higgsfield-ai

画像・動画生成スキルは「どのキーで、どこに課金されるか」で選ぶ: Claude Code 向け SKILL.md を読み比べた Claude Code に画像生成スキルを入れて「ヒーロー画像を作って」と頼むと、最初に聞かれるのはプロンプトではなく、たいていログインかAPIキーです。Claude Code 自身はピクセルを描けません。画像・動画生成スキルの正体は、どこか1社のCLIやAPIを正しく呼ぶための手順書です。 そのため、選ぶときの軸は「どのモデルが一番きれいか」より先に「どのプロバイダのアカウントを作り、どの環境変数にキーを置き、どこから請求が来るか」になります。この記事では、インストール数の多い画像・動画生成スキルの SKILL.md を GitHub の最新版で読み直し、プロバイダ・認証・モデルの振り分けルールを並べました。 ! Disclosure: we run Skillselion. この記事は私たちが運営する Skillselion のガイド「Claude Code 向け AI 画像・動画生成スキルガイド」をもとに、日本語で書き直したものです。Skillselion は Claude Code / Codex / Cursor 向けの拡張を実インストール数で並べる独立ディレクトリで、Anthropic、OpenAI、Cursor とは提携していません。インストール数は2026年11月7日時点の各掲載ページ（skills.sh レジストリの累計値）、スター数は同日の GitHub API の値です。 先に結論です。画像1本と動画1本を、同じプロバイダのスキルでそろえてください。RunComfy なら RUNCOMFY_TOKEN 1つで画像と動画の両方が動き、Higgsfield なら higgsfield auth login 1回で画像・動画・3D・音声まで届きます。OpenRouter のキーをすでに持っているなら、画像はそちらに寄せる手もあります。編集（カット、圧縮、変換）は生成とは別の仕事なので、キー不要の ffmpeg スキルで済ませます。 比較表: プロバイダ・認証・課金先 スキル 呼び出すもの 認証 課金先 主なモデル インストール数 nano-banana-2 (RunComfy) runcomfy CLI runcomfy login / RUNCOMFY_TOKEN RunComfy Nano Banana 2 440,342 ai-video-generation (RunComfy) runcomfy CLI 同上 RunComfy HappyHorse 1.0（既定）、Kling、Seedance、Wan、Veo ほか 385,573 higgsfield-generate higgsfield CLI higgsfield auth login Higgsfield GPT Image 2.6、Seedance 2.5 ほか 225,833 higgsfield-product-photoshoot higgsfield CLI 同上 Higgsfield gpt_image_2 203,972 higgsfield-youtube-thumbnail higgsfield CLI 同上 Higgsfield（クレジット） Nano Banana Pro + Seedream 109,284 nano-banana-pro-openrouter uv + Python スクリプト OPENROUTER_API_KEY OpenRouter gemini-3-pro-image-preview 9,933 image-generation (deer-flow) generate.py GEMINI_API_KEY ほか3系統 置いたキー次第 Gemini / MiniMax image-01 / OpenAI 互換 2,925 video-generation (deer-flow) generate.py GEMINI_API_KEY / MINIMAX_API_KEY 置いたキー次第 Veo / Hailuo 2.3 3,041 seedance-prompt-en なし（プロンプト作成のみ） 不要 生成する側のサービス Seedance 2.0 3,173 video-editing (ECC) FFmpeg、Remotion、ElevenLabs、fal.ai ELEVENLABS_API_KEY ほか 使う層ごと 編集用 14,975 ffmpeg (digitalsamba) ローカルの ffmpeg 不要 なし 編集用 12,327 表の上から順に、SKILL.md に何が書いてあるかを見ていきます。 RunComfy: 1つのトークンで画像と動画 インストール数の1位と2位は、どちらも prime-skills/runcomfy-agent-skills にある RunComfy 向けのスキルです。 nano-banana-2 スキルの掲載ページによると累計440,342インストールで、リポジトリは GitHub の prime-skills/runcomfy-agent-skills（61スター）です。前提として書かれているのは3つだけです。npm i -g @runcomfy/cli で CLI を入れる、runcomfy login でブラウザのデバイスコード認証をする、CI やコンテナでは代わりに RUNCOMFY_TOKEN を置く。呼び出しは runcomfy run google/nano-banana-2/text-to-image に JSON を渡す形です。 課金に関わる記述が具体的なのがこのスキルの良いところです。解像度は 0.5K（下書き）、1K（既定）、2K（仕上げ）、4K（最大）の4段階で、2K と 4K は高くつくので頼まれない限り 1K にしろ、と書いてあります。enable_web_search もレイテンシとコストが増えるので既定はオフです。4枚まとめて 0.5K で出し、当たりだけ 2K に上げる、という使い方がそのまま手順になっています。 モデルの振り分けもファイルに埋め込まれています。表形式で、ラフや SNS サムネイル、画像内の文字には Nano Banana 2、絵画調の強いスタイルには Flux 2、プロンプト忠実度と多言語テキストには GPT Image 2、2K から 4K のリアルなヒーローショットには Seedream 5、写実的なポートレートには Nano Banana Pro、という対応です。「Nano Banana」とだけ言われたときの扱いも決まっています。 If they said "Nano Banana" without specifying 2 vs Pro, default to Pro for portraits and 2 for everything else. Source: prime-skills/runcomfy-agent-skills, nano-banana-2/SKILL.md 動画側の ai-video-generation スキルの掲載ページは累計385,573インストールです。こちらは1モデルのラッパーではなくルーターで、テキストから動画（t2v）、画像から動画（i2v）、Veo の延長エンドポイントのそれぞれについて、モデルごとに「Pick for」と「Avoid for」が並んでいます。 いま読むと、既定モデルは HappyHorse 1.0 になっています。t2v も i2v も既定はこれで、同じパスで音声まで生成できる点が説明されています。そのうえで、指定のナレーション MP3 に口を合わせたいなら Wan 2-7（audio_url で駆動）、物理的に正確な回転を見せる商品動画なら Veo 3-1、4K の最終納品なら Kling 3.0 4K、試行を安く回すなら Kling 2-6 Pro や Standard に落とす、という具合です。Seedance v2 Pro は「単純な1プロンプト1クリップには過剰で遅い」と避ける側に書かれています。 この2本は同じ runcomfy CLI と同じトークンで動きます。画像と動画の請求が1か所にまとまるのが、RunComfy を選ぶ一番の理由です。 Higgsfield: CLI 1本、用途別にスキルが分かれる GitHub の higgsfield-ai/skills（1,909スター）は Higgsfield 自身の GitHub org のリポジトリで、汎用の入口と、成果物ごとの専用スキルに分かれています。 入口は Skillselion の higgsfield-generate ページ（累計225,833インストール）です。frontmatter の description に既定モデルが列挙されていて、画像は GPT Image 2.6、動画は Seedance 2.5、カートゥーン調のキャラクターは Nano Banana 2、広告は Marketing Studio、音声は Seed Audio 1.0 です。認証は higgsfield auth login（対話式）で、セッションが切れたらユーザーに再ログインを頼んで待つ、という手順になっています。 課金の観点で読んでおきたいのは UX ルールの5番目です。 Don't pre-estimate cost or optimize for cheaper models unless the user asks. Prefer the quality default first. Source: higgsfield-ai/skills, higgsfield-generate/SKILL.md つまり何も言わなければ品質優先の既定モデルで投げます。安く回したいときは、プロンプトで「安く」「速く」と明示する必要があります。そうすると Kling 3.0 Turbo や Nano Banana 2 Lite などに切り替わるルールが書かれています。 商品写真は higgsfield-product-photoshoot スキルの掲載ページ（累計203,972インストール）の担当です。product_shot、lifestyle_scene、hero_banner、ad_creative_pack、virtual_model_tryout などのモードを選ぶと、バックエンドのプロンプト強化器が gpt_image_2 向けのプロンプトを組み立てます。エージェントが自分でプロンプトを書くな、とまで書いてあるのが特徴です。 サムネイルは YouTube サムネイル用の higgsfield-youtube-thumbnail スキル（累計109,284インストール）です。最大3人の顔を参照して同一性を保ち、本描画は Nano Banana Pro を 4K で、表情などの部分修正は Seedream で行い、描画のたびに（使える環境なら）ホスト側のビジョンで「幅120px程度でも顔と主役が読めるか」を確認します。課金については、use_unlim は現行の CLI のパラメータではなく、このワークフローは CLI ではクレジットで動く、と明記されています。 OpenRouter と Pilio: 手持ちのキーに寄せる すでに OpenRouter を使っているなら、nano-banana-pro-openrouter スキルの掲載ページ（累計9,933インストール）が候補です。置き場所は GitHub の github/awesome-copilot（40,900スター）です。frontmatter に primaryEnv: OPENROUTER_API_KEY と必要なバイナリ uv が宣言されていて、uv run で同梱の generate_image.py を呼び、google/gemini-3-pro-image-preview で生成・編集・最大3枚の合成をします。トラブルシューティング表には、HTTP 401 の原因として次の1行があります。 Key is invalid or has no credits. Source: github/awesome-copilot, skills/nano-banana-pro-openrouter/SKILL.md 401 が出たら、キーの打ち間違いだけでなく OpenRouter 側の残高も疑え、ということです。 Pilio の pilioai/skills（44スター）にも nano-banana-pro スキルがあり、PILIO_API_KEY を環境変数で要求します。キーの扱いについては、この1行がいちばんはっきりしています。 Do not ask the user to paste API keys into the conversation. Source: pilioai/skills, skills/nano-banana-pro/SKILL.md チャットに貼られたキーはトランスクリプトに残ります。どのスキルを使う場合でも、キーは環境変数に置き、プロンプトやスキルのファイルには書かない。これが基本です。 deer-flow: どのプロバイダで動くかを環境変数で決める ここまでのスキルは1社専用でした。ByteDance の bytedance/deer-flow（85,108スター）にある2本は逆で、置いたキーによってプロバイダが切り替わります。 deer-flow の image-generation スキルの掲載ページ（累計2,925インストール）では、GEMINI_API_KEY があれば Gemini、なければ MINIMAX_API_KEY で MiniMax の image-01、それもなければ IMAGE_GENERATION_API_KEY で OpenAI 互換の Images API（既定モデル gpt-image-2.5-flare）を使います。IMAGE_GENERATION_PROVIDER で明示的に固定もできます。 動画版の deer-flow video-generation スキル（累計3,041インストール）も同じ作りで、Gemini なら Veo、MiniMax なら MiniMax-Hailuo-2.3 です。認証情報の扱いはこう書かれています。 Provider credentials are read from the runtime environment, not embedded in the script. Do not put their values in prompt files or command-line arguments. Source: bytedance/deer-flow, skills/public/video-generation/SKILL.md 注意点が2つあります。1つは、GEMINI_API_KEY が別の用途でシェルに入っていると、意図せず Gemini に課金されることです。優先順位が決まっているので、狙ったプロバイダがあるなら IMAGE_GENERATION_PROVIDER や VIDEO_GENERATION_PROVIDER で固定しておくのが安全です。もう1つは、スクリプトのパスが /mnt/skills/public/image-generation/scripts/generate.py のように DeerFlow 側のレイアウト前提で書かれていることです。Claude Code で使うなら、インストール先のパスに読み替える必要があります。 キー不要の Seedance プロンプトスキル seedance-prompt-en スキルの掲載ページ（累計3,173インストール、GitHub の dexhunter/seedance2-skill は4,419スター）は API を呼びません。Jimeng Seedance 2.0 向けのプロンプトを書くだけのスキルです。@Image1 as the first frame や reference @Video1's camera movement のような @ 参照の書き方、入力上限（画像9枚、動画3本、音声3本、合計12ファイル）、出力は4秒から15秒、といった制約がまとまっています。写実的な人の顔を含む画像や動画はアップロード時にブロックされる、という注意もあります。 キーも課金も発生しないので、ルーターで Seedance に決めたあとに足す1本として向いています。 同じモデルに、ラッパーが何本もある 並べてみると、同じモデルへの入口が複数あることが分かります。ここが一番お金を無駄にしやすいところです。 Nano Banana Pro には少なくとも4つの経路があります。OpenRouter（nano-banana-pro-openrouter）、Pilio（nano-banana-pro）、Higgsfield（youtube-thumbnail が内部で nano_banana_pro を使用）、そして後述の ECC video-editing が例に挙げる fal.ai の fal-ai/nano-banana-pro です。モデルは同じでも、請求書は4通りです。 Nano Banana 2 の名前にも罠があります。RunComfy では google/nano-banana-2 ですが、Higgsfield では ID が違います。 The id nano_banana_2 is an alias for Nano Banana Pro, not Nano Banana 2 Source: higgsfield-ai/skills, higgsfield-generate/SKILL.md Higgsfield で Nano Banana 2 を使いたいなら nano_banana_flash です。名前だけ見て nano_banana_2 を指定すると、実際には Nano Banana Pro で生成されます。 同じ SKILL.md が別リポジトリにもあります。RunComfy の nano-banana-2 は、agentspace-so/runcomfy-skills にも同じ内容のファイルがあり、2026年11月7日に取得した2つのファイルはバイト単位で一致しました。しかも SKILL.md 内のインストール例は npx skills add agentspace-so/runcomfy-skills --skill nano-banana-2 -g を指しています。ai-video-generation のインストール例は agentspace-so/runcomfy-agent-skills で、こちらは GitHub 上で prime-skills/runcomfy-agent-skills に転送されます。どちらを入れても中身は同じですが、更新を追うリポジトリは1つに決めておくと、どちらが新しいか迷わずに済みます。 消えたスキルの数字は残ります。Pilio の nano-banana-2 スキルは、2026年5月12日のコミット「fix: remove unreleased Nano Banana 2 skill」で pilioai/skills から削除されています。それでもレジストリの累計インストール数は残るので、数字だけ見て選ぶと中身のないスキルに当たることがあります。入れる前に GitHub 上でファイルが存在するかを確かめてください。 同じモデルのラッパーを複数入れると、どれが読み込まれるかは description の当たり方次第で、事前には読めません。どのキーで課金されるかをエージェント任せにしないためにも、1つのモデルにつきラッパーは1本にしておきます。 インストール手順もスキルによって流儀が違う キーの扱いと並んで差が出るのが、CLI の入れ方です。Higgsfield の3本は、higgsfield が PATH になければ curl -fsSL raw.githubusercontent.com | sh で入れる、と冒頭の Bootstrap 手順に書いています。frontmatter は allowed-tools: Bash です。 RunComfy の ai-video-generation は反対の立場を取っています。 Agents must not pipe an arbitrary remote install script into a shell on the user's behalf. Source: prime-skills/runcomfy-agent-skills, ai-video-generation/SKILL.md こちらは npm i -g @runcomfy/cli を使い、frontmatter で allowed-tools: Bash(runcomfy *) と許可するコマンドを絞っています。同じファイルには、参照画像や音声の URL は信頼できない入力として扱い、ユーザーが明示的に渡した URL だけを取り込め、という間接プロンプトインジェクション対策も書かれています。生成結果がプロンプトからずれたら、プロンプトより参照素材を疑え、という一文もあります。 どちらが正しいかはチームの方針次第です。ただ、curl | sh を含むスキルなら、CLI は最初に自分の手で入れておき、エージェントには実行させない。この運用にしておくと判断が楽になります。 生成と編集は別の仕事 最後に、生成スキルでは解決しない作業です。画面収録のカット、字幕、圧縮は、新しいピクセルを作る仕事ではありません。 ECC の video-editing スキルの掲載ページ（累計14,975インストール、GitHub の affaan-m/ECC は298,963スター）は、冒頭でこう宣言しています。 AI-assisted editing for real footage. Not generation from prompts. Editing existing video fast. Source: affaan-m/ECC, skills/video-editing/SKILL.md パイプラインは Screen Studio などでの収録、Claude / Codex での構成、FFmpeg でのカット、Remotion での合成、ElevenLabs / fal.ai での素材生成、Descript か CapCut での仕上げ、の6層です。API キーが出てくるのは5層目の素材生成で、ElevenLabs のナレーションはコード例の中で os.environ["ELEVENLABS_API_KEY"] から読んでいます。生成は「必要なものだけ」に限定する方針です。 キーがまったく要らないのが、digitalsamba の ffmpeg スキルの掲載ページ（累計12,327インストール、GitHub の digitalsamba/claude-code-video-toolkit は2,471スター）です。GIF から MP4 への変換コマンドに -movflags faststart、-pix_fmt yuv420p、偶数サイズに丸める scale=trunc(iw/2)*2:trunc(ih/2)*2 がそろっていて、それぞれの理由も添えてあります。CRF 23 を既定にした圧縮プリセットもあります。生成した動画を Web に載せる前の後処理は、ほぼこれで足ります。 コードで動画を組むなら、Remotion 系のスキルを比べたRemotion スキルのガイドも参考になります。 まとめ: 入れる前に確かめる4点 課金先を決める。RunComfy、Higgsfield、OpenRouter のどれか1つに寄せ、画像と動画を同じ請求にまとめます。 キーは環境変数に置く。RUNCOMFY_TOKEN、OPENROUTER_API_KEY、PILIO_API_KEY などはシェルかシークレット管理に置き、チャットにもリポジトリにも書きません。deer-flow 系なら、プロバイダも環境変数で固定します。 同じモデルのラッパーは1本だけ。特に Higgsfield の nano_banana_2 は Pro の別名です。 編集は ffmpeg に任せる。生成スキルでトリミングしようとしないでください。 生成した画像を UI に組み込む段階では、フロントエンドデザインのカテゴリに、その画像を使う側のスキルがまとまっています。 出典・元記事: Skillselion の画像・動画生成スキルガイド（英語）。数値は2026年11月7日時点のもので、カタログは skills.sh、GitHub、MCP レジストリから毎日更新し、実インストール数で順位を付けています。引用した SKILL.md はすべて同日に GitHub から取得した最新版です。

Your AI can now generate product photos, brand kits, and videos right inside your coding agent. Higgsfield’s skills add image and video generation to Claude Code, Cursor, and Codex. link; higgsfield-ai/skills t.co

今日のcreator向け候補は、画像・動画・3D生成をagentから呼ぶSkill集。 higgsfield-ai/skillsはHiggsfield CLI向け。画像・動画・3D・音声生成のほか、brand kit、product photo、広告制作のworkflowを案内します。生成にはHiggsfield側の認証が必要です。 higgsfield-ai/skills

This GitHub Repo Turns AI Agents Into Creative Studios 🤯 #Shorts#HiggsfieldAI #GitHub#AITool#AIAgent 🤯 What if your AI coding agent could help you generate images, videos, YouTube thumbnails, product photos, and even complete brand identities? Meet **Higgsfield AI Skills** — an open-source GitHub repository that adds powerful creative workflows to compatible AI coding agents like Claude Code, Cursor, and Codex. 🚀 ✨ What you can explore: - 🎨 AI image and video generation - 🖼️ YouTube thumbnail creation - 🏷️ Branding and product photography - 🎬 AI-powered marketing videos - 🌐 Website building workflows 🔗 GitHub Repository: higgsfield-ai/skills ⭐ Explore the repo and discover what AI agents can do! Follow **Tech Finds** for more useful AI tools, trending GitHub projects, and developer resources. #HiggsfieldAI #GitHub #AITools #AIAgents #OpenSource #ClaudeCode #CursorAI #TechFinds #Shorts

Higgsfield AI Skills: AI agent skills for image/video generation and complete visual brand systems (1.7k stars) What it does All text below is quoted directly from the project README. >AI agent skills for image/video generation and complete visual brand systems via Higgsfield AI, including Marketing Studio and Virality Predictor video scoring. Works with Claude Code, Cursor, Codex, and other AI coding agents that load Markdown-based skills. Skills: - higgsfield-generate: Image, video, 3D, and audio generation across 30+ models (Nano Banana 2, Soul V2, Veo 3.1, Kling 3.0, Seedance 2.5, Seed Audio 1.0, Flux 2, GPT Image 2.5, …), plus Marketing Studio for branded ads with avatars/products/hooks/settings and Virality Predictor scoring for finished videos. - higgsfield-soul-id: Train a Soul Character, a reusable, face-faithful identity model. Returns a reference_id consumable by Soul-aware generation. - higgsfield-product-photoshoot: Brand-quality product imagery with mode-specific prompt enhancement. 10 modes (studio, lifestyle, Pinterest, hero banner, ad packs, virtual try-on, …) backed by gpt_image_2. - higgsfield-brandkit: Create or extend a complete visual identity: palettes, editable SVG logo marks, typography, mockups, social graphics, packaging, signage, merchandise, decks, and canonical PPTX/PDF brandbooks. - higgsfield-marketplace-cards: Marketplace product cards: compliant main image, secondary product images, and A+ style modules via backend prompt enhancement. - higgsfield-websites: Build, edit, and deploy full-stack websites: React 19 + TanStack Start, server-rendered as one Cloudflare Worker with D1 / R2 / KV / Durable Objects / Containers. - higgsfield-video-explainer: Create a narrated non-photoreal explainer as matched Seed Audio + Gemini Omni blocks, then assemble the final MP4 with explainer_video. - higgsfield-youtube-thumbnail: Create truthful, high-impact YouTube thumbnails and vertical video covers with identity-preserving references, controlled variants, focused edits, and optional text-overlay guidance. >npx skills add higgsfield-ai/skills Repository higgsfield-ai/skills Repository stats |Metric|Value| |:-|:-| |Stars|1,669| |Forks|320| |Last release|None| |Languages|Python 93.7%, Shell 6.3%| |Contributors|8| |AI contributor accounts (Claude / Codex / Cursor / Copilot)|@claude (42 commits)| |AI co-authored commits|Claude: 42| Main contributor |Field|Value| |:-|:-| |Name|Nurdaulet Bolatov| |GitHub|@nurdabolatov| |Commits to this repo|49 (top contributor)| |Bio|Software Engineer| |Company / Location|Facebook / Almaty, Kazakhstan| |Followers|69| ────────────────────────────── 📌 How many great GitHub repos have you discovered and completely forgotten about? Don't let another useful tool disappear into your Reddit feed. Get the community's best repos, organized by category, plus key takeaways from real developer discussions, delivered to your inbox twice a week. 📬 Never lose track of great repos again. Subscribe free.

Higgsfield: multi node training without crying (6.2k stars) What it does All text below is quoted directly from the project README. >Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training models with billions to trillions of parameters How it's all done? - We install all the required tools in your server (Docker, your project's deploy keys, higgsfield binary). - Then we generate deploy & run workflows for your experiments. - As soon as it gets into Github, it will automatically deploy your code on your nodes. - Then you access your experiments' run UI through Github, which will launch experiments and save the checkpoints. >pip install higgsfield==0.0.3 Repository higgsfield-ai/higgsfield Repository stats |Metric|Value| |:-|:-| |Stars|6,223| |Forks|1.1k| |Last release|v0.0.4-rc (2024-03-23)| |Languages|Jupyter Notebook 82.3%, Python 16.2%, Jinja 1.5%| |Contributors|4| |AI contributor accounts (Claude / Codex / Cursor / Copilot)|None| |AI co-authored commits|None| Main contributor |Field|Value| |:-|:-| |Name|Omar Änwar| |GitHub|@arpanetus| |Commits to this repo|25 (top contributor)| |Bio|Applied FOMO-Ops Engineer| |Followers|154| ────────────────────────────── 📌 How many great GitHub repos have you discovered and completely forgotten about? Don't let another useful tool disappear into your Reddit feed. Get the community's best repos, organized by category, plus key takeaways from real developer discussions, delivered to your inbox twice a week. 📬 Never lose track of great repos again. Subscribe free.

🔥 GitHub週間急上昇 #1/3 higgsfield-ai/skills ⭐ 今週 +406 / 累計 1,754 Python Higgsfield AIをAIエージェントから利用するスキル集。画像・動画・音声の生成から、ブランド素材や商品写真、Webサイトの制作まで行える。 higgsfield-ai/skills #AI #GitHub

READMEによると、画像や動画はVeo 3.1やKling 3.0など30以上のモデルから選べて、Claude Codeならプラグインとしても入れられる。生成自体はHiggsfieldのサービス側で動くので、先にhiggsfield auth loginでログインしておく形。 参考: higgsfield-ai/skills

🔗 All 9 Open-Source GitHub Repositories: 1. Cap (Loom alternative): CapSoftware/Cap 2. Cal.com (Calendly alternative): calcom/cal.com 3. VoiceStudio (ElevenLabs alternative): VoiceStudio/VoiceStudio 4. Chatwoot (Intercom alternative): chatwoot/chatwoot 5. OpenProject (Asana alternative): opf/openproject 6. OpenSEO (Semrush alternative): every-app/open-seo 7. WeKnora (Notion AI alternative): WeKnora/WeKnora 8. OpenWhispr (Wispr Flow alternative): openwhispr/openwhispr 9. Open Higgsfield (AI Video alternative): github.com/Higgsfield-AI 💬 Quick poll: Which one are you cloning or deploying first? (Or tell us which paid software should get replaced next!) 👇

又找到一个做游戏的开源项目 这个开源项目提供了 74 个游戏开发 Skills，角色移动、关卡设计、存档、打击感都有 而且支持 Godot、Unity、Unreal、Phaser、PixiJS、three.js、Bevy、pygame、LÖVE 和 Roblox 等多平台 武器到手，这下高低得做个游戏试试了 gamedev-skills/awesome-gamedev-agent-skills t.co