Claude Code 生图做视频神器！4099 Stars 的多模态创作 Skill 来了

Claude Code 能画图、做视频、包装品牌视觉了——而且不需要切换到 Figma 或者打开 Midjourney 网页，就在你写代码的终端里搞定。

这个 Skill 叫 Generative Media Skills for AI Agents，来自 GitHub 用户 richard-shan，目前已经积累 4099 Stars，定位非常明确：把专业级图像、视频、音频生成能力，直接塞进你的 AI 编码助手（Claude Code、Cursor、Gemini CLI）里。

它能做什么？

先说最直观的几个场景：

• 在 Claude Code 里说一句话，让 AI 生成一张写实产品图或者插画，直接落盘到项目目录
• 给 AI 一张草图，让它变成一段 10 秒的电影级短片
• 做品牌 Logo 设计——AI 会调用专业知识，输出符合几何构成原则的矢量图
• 自动剪辑长视频，提取高光片段，生成适合 TikTok / YouTube Shorts 的竖版短片

背后接入了 100+ 主流模型：Midjourney v7、Flux Kontext、Kling 3.0、Veo3、Seedance 2.0 等等，一个 CLI 命令切换，不需要在各个平台之间来回跳。

Expert Library：专业知识的沉淀

这套 Skill 真正值钱的地方不是「调 API 生成图片」，而是把专业知识结构化进去了。

比如 Cinema Director 这个 Skill，它内置了专业电影导演的构图思维和镜头语言，AI 生成视频时会自动遵循这些规则，而不只是简单地把 prompt 扔给模型。再比如 Nano-Banana，用了类似 Gemini 3 的推理链来驱动图像生成，输出质量明显高于直接 prompt。再比如 Logo Creator，用的是几何基元构建法，输出的不是随机图形，而是有设计逻辑的品牌标识。

安装超简单

一行命令装好：

npm install -g muapi-cli
muapi auth configure --api-key "你的KEY"
npx skills add SamurAIGPT/Generative-Media-Skills --all

然后在 Claude Code 里直接说「画一张赛博朋克橙猫」就好了。

我的评价

这两年看到太多「AI 做图」的 Skill，但大多数只是调个 API 做个图。这个项目的差异在于：它把 AI 创作当作一个完整的 pipeline 来设计——从语义理解、构图推理、到最终输出，都有专业知识的注入，不是简单的一问一答。

对于做 AIGC 创意、做出海内容、做品牌视觉的团队来说，这套 Skill 值得直接上生产。

GitHub：https://github.com/richard-shan/Generative-Media-Skills

GitHub: https://github.com/richard-shan/Generative-Media-Skills