SuperAPI AI 工具集

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

26,319 个结果

metaflow-to-zenml-migration

该技能用于将 Metaflow 流程(包括 Outerbounds 风格的 Metaflow 项目)迁移为符合 ZenML 习惯用法的 pipeline。它先分析原有 FlowSpec 代码结构、工件流转、控制流、参数和装饰器,再将每类模式归类为直接映射、近似映射或缺失,生成带显式输入输出的 ZenML 步骤与 pipeline 代码及配置文件,并输出迁移报告,列出需要人工重新设计的部分,如 @catch、merge_artifacts、递归、精确 resume 语义等。

智能体与模型1 次安装

prefect-to-zenml-migration

这是一个用于将 Prefect 的 flow、task 与部署模式迁移为符合 ZenML 习惯的 pipeline 的 AI 技能。它会先分析 Prefect 代码,把每个模式归类为“直接映射”“近似映射”或“无对应项”,再生成可运行的 ZenML 项目,包括 steps、pipelines、configs、run.py 等结构,并产出迁移报告。它覆盖执行模型差异、状态与失败处理、Block 拆分、调度与部署映射等关键问题,适合需要把已有 Prefect 工作流迁移到 ZenML 的团队。

智能体与模型1 次安装

maintain-workflow-using-unified

这是一个面向 Unified 工作流的“激活门”技能,用于判断当前任务是否应进入 Unified runtime,并在需要时执行技能发现与加载流程。它本身不处理普通仓库问答、普通编码或调试请求;只有在用户显式调用 /brainstorm、/refine、/design、/plan、/build、/review、/ship、/save、/restore、/learn、/help 等阶段命令,或明确表示要“使用 Unified 工作流”“按 Unified 来”“进入某阶段”,以及讨论 Unified 启动、路由、技能合同或加载机制时才会激活。激活后,该技能会读取轻量路由文件 skills-router.json,分析任务的阶段、产物类型、触发词、上下文信号、风险因素与 loading tier 六个维度,再查询并宣告应加载的技能,按 light、standard、expanded、full 四个层级控制加载范围。若未显式激活,则保持 direct mode,不读取路由文件、不宣告加载层级,也不自动加载 Unified 阶段技能。

智能体与模型1 次安装

ziniao-page

紫鸟页面操作(ZClaw 本地浏览器 Bridge)是一个浏览器自动化技能,用于在紫鸟浏览器中对页面进行操作。它通过 ziniao-cli 命令行提供导航、点击、输入、截图、滚动、执行 JS、提取数据、查询 DOM、等待元素与等待导航等能力,并支持多步骤自动化脚本。使用时需要紫鸟浏览器客户端已启动且店铺已打开,除 extract 的 running 模式外,页面命令都需要提供 --store-id。开始前要求先用 Read 工具读取 ../ziniao-shared/SKILL.md,执行 Shortcuts 前先读取对应 references 说明文档,调用 ZClaw 本地接口时必须使用本技能中的 ziniao-cli 命令。若初始化应用后仍返回 API Key 认证失败,需前往 https://open.ziniao.com 检查用户应用「终端管理」是否已绑定当前终端识别码(识别码在紫鸟浏览器设置中查看)。

智能体与模型1 次安装

dsh-config

dsh-config 是 dsh-crew 中的会话级配置技能,用于查看或设置当前会话的 DSH worker 默认参数,包括 enabled、tier、effort、mode、timeout、policy、escalate、origin_depth_limit 以及 preset_flash/preset_pro。它把命令行参数解析为 key=value 键值对,并把它们映射到 dsh_worker_config 工具参数后调用;不带参数时读取当前配置。返回结果以紧凑表格展示(含 hub_reachable),并说明发生变化的字段,按用户所用语言回复。

智能体与模型1 次安装

5dive-cli

5dive-cli 是一个用于操作本地 5dive 运行时的命令行技能,主要面向在同一主机上协调多个智能体(agent)的场景。它支持创建、发送消息、询问其他智能体,管理共享任务队列(添加、列出、开始、完成、阻塞、交付、拒绝等),查看组织结构树,以及检索团队记忆。该技能通过 sudo 5dive 命令调用,并建议始终使用 --json 参数以获得稳定的 JSON 输出信封,便于程序化解析。它适用于需要委派子任务、并行运行、跨智能体协作、跟踪共享工作或向人类提出阻塞性问题的场景,而不适用于普通的本地编码任务。

智能体与模型安装量暂无数据

memory-management

memory-management 是一个面向 AI 智能体的可安装技能,由 aaron-he-zhu/seo-geo-claude-skills 发布。根据现有资料,该技能已迁移:原 seo-geo-claude-skills 仓库现为指示性仓库(signpost repo),其技能不再在此开发,原文件仅用于让指向 cross-cutting/memory-management/ 的旧链接继续可解析。当前活跃版本位于 aaron-marketing-skills 包中的 protocol/memory-management。资料还提供了一个冻结的独立副本(标签 v9.9.12,路径 cross-cutting/memory-management/SKILL.md),以及从该包安装活跃技能的命令:npx skills add aaron-he-zhu/aaron-marketing-skills -s memory-management。关于该技能的具体功能、使用方式、适用场景与限制,现有资料暂未提供。

智能体与模型安装量暂无数据

actionbook

Actionbook 是一个浏览器操作引擎,为现代网页提供最新的操作手册,让智能体能够即时操作任意网站,支持单标签页或数十个标签页并发执行。它通过快照(snapshot)为页面元素分配稳定的引用(ref),智能体可直接使用这些引用进行点击、填写、导航等操作,无需逐步解析页面结构。该工具采用无状态架构,所有浏览器命令都需显式传入 --session 和 --tab 参数,从而支持并行操作多个会话和标签页。主要能力涵盖会话管理、标签页管理、导航、页面观察、元素交互、等待条件、Cookie 与存储管理、日志、网络请求、查询、批量操作、浏览器扩展以及守护进程控制。使用方式为通过命令行启动会话、导航到目标页面、执行快照获取页面结构,然后基于快照引用进行自动化操作。它还支持通过云服务提供商(driver、hyperbrowser、browseruse)在远程浏览器上运行会话。适用于构建浏览器 AI 智能体、网页抓取、端到端测试、自动化重复性网页任务以及需要并发操作多个网站的场景。遇到登录页面时,需暂停自动化并请用户手动完成登录。

智能体与模型安装量暂无数据

core-actionbook

core-actionbook 是 actionbook 的内部支持技能,用于为 Rust 文档研究工作流提供 MCP 选择器(selectors)支持。它提供预先计算好的浏览器自动化操作手册(action manuals),让智能体获得结构化页面信息,而无需解析整个 HTML。其工作流程包括三步:用 search_actions 按关键词搜索,返回基于 URL 的动作 ID 与内容预览;用 get_action_by_id 获取包含页面详情、DOM 结构和元素选择器的完整操作手册;随后将返回的选择器用于浏览器自动化工具执行操作。该技能不作为独立工具使用,只在其他 rust-skills 工作流明确调用时启用。

智能体与模型安装量暂无数据

core-agent-browser

core-agent-browser 是 agent-browser CLI 工作流的内置支持技能,主要服务于 rust-learner、docs-researcher 和 crate-researcher 等技能。该技能用于在需要浏览器自动化时,通过 agent-browser 命令行工具进行页面导航、快照分析、元素交互、信息获取、截图与等待等操作。根据资料说明,在获取 Rust/crate 信息时存在明确的优先级:优先使用 rust-learner 技能,其次是 actionbook MCP 的预计算选择器,agent-browser CLI 作为最后手段。仅当 actionbook 没有目标站点的预计算选择器,或需要进行交互式浏览器测试/自动化,或需要截图、填表时才直接使用 agent-browser。

智能体与模型安装量暂无数据

context-engineering

上下文工程(Context Engineering)是一套用于优化 AI 智能体上下文配置的实践方法,核心目标是「在正确的时间向智能体提供正确的信息」。它指出上下文是影响智能体输出质量的最大杠杆:信息太少会导致智能体产生幻觉,信息太多则会使其失去焦点。该技能适用于开始新的编码会话、智能体输出质量下降(出现错误模式、幻觉 API、忽略约定)、在代码库不同部分之间切换、为新项目配置 AI 辅助开发,以及智能体不遵循项目约定等场景。它提出从最持久到最短暂的上下文层级结构:规则文件、规格/架构文档、相关源文件、错误输出/测试结果、对话历史,并给出上下文打包策略、上下文预算管理、MCP 集成、混淆管理、内联规划模式、反模式与验证清单等具体做法。

智能体与模型安装量暂无数据

doubt-driven-development

Doubt-Driven Development(怀疑驱动开发)是一套面向非平凡决策的对抗性审查流程,来自 addyosmani/agent-skills 技能集。其核心主张是:自信的回答不等于正确的回答,长时间会话会悄悄把假设变成「事实」。因此,在任何重要产出成立之前,它会临时生成一个「新鲜上下文」的审查者,该审查者被设定为倾向于证伪而非认可。技能定义了「非平凡决策」的判定标准(引入或修改分支逻辑、跨越模块或服务边界、断言类型系统或编译器无法验证的性质、正确性依赖未来读者看不到的上下文、影响范围不可逆),并给出五步流程:CLAIM(用两三行说明主张及其重要性)、EXTRACT(剥离推理过程,只保留最小可审查单元与契约)、DOUBT(用对抗性提示调用新鲜上下文审查者)、RECONCILE(逐条把发现与产出一致性分类)、STOP(有界停止)。它还强调跨模型升级需显式征得用户同意、无交互环境应声明跳过,并列出常见合理化借口与红旗信号。该技能是进行中的姿态,区别于事后评审的 /review。

智能体与模型安装量暂无数据

interview-me

Interview Me 是一个用于需求澄清的智能体技能,旨在挖掘用户真正想要的东西,而非用户以为自己应该要的东西。它通过一次只问一个问题、并附上自己的猜测,逐步逼近约 95% 的把握,从而在制定计划、规格或编写代码之前发现需求与真实意图之间的差距。该技能适用于需求缺少关键要素(如用户是谁、为什么想要、成功标准、约束条件)、请求过于笼统或用户明确要求被追问的场景;不适用于需求明确、纯信息查询或机械操作。

智能体与模型安装量暂无数据

planning-and-task-breakdown

该技能用于将规格或明确需求拆解为有序、可验证的实现任务,适用于任务过大、过模糊或需要并行分配的场景。核心方法是在只读计划模式下阅读规格与代码库、梳理依赖关系图,再按垂直切片而非水平分层的方式安排任务,使每个任务都能在单次专注会话中实现、测试与验证。每个任务包含描述、验收标准、验证步骤、依赖、预计涉及文件与规模估算,并在每2至3个任务之间设置检查点。计划文档保存到 tasks/plan.md,任务清单默认保存到 tasks/todo.md,若项目指定外部任务追踪器则每条任务对应一个追踪项。

智能体与模型安装量暂无数据