在中间人攻击风险，不建议在公共 Wi-Fi 或访客网络部署；再者，音量控制等操作缺乏二次确认机制，存在误触可能；最后，作为社区驱动的 T3 来源项目，长期维护稳定性不及官方方案。
适用群体 明确指向三类用户：已购置 Devialet 硬件的音响发烧友、追求本地化智能家居的隐私敏感型用户，以及希望将高端音响纳入自动化工作流的极客群体。对于仅使用 AirPlay 或蓝牙的普通用户，此工具提升有限。
使用风险 主要集中于网络层与依赖层：HTTP API 缺乏 TLS 加密，建议在隔离的 IoT VLAN 中运行；外部工具链（curl、jq、playerctl）的版本差异可能导致脚本异常；Spotify 认证流程涉及 OAuth 交互，需防范钓鱼攻击。此外，固件升级后 API 变动可能导致功能失效，建议升级前查阅兼容性列表。

基于魔搭社区Qwen3-VL大模型的多模态视觉解析工具，支持OCR、图像描述、视觉问答等功能，通过OpenAI兼容SDK提供企业级视觉AI能力。

基本信息

• 技能名称?ms-qwen-vl
• 中文名称?多模态视觉智能解析助手
• 作者?crocketc
• 分类?其他
• 版本?未标注
• 标签?content-media, data-analytics, api, automation, development-engineering

使用方法

使用说明
MS-Qwen-VL Skill 是一款基于魔搭社区（ModelScope）Qwen3-VL 系列大模型的多模态视觉解析工具，专为需要通过 Claude Code 环境进行图像智能分析的用户设计。该技能通过 OpenAI SDK 兼容方式调用 API，支持图像内容描述、OCR 文字提取、视觉问答、目标检测及图表解析等五种核心任务模式，并提供 30B 快速模型与 235B 精细模型双模式选择，兼顾效率与精度。
在核心用法方面，用户通过 Python 脚本 ms_qwen_vl.py 传入本地图片路径或网络 URL，配合 --task 参数指定任务类型（describe/ocr/ask/detect/chart）即可完成视觉分析。脚本自动处理图片 base64 编码转换，无需手动处理技术细节。对于视觉问答任务，可通过 --question 参数传入自定义问题，实现灵活的交互式图像理解。
该技能的显著优点包括：采用标准化的 OpenAI SDK 接口，大幅降低学习成本和迁移门槛；双模型策略允许用户在响应速度与分析精度间灵活切换；完善的 argparse 参数验证与异常处理机制确保运行稳定性；支持本地文件与远程 URL 双输入方式，适应多样化使用场景。此外，代码结构清晰，依赖均为 Pillow、python-dotenv 等成熟官方库，无动态代码加载风险。
然而，该技能也存在一定局限性。首先，作为 T3 来源（个人开发者社区项目），其长期维护与更新稳定性较 T1/T2 官方来源存在差距。其次，核心功能依赖云端 API，必须联网使用且受 ModelScope 服务可用性制约。最重要的是，图片分析需将原始数据上传至第三方服务器，对于包含敏感信息（如身份证件、商业机密截图）的场景存在隐私合规风险。此外，用户需自行申请并管理 API Key，增加了配置复杂度。
该技能特别适合以下群体：需要批量处理图片 OCR 的文字工作者、进行视觉内容分析的数据分析师、构建多模态应用的开发者，以及希望通过自然语言交互理解图像内容的研究人员。对于已在工作流中使用 OpenAI SDK 的用户，该技能提供了零成本切换到国产多模态模型的方案。
使用风险方面，除前述的数据隐私风险外，还包括：API 调用产生的网络延迟可能影响实时性体验；ModelScope 平台的计费策略与额度限制可能产生额外成本；T3 来源代码虽经安全审计，但仍建议用户定期关注仓库更新以获取安全补丁。建议仅在处理非敏感公开图片时使用，并在可信网络环境下配置 API Key。

基于维基百科AI写作特征指南，识别并消除AI生成文本的标志性模式，将机械感内容转化为自然、有人情味的表达

基本信息

• 技能名称?Humanize
• 中文名称?AI痕迹一键清零，还文字以人味
• 作者?artur-zhdan
• 分类?其他
• 版本?1.0.0
• 标签?writing, editing, ai-detection, style-improvement, content-polishing, natural-language, copyediting, authenticity

使用方法

使用说明
核心用法
Humanize 是一套系统化的文本去AI化编辑方法，适用于内容编辑、审校和重写场景。其核心流程包括四步：扫描问题模式→重写问题段落→保留原意和预期语气→注入人格特质。
技能基于维基百科官方指南，将AI写作特征归纳为21种具体模式，分为六大类：
内容层面 ：浮夸重要性表述（pivotal/testament等）、媒体背书堆砌、 superficial -ing分析句、促销语言
语言层面 ：高频AI词汇（delve/tapestry/landscape等）、系动词回避（serves as等）、负向平行结构（Not only...but）、强行三件套、同义词循环
风格层面 ：破折号滥用、过度加粗、伪标题列表、不当表情符号、弯引号
沟通痕迹 ：聊天机器人套话、知识截断免责声明、谄媚语气
冗余表达 ：填充短语（in order to）、过度模糊限定、空洞积极收尾
显著优点

1. 系统性强 ：21条规则覆盖视觉、词汇、句式、结构多个维度，形成可操作的检查清单
2. 来源权威 ：基于维基百科公开指南，方法论有公共文档支撑
3. 兼顾保留与改造 ：强调"保留原意"和"注入灵魂"双重要求，避免沦为单纯删除工具
4. 实用工具 ：提供速查词表和分类对照，降低使用门槛
   潜在局限
   依赖人工判断：部分规则（如"Add Soul"的具体执行）需要写作者主观把握，难以完全标准化
   风格适应性有限：针对的是当前主流AI（GPT-4等）的英式/美式学术-商务混合语体，对其他文化语境或特定行业黑话的AI痕迹覆盖不足
   可能过度修正：激进应用可能误伤作者本意的修辞强调
   未涉及多语言：规则基于英语写作习惯，直接迁移至中文等语言需调整
   适合人群
   内容编辑、出版从业者处理来稿
   需要降低AI检测分数的营销文案写作者
   学术/商业写作培训的教学材料
   对AI文本特征敏感的读者自用之甄别手册
   常规风险
   版权灰色地带 ：用于规避AI检测工具可能违反平台服务条款
   质量依赖输入 ：若原始AI文本事实错误或逻辑混乱，humanize后问题依然存在
   风格同质化风险 ：过度遵循同一套规则可能导致"去AI化"文本反而呈现另一种可识别的模式
   安全认证报告显示本技能未经过正式安全扫描，实际部署需谨慎评估

基于Mistral官方OCR API的文档识别工具，支持PDF/图片转结构化文本，输出Markdown/JSON/HTML格式，适合科研、办公场景的高效文档数字化需求。

基本信息

• 技能名称?mistral-ocr
• 中文名称?AI驱动的智能文档识别专家
• 作者?YZDame
• 分类?其他
• 版本?未标注
• 标签?docs, content-media, data-analytics, productivity, api, automation

使用方法

使用说明
核心用法
mistral-ocr 是一款调用 Mistral AI 官方 OCR API 的文档识别技能，支持将 PDF 文件和常见图片格式（PNG、JPG、JPEG、TIFF）转换为机器可读的结构化文本。用户可通过自然语言指令（"Use Mistral OCR to process this"）或 CLI 命令行工具调用，输出格式涵盖 Markdown（含图片引用）、JSON（结构化页数据）和 HTML 三种形式。CLI 支持 -i 指定输入文件、 -f 选择输出格式、 -o 自定义输出目录，识别过程中提取的图片会自动保存至 images// 子目录。
显著优点

1. 多格式输出灵活性 ：Markdown 适合直接编辑和知识库沉淀，JSON 便于下游程序化处理，HTML 支持快速预览和网页集成。
2. 结构化识别能力 ：不仅提取纯文本，还能识别表格结构、页眉页脚，并保持文档的层级关系，优于传统 OCR 的扁平化输出。
3. 图片资源自动管理 ：内嵌图片自动提取并本地保存，Markdown 中保留相对路径引用，方便后续文档重组。
4. 官方 SDK 保障 ：基于 Mistral 官方 Python SDK（mistralai>=0.0.9），API 稳定性和兼容性有官方背书。
   潜在缺点与局限性
5. 网络依赖性强 ：所有识别任务必须实时调用 Mistral 云端 API，离线环境无法使用，且受限于 API 可用性和响应延迟。
6. 成本门槛 ：Mistral OCR API 按调用量计费，高频或大批量文档处理需考虑 API 成本，无免费额度时个人用户负担较重。
7. 隐私敏感场景受限 ：文档内容需上传至 Mistral 服务器处理，对含敏感商业数据、个人隐私或机密信息的文档存在合规风险。
8. 格式支持有限 ：暂不支持 Office 文档（Word、Excel）、扫描版复杂排版（如多栏混排）的精细化还原，极端复杂版式可能出现识别偏差。
   适合的目标群体
   科研人员与学术工作者 ：快速将扫描版论文、书籍章节转为可编辑 Markdown，构建个人知识库。
   内容运营与编辑团队 ：批量处理资料文档，提取结构化内容用于二次创作或 CMS 录入。
   开发者与数据工程师 ：通过 JSON 输出对接 NLP 流水线、RAG 系统或文档自动化处理工作流。
   企业文档管理员 ：历史纸质档案数字化项目，需将扫描 PDF 转为可检索、可编辑的电子文档。
   使用风险
   API 密钥泄露风险 ：依赖 MISTRAL_API_KEY 环境变量，若配置不当（如硬编码、日志泄露）可能导致密钥被盗用。
   网络超时与重试 ：大文件或网络波动时可能出现 API 调用失败，需自行实现重试机制（当前脚本未内置）。
   输出目录权限 ：默认输出至 ocr_result/ ，若运行环境对该路径无写入权限会导致执行失败。
   依赖版本漂移 ： mistralai>=0.0.9 的宽松版本约束可能引入未来不兼容更新，建议锁定具体版本。