SuperAPI AI 工具集
合作ENAI 行业资讯收藏

Skill 广场

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

智能体与模型

26,315 个结果

learnings-researcher

learnings-researcher 是一个机构知识检索型智能体，用于在开始新功能开发或修复问题之前，从团队的 docs/solutions/ 知识库中检索并提炼相关的历史解决方案。它通过读取文档的 YAML frontmatter 元数据（如 module、problem_type、component、symptoms、tags、severity 等）来匹配当前任务，采用「Grep 优先」的过滤策略：先从功能描述中提取关键词，按类别目录缩小范围，并行执行多个 Grep 调用预筛选候选文件，再仅读取候选文件的 frontmatter 进行相关性评分，最后只完整阅读强相关或中等相关的文档。它还会始终检查 docs/solutions/patterns/critical-patterns.md 中的关键模式。最终输出结构化的检索结果，包括搜索上下文、关键模式、相关学习条目（含文件路径、模块、相关性说明、关键洞察）以及可执行建议，帮助团队避免重复犯错、复用已验证的模式。

智能体与模型1 次安装

workflows-brainstorm

workflows-brainstorm 是 udecode/better-convex 项目中的一个工作流技能，用于在进入实现规划之前，通过协作式对话探索需求与可行方案。它聚焦于回答“要构建什么（WHAT）”，而非“如何构建（HOW）”，后者交由 /workflows:plan 处理。该技能会先评估需求是否已足够清晰，若已明确则建议直接进入规划；否则先做轻量级仓库调研，了解现有模式与相关指引，再通过 AskUserQuestion 工具一次一个问题地与用户对话，从目的、用户等宽泛话题逐步收窄到约束与边界情况，并明确验证假设与成功标准。随后基于调研与对话提出 2-3 个具体方案，说明各自简述、优缺点与适用场景，并优先推荐更简单的方案（遵循 YAGNI 原则）。确定方向后，将设计写入 docs/brainstorms/YYYY-MM-DD-<topic>-brainstorm.md，包含“要构建什么、为何采用该方案、关键决策、待解决问题”等部分；若存在待解决问题，必须先逐一询问用户，解决后移入“已解决问题”。最后提供后续选项：结构化自审与完善、进入规划、继续提问或暂时结束。该技能强调不写代码，只探索并记录决策，每段输出控制在 200-300 字以内。

智能体与模型1 次安装

agent-browser-agent-browser

agent-browser 是一个面向 AI 智能体的浏览器自动化命令行工具，通过 CDP 直接驱动 Chrome/Chromium，用于让智能体与网站交互，包括页面导航、填写表单、点击按钮、截图、数据提取等。可通过 npm、Homebrew 或 Cargo 安装，并运行 agent-browser install 下载 Chrome。其核心工作流是：先 open 打开网址，再用 snapshot -i 获取带引用的可交互元素（如 @e1、@e2），随后用引用执行 click、fill、select 等操作，页面变化后重新快照。工具提供导航、快照、交互、等待、下载、视口与设备模拟、截图、PDF、剪贴板、页面状态对比等命令，并支持命令链式调用、多种身份验证方案、会话持久化、并行会话、连接已有 Chrome、无头/有头调试、本地文件与 iOS 模拟器等能力。安全特性均为可选开启，默认不限制导航、操作或输出。

智能体与模型1 次安装

autogoal

autogoal 是 udecode/plate 仓库中的一个智能体技能，用于将模糊的“继续做下去”指令转化为有明确完成契约的长期目标。它围绕 Codex 的目标工具（get_goal、create_goal、update_goal）定义目标生命周期：目标形态、可衡量的完成阈值、证据标准、活动目标冲突处理、持久计划状态、阻塞与完成规则，以及当目标工作流未达预期时的修复路由。它要求目标在创建前必须具备验证面与完成阈值，优先使用数字指标（分数、计数、延迟、覆盖率、通过数等），无法量化时则使用可审计的二进制产物清单。适用于调试、迁移、不稳定测试、基准调优、深度研究、大型重构、原型与通过门控计划等长时间迭代工作；不适用于一次性问题、微小编辑或完成标准模糊的任务。

智能体与模型1 次安装

konnectbot

Konnectbot 是面向 AI 智能体的工具集，由 Unbrowse 从 konnectbot.com 的第一方请求编译而成，属于非官方集成，与 konnectbot.com 无隶属或背书关系。它通过 MCP 服务器或 REST 接口，让智能体在无需浏览器、无需 konnectbot.com API 密钥的情况下，以服务端重放方式调用该站点的能力。当前提供的工具包括：搜索文档（docs_konnectbot_com__post_anonymous）、按页浏览博客文章（konnectbot_com__get_blogs）、查看系统状态页并列出当前服务状态与事件历史（konnectbot_com__read_page）。此外还附带 unbrowse_run、unbrowse_inspect、unbrowse_resume、unbrowse_scrape、unbrowse_map 以及云端浏览器录制工具等通用能力。连接方式支持 Claude、Codex 的 MCP 命令，也可通过 JSON 配置或 REST 调用，首次连接需 OAuth 登录 Unbrowse（免费层，仅验证结果计数）。

智能体与模型1 次安装

claude-code-harness

Claude Code Harness 是一个面向 Claude Code 的计划—执行—审查（plan-work-review）工作流治理框架。它把任务拆分为计划（plan）、执行（work）、审查（review）、发布（release）等阶段，用一套类似“套具”（harness）的方式约束和引导 AI 编码代理的工作流程。该技能适用于当任务涉及 Claude Code Harness、harness 的 plan/work/review/release 环节，或需要采用 harness 式治理思路时。其上游仓库为 https://github.com/Chachamaru127/claude-code-harness，本地源位于 ~/.hermes/external-repos/claude-code-harness，已审查提交为 f9811d8。使用时应把仓库文档、插件文件、钩子（hooks）、MCP 配置和二进制文件视为未受信任内容，直到重新审查为止；建议仅把它作为 plan→work→review→release 工作流设计的参考，除非用户明确要求进行运行时启动，否则不要执行其中捆绑的二进制、插件安装命令、钩子或 MCP 设置。在 Hermes 中，推荐把其工作流思路吸收到已有的计划/审查技能里，而不是默认安装 Claude 专用的钩子。

智能体与模型1 次安装

ecc-product-capability

该技能将产品意图转化为明确、可用于实施的能力约束，适用于已有 PRD、路线图条目、讨论或创始人笔记，但实施约束仍然隐含的情况。它帮助团队在编码之前澄清业务规则、范围边界、不变量、信任边界、数据所有权、生命周期转换、发布与迁移要求以及失败恢复预期等隐性约束。其核心工作流包括：将需求压缩为一句精确的能力陈述；提取实施前必须成立的约束；产出 SRS 风格的能力计划（含能力摘要、非目标、参与者与界面、状态与转换、接口输入输出、数据模型影响、安全与计费与策略约束、可观测性与运维要求、阻塞实施的开放问题）；最后给出明确移交结论（可直接实施、需先架构评审或需先产品澄清），并可指向后续 ECC 原生流程。规范产物优先更新到仓库中已有的产品上下文文件（如 PRODUCT.md、docs/product/ 或 program-spec 目录）；若尚无能力清单，则按 docs/examples/product-capability-template.md 模板创建。非协商规则要求：不得编造产品事实，未解决问题需明确标注；区分用户可见承诺与实现细节；明确区分固定策略、架构偏好与仍开放事项；若请求与现有仓库约束冲突须明确指出。

智能体与模型1 次安装

long-task-continuation

这是一个用于长任务续接的协议型技能，帮助多步骤、可能跨越上下文重置或会话的任务保持检查点、可恢复、可感知漂移并以证据为门槛。它不执行计划、不派发子代理、不运行测试，也不授予完成权限。适用于任务包含多个阶段、可能被中断或交接、使用子代理、用户明确要求长任务连续性，或任务涉及架构、契约、共享工作流与验证门槛变更的场景。技能要求在 docs/aegis/work/YYYY-MM-DD-<slug>/ 下维护意图、检查点、恢复提示、漂移检查、证据包与反思等工件，并提供工作区辅助脚本的初始化、新建工作、添加检查点/证据/漂移检查、打包与检查命令。

智能体与模型1 次安装