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

26,322 个结果

langsmith-fetch

LangSmith Fetch 是一个用于调试 LangChain 与 LangGraph 智能体的命令行技能。它通过在终端中直接从 LangSmith Studio 拉取执行轨迹(trace),帮助开发者定位智能体行为异常、排查运行错误、分析记忆操作与检查性能表现。安装方式为 pip install langsmith-fetch,并需设置 LANGSMITH_API_KEY 与 LANGSMITH_PROJECT 两个环境变量。该技能可自动响应用户关于"调试我的智能体""显示最近轨迹""检查错误""分析记忆操作""检查 token 用量""调用了哪些工具"等请求,支持按时间窗口获取轨迹、深入分析单条 trace、导出调试会话、检测错误模式等典型工作流。输出支持 pretty、json、raw 三种格式,便于人工查看、结构化解析或管道自动化处理;还支持包含元数据、按时间戳过滤与并发拉取。适用于快速排查智能体报错、识别工具误用、验证记忆读写、分析性能瓶颈以及提交代码前的健康检查等场景。使用前需确认已安装该工具并正确配置环境变量,否则可能返回无轨迹结果;具体定价与计费信息暂未提供。

智能体与模型安装量暂无数据

mcp-builder

mcp-builder 是一个用于创建高质量 MCP(Model Context Protocol)服务器的开发指南技能。MCP 服务器通过设计良好的工具,让 LLM 能够与外部服务和 API 交互。该技能强调以智能体为中心的设计原则,包括围绕工作流而非单纯 API 端点构建工具、优化有限的上下文窗口、设计可操作的错误信息、遵循自然任务划分,并采用评估驱动开发。整个流程分为四个阶段:深度研究与规划、实现、审查与优化、创建评估。它提供 Python 和 Node/TypeScript 两种实现路径,涉及 MCP 协议文档、SDK 文档、语言特定实现指南和评估指南等参考资料。

智能体与模型安装量暂无数据

convex-agent

为 Convex 应用添加 AI 智能体 / RAG 后端。该技能基于 @convex-dev/agent,提供持久化线程、消息历史、工具调用与向量搜索 / RAG 能力,可作为应用内 AI 智能体的后端。默认通过 Convex AI Gateway 调用模型:由 Convex 持有服务商凭证,因此无需自行获取、存储或轮换 LLM 密钥。安装 @convex-dev/agent 与 @convex-dev/ai-sdk-provider,并在 convex.config.ts 中添加 agent 组件;用 languageModel: convexGateway("provider/model") 定义智能体(工具、指令)。RAG 场景下将文档嵌入向量索引并在工具中检索,网关暂不支持嵌入,需通过 env micro power 存入嵌入服务商的密钥。仅当网关不可用(免费计划、自托管、本地后端)时,才改用服务商 SDK 并配合 env micro power 存储密钥。

智能体与模型安装量暂无数据

convex-auth

convex-auth 是 Convex 官方 agent-skills 中的一个技能,用于为当前 Convex 应用添加身份认证功能,默认采用通行密钥(passkeys),也可按请求切换为 OAuth 或密码方式。该技能负责安装并接通 @convex-dev/auth:配置提供方、服务端配置、客户端 hooks 以及登录界面,并特别处理 auth.config.ts 这一常见配置陷阱。其工作流包括:以固定构建安装 @convex-dev/auth 并写入 convex.config.ts(使用 pnpm 时还需安装 jose);在 convex/auth.ts 中配置提供方;以无头方式用 jose 生成 JWT_PRIVATE_KEY 与 JWKS,避免运行需要 TTY 的交互式向导;在部署上设置 JWT_PRIVATE_KEY、JWKS 和 SITE_URL(优先使用 Convex MCP 的 envSet 工具,或采用 NAME=VALUE 形式的 CLI 命令);编写 convex/auth.config.ts;接入客户端 ConvexAuthProvider、登录组件与路由守卫;最后验证完整登录流程。该技能强调若干规则:不要运行交互式向导,必须编写 auth.config.ts,默认使用通行密钥,提前安装所引用的 shadcn/ui 组件,并在完成前验证真实登录可用。

智能体与模型安装量暂无数据

copilotkit-agui

AG-UI(Agent-User Interaction)是 CopilotKit 推出的开放事件协议,用于智能体与前端之间的通信。所有智能体与前端交互均通过类型化事件在 SSE(Server-Sent Events)或二进制 protobuf 传输上流式传递。智能体端实现 AbstractAgent.run() 并返回 RxJS Observable<BaseEvent>,客户端 SDK 负责事件应用、状态管理与消息历史。该技能适用于构建自定义智能体后端、实现 AG-UI 协议、调试流式问题,以及理解智能体如何与前端通信。事件按族划分,涵盖生命周期、文本、工具调用、状态同步、推理、活动与自定义扩展;并提供 TEXT_MESSAGE_CHUNK、TOOL_CALL_CHUNK 等便捷块事件。

智能体与模型安装量暂无数据

cx-coding-agents

该技能用于查询和分析 AI Center Coding Agents 的使用数据,是调查此类数据的入口。它明确了各编码智能体所使用的数据源类型(指标、日志或跨度)及具体标识,并说明在查询前应加载哪些参考文件。支持的智能体包括 Claude Code、Codex、Cursor、Gemini CLI 以及 Copilot CLI。可回答关于用量、成本、Token、会话、工具、代码影响、用户、模型、跨度或日志的问题,也支持复现或扩展 Coding Agents 仪表盘。查询命令均为只读,可安全执行,不会修改数据。

智能体与模型安装量暂无数据