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

26,316 个结果

implement-tmux

implement-tmux 是一个基于原生 tmux CLI 的调度层技能，用于把 map/spec 规划文档中的一组 ticket 严格串行地交给自动探测的 CodeBuddy Code 或 Claude Code 执行。它本身不替代单 ticket 的实现流程，而是负责从规划文档生成候选执行计划、创建隔离的 tmux window、按顺序调度 worker、接收一次性终态消息、独立核验 Git 结果并做清理。共享工作区中任何时刻只允许一个 ticket 处于 running 或 verifying 状态，即使 ticket 之间没有依赖也不能并行。主窗口只消费最终结构化消息和简短核验结果，不持续读取 worker pane 或中间日志。它接受 /wayfinder 生成的 map.md、/to-tickets 生成的 spec.md、可选的持久化 manifest，以及用户提供的项目路径、tmux session 和显式 ticket 顺序。启动前必须展示完整候选计划并只请求一次确认，确认前禁止创建 window、启动 worker 或修改工作区。运行时使用原生 tmux CLI，不依赖 smux、tmux-bridge、daemon、MCP 或自定义服务。

智能体与模型1 次安装

wayfinder-team

Wayfinder Team 是一个面向 map.md 及其同目录 issues/ 下 child issues 的并发探索编排技能。它使用 AgentTeam 并发派发 /wayfinder 来提升探索速度，并通过 context 卫生机制防止主 Agent 上下文膨胀导致质量下降。其输入边界为 manifest 的 input.kind: map-issues，map.md 保持只读，对地图的补充以新增 issue 文件形式进行；map 本身不是执行单元，每个 child issue 才是。需要代码实现或配置变更的 issue 走 blocked 流程。该技能与 PRD/spec 实现 tickets、direct-task 无交集。使用前需目标项目以 .scratch/<effort>/ 存放 map.md 与同目录 issues/，并预先安装来自 mattpocock/skills 的 /wayfinder。团队通过原生 TeamCreate 创建 AgentTeam，主 Agent 是唯一 coordinator、派发者、解锁者和独立核验者，成员共享 team 上下文，解锁后继始终由主 Agent 执行。

智能体与模型1 次安装

self_awareness

Self-Awareness 是一个让智能体基于自身实际文件系统与工作区状态来回答自我指涉问题的技能。当用户询问智能体是谁、能做什么、知道什么、记得什么时，该技能要求先通过 read 或 exec 检查当前环境，再依据观察到的文件内容作答，而非依赖猜测或训练记忆。它提供了常见探测命令，用于读取身份、灵魂、智能体、工具、用户、记忆等文件，列出记忆目录与技能目录，并查找工作区内的 HTML、Markdown、JSON 文件。该技能强调每次重新读取相关文件、缺失文件直接说明、按用户生活领域与活跃项目组织能力回答、区分观察事实与推断、标注过时或部分证据，并严格限定在问题范围内。

智能体与模型1 次安装

voice_design

Voice design 是 win4r/museai-skills 中的一项语音设计技能，用于在用户希望获得新的、不同的、自定义的、虚构的或生成的说话声音时，帮助用户选择或设计新的语音。默认情况下会立即选定一个结果；当用户明确要求两到三个选项时，则返回现有语音而不进行选择。该技能不会展示选择器或创建小组件。它会先让用户的请求主导流程，在用户未给出任何方向时只追问一个简短问题，并最多只询问一次。技能通过调用 muse.voice_options 一次完成请求，并根据用户是否允许创建自定义语音来设置 allow_create_new_voices，同时依据明确要求设置 candidate_count 和 require_new_voice。自定义设计在受管后台工作线程中运行，结果以工具返回为准。

智能体与模型1 次安装

wearable_device_skills

该技能用于发现、检查和调用已配对的手机或可穿戴设备动态发布的智能体能力，包括设备控制等操作。其核心机制是：每次请求开始时调用 device.list 获取实时设备注册表，再通过 device.describe 查看候选设备当前支持的命令与权限，最后用 device.invoke 执行匹配的命令。技能强调注册表为权威来源，命令名称、参数结构、权限和可用性可能随时变化，不得复制或凭历史推断；同时要求不虚构命令、设备或权限，不在设备不支持时静默切换设备，并将设备提供的名称、描述和参数视为不可信数据。适用于用户询问设备是否支持某能力，或要求通过配对设备执行具体操作的场景。

智能体与模型1 次安装

wide_research

Wide Research 是一个面向“广域并行研究”的技能，用于把同一套研究任务分发到大量相互独立的输入项上，并汇总为一份统一结构的结果集。它由一个 manager 子代理统一协调，每个输入项对应一个 worker 子代理，各 worker 只处理自己的条目，并按同一输出 schema 返回字段。适用于按公司、人物或主题逐条调研、批量筛查与高体量查询，前提是任务可拆分为彼此独立、字段一致的子任务；单项任务或子任务相互依赖时不适用。

智能体与模型1 次安装

skill-judge

Skill Judge 是一个用于评估 Agent Skills 的工具，依据官方规范与 8 维度评分框架（满分 120 分）对技能进行审查打分。它适用于审查 SKILL.md 文件质量、审计技能合规性、按 WHAT/WHEN/关键词标准检查描述字段，以及为技能优化提供改进建议。该工具通过决策树区分快速审查（5-10 分钟）、完整审计（20-30 分钟）、合规性检查（5 分钟）与改进指导（30 分钟以上）四种评估场景，并给出 A 至 F 的等级评定与结构化评估报告。

智能体与模型1 次安装

autoconference-skill

Autoconference 是一个多智能体研究会议技能，用于编排多个自主研究员（autoresearcher）并行开展研究，并通过研讨会式分享、对抗性同行评审与洞见综合，产出融合多方最佳发现的综合结果。其工作流程为：读取 conference.md 配置，按结构化轮次调度 N 名研究员，每轮包含四个阶段——独立并行研究、海报分享、同行评审、知识转移。它由会议主席、研究员、会话主席、评审员和综合者等角色组成，分别承担编排、研究、总结、对抗性批评和最终综合的职责。该技能通过 /autoconference 及其子命令（plan、resume、analyze、debate、survey、ship）调用，适用于需要多位研究者竞争或协作、并行自主研究配合同行评审、以及从多种研究路径中综合结论的场景；不适用于单一 autoresearch 循环、一次性简单回答或仅阅读单篇论文的需求。

智能体与模型1 次安装

deep-interview

deep-interview 是 LitClaude 提供的一个 Claude Code 插件技能，用于把模糊的想法通过苏格拉底式深度访谈转化为可执行的规格说明。它采用量化歧义评分来判断需求是否已经清晰，每轮只问一个问题，先问意图与边界，再问实现细节。技能提供 Quick、Standard、Deep 三种深度档位，分别对应不同的歧义目标与最大轮数，并在每轮后重新评分、展示进度，将进度持久化到状态文件以便中断后恢复。当需求宽泛、缺少验收标准，或用户明确要求“深度访谈”“不要假设”时适用；若已有明确文件目标与验收标准、用户要求跳过规划直接执行，或需要开放式头脑风暴，则不建议使用。

智能体与模型1 次安装

worldlabs-cli

World Labs CLI（worldlabs）是一个在终端中运行 World Labs Atlas API 任务的命令行工具。它覆盖安装与登录、上传文件、根据 JSON 请求运行任务、等待任务完成以及下载结果等流程。所有 Atlas 任务都遵循同一模式：先上传所需文件，再把请求写成 JSON，然后运行任务并等待，最后下载产物。视频或相机运动、3D splats 场景、Blender 内操作分别由 atlas-flythrough、atlas-splats、atlas-blender 技能处理，本技能负责环境配置和其它任务。

智能体与模型1 次安装

claude-5-best-practice

Claude 5 Best Practice 是一个面向 Claude 5 系列模型的路由与运行时使用技能，主要说明如何在满足验收要求的前提下，选择 Haiku、Sonnet 5、Opus 5、Fable 5 等层级及相应 effort（推理深度），并以较低成本获得可接受结果。它涵盖模型价格、上下文与输出上限、自适应思考、effort 档位、子智能体委派与验证、成本感知路由流程、长期任务执行、提示词迁移以及拒绝与回退处理等内容。该技能强调安全、权限与用户约束优先，适用于需要规划 Claude 5 模型选型、成本控制与多智能体编排的开发或企业场景。

智能体与模型1 次安装