使用 VLM Run CLI（vlmrun）与 Orion 视觉 AI 代理交互，通过自然语言处理图像、视频和文档。触发场景包括：图像理解与生成、目标检测、OCR、视频摘要、文档提取、图像生成、视觉 AI 聊天，以及“生成一张图像/视频”“分析这张图像/视频”“从中提取文字”“总结这个视频”“处理这个 PDF”

市场上最便宜的AI媒体API。可转录YouTube视频，使用Flux和Z-Image模型生成图像，支持8种语言50多种语音的文本转语音，通过OCR提取文本，制作视频，去除背景，图像超分辨率，应用风格迁移——全部通过统一API实现。注册即送5美元额度，足以支持数百小时的转录或数千张生成图像，成本仅为其他方案的零头。

使用 MinerU API 将 PDF 内容提取为 Markdown，支持公式、表格和 OCR，提供本地文件和在线 URL 两种解析方式

集成 Didit 地址证明独立 API 以验证地址文件。适用于用户需要验证地址证明、核对水电煤账单、银行对账单、政府文件，从文档中提取地址、核实居住地址、实现地址验证或使用 Didit 执行地址证明（PoA）检查。支持 OCR 提取、地理编码、姓名匹配及多页文档处理。

理解并解释GenLayer——面向无信任决策的原生AI区块链。适用于投资者推介、协议说明、架构问题、共识机制、定位分析和生态系统讨论。触发词：解释genlayer、什么是genlayer、genlayer理论、乐观民主、genlayer推介、genlayer架构、孔多塞陪审团定理、等价原理、AI区块链、无信任AI。（如需撰写合同，请使用genlayer-dev-claw-skill）

集成 Didit 身份验证独立 API 以验证身份文件。当用户希望使用 Didit 验证身份证、护照、驾照、居留许可或其他身份文件，或提及身份验证、文件验证、OCR 提取、MRZ 解析、KYC 文件核查或文件真实性验证时使用。支持 220 多个国家的 4000 多种文件类型

通过macOS的iPhone镜像功能控制真实iPhone，支持截图、点击、滑动、输入、启动应用、录制视频、OCR识别及运行多步骤操作流程。适用于屏幕上任何应用，无需源代码或越狱。

编码前采用苏格拉底式设计优化。当用户提出功能需求但未明确规格时使用。

Remotion 视频创作在 React 中的最佳实践