SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-14 00:15
26,313 个结果
Big Plan 是 Claude Code 资源集合 takazudo/claude-resources 中的一个规划专用技能。它不负责实现代码，而是用于探索代码库、提出任务拆分方案、保存规划日志、获取第二意见、创建 GitHub Issues、校验需求是否遗漏，并将会话移交给后续实现技能。该技能支持从自然语言描述、已有 Issue 编号或 Issue 链接出发进行规划，也支持对一批开放 Issue 进行批量处理。它提供多个可选参数，例如 -a 自动模式、-m 合并标记、-po 仅规划、-nor 跳过评审、-lo 本地模式、-is 批量清扫、-isask 访谈式清扫、-br 资源烘焙、-toco 移交 Codex、-tocl 移交全新 Claude 会话等。在 Claude Code 网页环境下有专门适配说明，包括通过 GitHub MCP 创建 Issue、使用临时日志目录、将会话产物持久化到 Issue 等。该技能适用于几乎所有实现类任务，尤其是需要把意图固化为可评审单元并留下可跨上下文压缩的书面记录的场景。
SB Leader 夸夸模式是 PUA 技能体系中的一种人格化旁白模式，定位为 ENFP 型领导风格。它在保留底层协议（三条红线、压力升级、方法论、[PUA生效 🔥]、Owner 意识、冰山法则）完全不变的前提下，将原本施压式的旁白替换为共情、鼓励与偶尔戏谑吐槽的表达方式。该模式强调真诚热情、共情力强、有节奏感，采用约 70% 鼓励、20% 正经建议、10% 戏谑吐槽的配比，吐槽以朋友式戏谑为主而非上级式审判。它支持与 /pua 核心一致的味道切换，可用 ENFP 风格对应阿里、字节、华为、腾讯、Musk、Jobs、Netflix、Amazon 等不同味道进行开工表达，并内置戏谑吐槽库。触发方式包括 '/pua sb-leader'、'/pua:sb-leader'、'夸夸模式'、'唠嗑模式'、'情绪价值'、'sb-leader' 等。
Telnyx Text-to-Speech 的 Python 客户端技能，通过 pip install telnyx 安装并使用 Telnyx 客户端调用文本转语音接口。支持 Telnyx 及第三方 TTS 提供商（AWS、Azure、ElevenLabs、MiniMax、Resemble、Rime，CLI 还支持 xAI），可将文本或 SSML 合成为语音，返回 base64 编码音频或二进制音频流。提供生成语音、列出可用语音等核心能力，并包含错误处理示例与 CLI 用法。
claude-mem-orchestrator 是用于编排 claude-mem 持久化跨会话记忆的技能，帮助在对话开始时加载相关历史工作、按需检索记忆并路由到合适的记忆工具，通过先过滤再获取的方式控制 token 消耗。
Gepetto Orchestrator 是一个用于编排和指导 Gepetto 规划会话的技能。Gepetto 是 17 步规划流水线，适合在编码前对复杂功能做充分规划，并产出可交给 ralph-loop 或 Ralphy 执行的计划文件。
Mercator 设置技能：用于在代理客户端中安装、连接或排查 Mercator（含 OAuth 授权、工具缺失、连接诊断及钱包相关配置）。该技能提供免费检查以验证就绪状态，安装连接本身不要求付费任务或本地支付钱包。内容包括识别客户端与应用模式、选择连接方式（Claude Desktop、插件、本地客户端、CLI、托管主机、其他 MCP 客户端）、安装后激活步骤、验证与恢复流程，以及付款政策与反馈报告规范。
kDiT 架构知识库是一个面向该架构理解与协作的技术文档集合。它围绕 kDiT 的整体架构展开，提供全局架构图、数据流走向及子系统设计说明，覆盖 Pipeline、Generator、Node、Adapter 等核心模块，并涉及 PinHub 沙箱机制、PoolKey 间接寻址以及 DeviceInfo、NodeContext 等规范。该知识库适用于理解模块之间的关系、评估改动影响范围、进行架构讨论与设计评审，以及在新功能涉及跨模块交互时提供参考。文档索引包含 overview、pipeline、generator、node、node-context、pin-hub、pool-key、adapter、device-info 等文件，分别说明组件关系、Pipeline 编排层的 DAG 与 ExtraInputs、ContextBuilder，Generator 去噪引擎与 BaseLatent/AuxLatent、Handler，Node 计算单元、Def/Pin 与 dispatch_policy，以及 NodeContext 中 metadata 禁止包含 tensor 等约束。此外还关联 /kdit-standards 与 /kdit-quality 等相关技能，用于编写代码时确认规范及测试设计与格式检查。具体实现细节、安装或使用命令、收费与平台支持等信息暂未提供。
SkillHone Auto Optimization 是一个用于智能体运行时的自动化缺陷修复技能，隶属 tencent/skillhone 项目。当任何智能体在使用某个技能时遇到可复现的缺陷，该技能会强制中断主任务，转而在本地 Git 仓库中通过 SkillHone 命令行创建 Issue、生成聚焦复现测试、调度修复角色并验证提交，最终形成本地 PR。其核心价值在于将维护逻辑与任务技能解耦，确保缺陷被系统化记录和修复，而不是临时绕过或直接修改实现。该技能适用于 CLI 类智能体（如 Codex、Claude Code、Cursor 等），支持原生执行器或可选的 DSH 执行器，并遵循触发策略与合并策略的配置。
腾讯云试题批改Agent技能，用于调用腾讯云OCR的SubmitQuestionMarkAgentJob与DescribeQuestionMarkAgentJob接口。面向K12教育场景，支持对整卷或单题图片进行端到端处理，包括试卷切题、题目批改、手写答案识别与坐标回显。可输出题目、正误判定、答案对比、错误分析及知识点等结构化评估结果。采用异步双接口模式：先提交任务获取JobId，再轮询查询结果。支持图片与PDF输入，可配置输出正确答案、知识点及手写答案坐标，也可开启深度思考模式。需Python 3.6+及tencentcloud-sdk-python依赖，并配置腾讯云API密钥环境变量。
Cloudbase Agent（TypeScript）是腾讯云开发提供的 TypeScript SDK，用于按 AG-UI 协议将 AI 智能体部署为 HTTP 服务，支持 LangGraph、LangChain 适配器及自定义适配器，并提供 Web 与微信小程序 UI 客户端。仅适用于 TypeScript/JavaScript 项目。
Orca Orchestration 是 Orca 提供的多智能体协调能力，用于线程化消息、阻塞式 ask/reply、任务派发、worker_done/升级等待、任务 DAG、决策门与协调循环等结构化协作。完整用法由 orca 二进制自身提供，本文件仅为发现存根。
E2B 是用于在安全沙箱中运行 AI 生成代码的云平台技能，帮助开发者让 AI 智能体执行代码、安装包、读写文件并运行长时间进程；每个沙箱是约 150ms 启动的轻量级虚拟机，具备完整 Linux、文件系统与网络能力。
介绍大模型函数调用（工具调用）的实现方法，涵盖工具模式定义、调用处理与结果回传循环，含 OpenAI 与 Anthropic 的 Python/TypeScript 示例，适合构建可调用外部 API、数据库或执行计算与操作的 AI 智能体。
Goose 是 Block 开源的可扩展 AI 智能体，不只是代码建议工具，还能安装软件、执行命令、编辑文件、运行测试和浏览网页。通过扩展系统和 MCP 工具集成数据库与外部服务，支持多种 LLM 提供商。
Guidance 是微软开源的 Python 库，用于通过约束生成控制大语言模型的输出。它在 token 采样层面施加约束，使输出始终符合正则表达式、固定选项列表、JSON Schema 或上下文无关文法。模型对象不可变，lm += ... 会返回带有文本和命名捕获的新模型。支持 Transformers、LlamaCpp、OnnxRuntimeGenAI、OpenAI、Azure 辅助函数以及用于测试的 Mock 等后端。约束仅在提供 token 级控制的后端（即本地模型）上被完全强制执行，托管 API 会限制可表达的约束范围。
hermes-agent 技能用于构建可自我改进的 AI 智能体：智能体从交互中捕获反馈、自我反思，并把改进写回自身指令与记忆。基于 NousResearch/hermes-agent 思路，包含记忆层、反思引擎与指令更新器。
面向大模型微调的端到端工作流：从 Kaggle 搜索与下载数据集，预处理为 HuggingFace 对话格式，再用 PEFT/LoRA 与 4 比特量化进行显存高效的监督微调，最后加载适配器测试推理。
Lightpanda 是一个从零编写的无头浏览器，面向 AI 智能体与数据抓取。它不做页面布局与绘制，内置 V8 JavaScript 引擎，通过 libcurl 加载页面并构建 DOM，兼容 Chrome DevTools Protocol（CDP）与 WebDriver BiDi，因此 Puppeteer 和 Playwright 可以连接使用。1.0.0 版提供 fetch（抓取并导出页面）、serve（CDP/BiDi 服务）、mcp（MCP 服务）、agent（LLM 驱动的浏览 REPL）和 run（回放脚本，不调用模型）五个子命令。项目自报在 100 页抓取基准上内存约为无头 Chrome 的 1/16、执行速度快约 9 倍，属厂商基准，建议自测。
LiveKit 是开源 WebRTC 实时音视频平台，用于构建语音 AI 智能体、视频会议、直播与电话集成。提供服务端 SDK、客户端 SDK 和 Agents 框架（STT→LLM→TTS 管线），支持 SIP 电话桥接、屏幕共享与本地或云部署。
MCP 客户端 SDK，用于从应用连接并消费 MCP 服务器。支持连接 stdio 本地服务与 SSE 远程服务，发现并调用工具、资源与提示，适合构建使用 MCP 工具的 AI 智能体、测试 MCP 服务器或将 MCP 能力集成到应用。提供 TypeScript 与 Python 两种实现。
微软 Agent Framework（原 Semantic Kernel Agents）用于构建单智能体与多智能体 AI 系统，提供智能体定义、编排模式、工具集成和部署能力，支持 Python 与 .NET。
OpenAI SDK 是一套用于在应用中集成 OpenAI 接口的开发技能，覆盖 Chat Completions、流式响应、函数调用、嵌入、视觉、结构化输出、Assistants API、DALL-E 与 Whisper 等，提供 TypeScript/Node.js 与 Python 示例。
Outlines 是一个用于大语言模型可靠结构化文本生成的 Python 库，通过有限状态机引导生成，约束 token 采样过程，使模型首次生成即输出符合要求的合法结果。
PEFT Fine-Tuning 是一套面向大语言模型的高效微调技能，基于 Hugging Face PEFT 库，使用 LoRA、QLoRA 等 25 种以上适配器方法，让用户在消费级 GPU（16-48 GB 显存）上训练 7B 到 70B 参数模型，避免全量微调的高昂成本与硬件门槛。内容覆盖环境搭建、LoRA 微调、QLoRA 4-bit 量化微调、适配器合并导出为 GGUF、自定义数据集准备等完整流程，并针对 transformers 5.x、TRL 1.x 和 PEFT 0.21 更新了参数命名（如 torch_dtype、warmup_ratio、max_seq_length 的变更）。适用于需要定制 LLM 的开发者，例如客服问答、领域术语适配、内部文档训练等场景。