分享到微信

当前解读页的微信分享二维码

用微信扫一扫打开,点击右上角「···」分享给朋友或朋友圈。

手机上可截屏后,在微信扫一扫中从相册识别二维码。

scenario-labs/skills

AI 工程

让 Claude Code、Cursor、Codex 等 70 多种编程 Agent 通过 Scenario MCP 生成和编辑图像、视频、音频、3D,并驱动 DCC 软件与游戏引擎的 Agent Skills 集合。

1,426
172
Python
MIT
创建于 2 个月前

项目是什么

这个仓库提供一组 Agent Skills,即遵循开放 Agent Skills 规范 的 SKILL.md 文件,教 AI 编程 Agent 通过 Scenario 的 MCP 服务器 完成生产级内容制作。技能文件给 Agent 提供的是操作知识,而不是一堆提示词:该选哪个模型、请求字段怎么填、花钱前如何估价、怎样在一整批素材中保持角色或品牌一致。覆盖范围包括图像、视频、音频、纹理、天空盒、3D 资产和自训练模型,面向游戏、娱乐及其他创意场景。

第二类「专家工具」用法不同:它们是一组组技能,驱动本机安装的 DCC 软件和游戏引擎——ZBrush、Blender、Maya、Unreal Engine、Unity、Godot、Roblox Studio。这些技能需要对应应用,不依赖 Scenario MCP。每个技能家族的 README 记录了构建方式和验证程度。

技能可通过 skills CLI 安装到 Claude Code、Cursor、Codex、Copilot 等兼容 Agent 中。

安装与首次使用

需要可用的 Node.js 环境和 npx;Scenario 相关技能还要求 Agent 已连接 Scenario MCP 服务器。先安装核心技能,它负责连接 MCP 以及 discover → schema → run → wait → display → download 的生成循环:

npx skills add scenario-labs/skills --skill scenario

如果要一次装好除专家工具外的所有 Scenario 技能,可使用 README 安装段列出的完整 --skill 清单 安装命令。直接运行 npx skills add scenario-labs/skills 会打开交互菜单,菜单初始不预选任何项,需要先选择再按回车 交互菜单。

按角色或目标挑选可参考 INSTALL.md,其中按岗位和产出目标分组,每组给出一条命令。

安装并连接后,正常向 Agent 提需求即可,例如「为我的 RPG 背包生成四个风格统一、透明背景的药水图标」。模型选择、请求字段和生成循环由技能处理。

专家工具按家族整体安装,因为家族内的专项技能会导入主技能的脚本;在安装器中选择「Expert tools」分组,或运行各家族 README 中的命令(Blender、Maya、Unreal、Unity、Godot、Roblox、ZBrush)。

按需安装

技能是模块化的,可以只装需要的部分。分组涵盖:方向探索与概念方案;图像生成与编辑;游戏美术与 3D;视频与音频;社交媒体格式;一致性与自定义模型训练;输出审查与质量关卡;多平台投放格式;工作流与应用;故障排查;团队管理;以及图像、视频、音频、3D 各模型家族的分项深入技能。按任务选择对应技能,不必一次全装。

使用约束

  • Scenario 技能依赖 MCP 服务器:这些技能通过 Scenario 的 MCP 服务器工作,生成前需要已认证的连接。
  • 专家工具依赖对应软件:本机必须安装 ZBrush、Blender、Maya、Unreal、Unity、Godot 或 Roblox Studio。各家族验证程度不同——Blender、Unity、Godot、Roblox 家族声明各项流程已在目标版本中实测,ZBrush 的桥接已实际跑通,但每个技能的完整实测仍在进行中。
  • 专家工具的平台限制:Unreal、Unity、Godot、Roblox 家族文档面向 macOS,并标注了具体软件版本。
  • 费用:技能设计为调用前先估价,并提供 dry-run 成本矩阵,但实际生成会消耗 Scenario 额度。
  • 更新:安装命令从 main 拉取最新版本;需要稳定可固定到某个已审核的 release。拉取更新运行 npx skills update 更新说明。
  • 许可证:MIT。

HotRepo 点评

2026-11-01,该项目进入 HotRepo Python 日榜第 10 名,当日新增 98 Star,总计 1,418 Star。对于一个技能包来说,这是相当强的单日信号,而结构本身解释了原因:它不只是包装一个模型 API,而是把各模型家族的知识写进了技能——GPT Image 各档位、Veo 各模式、Meshy 的参数方言——同时为七个 DCC 软件和游戏引擎准备了专家技能团队。仅 Blender 家族就声称有 12 套测试在 Blender 5.2.1 无头模式下通过,Unity 和 Godot 家族则声称所有流程都在目标版本中实测过。这些是项目自己的验证声明,但说明其测试标准高于普通的提示词合集。

短板在 ZBrush 家族:README 自己说明所有技能的完整实测尚未完成。考虑使用专家工具的团队应先去对应家族 README 确认验证状态,再用于生产。单条快照不足以判断趋势,Python 日榜名次只反映当天增长,不代表持续排名。

本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。