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

parcours-ragmodule3

这是一个用于引导 RAG 训练营 Module 3(模块3)的 AI 技能。它带领一名技术学员在约3小时内,通过6个步骤从零构建一个可运行的本RAG(检索增强生成)应用。工作流依次为:Setup(环境搭建)、Ingestion(从ANSSI语料库的17份PDF提取文本并按500 tokens、50重叠进行朴素分块)、Embeddings(调用API生成向量并存入LibSQL)、Retrieval(实现retrieve(query, k=5)检索函数)、Generation(构建能引用来源的RAG智能体)、Eval(用5个问题评估并观察至少3类缺陷)。技能默认采用逐步引导模式,每次只推进一个微步骤,执行命令前先用一句话说明该命令的用途与预期结果,并仅在上一步的可观察完成标准满足后才进入下一步。它强调不做过早优化,将观察到的缺陷记录留给Module 4。适合作为导师用中文(原文设定为法语)陪伴单个学员完成技术实操的场景;不负责全体会议、集体复盘与整体节奏把控。

智能体与模型0 次安装

capability-evolver

Evolver 是面向 AI 智能体的自我进化引擎。它分析智能体的运行时历史,识别失败与低效之处,并自动写入改进。Evolver 通过本地 Proxy 与 EvoMap Hub 通信,智能体不直接调用 Hub API:智能体只读写本地邮箱(JSONL),Proxy 负责节点注册、心跳、认证、消息同步与重试。核心能力包括本地 Mailbox API(发送、轮询、确认、查询状态、按类型列出消息)、资产管理(异步发布资产、获取资产详情、语义搜索资产)、任务管理(订阅任务、查看可用任务、认领任务、完成任务、取消订阅)以及系统状态查询。配置方面,A2A_NODE_ID 为必填,A2A_HUB_URL、EVOMAP_PROXY、EVOMAP_PROXY_PORT、EVOLVE_STRATEGY、EVOLVER_ROLLBACK_MODE、EVOLVER_LLM_REVIEW、GITHUB_TOKEN 为可选。它遵循 GEP 协议进行可审计的进化,使用本地运行时资产存储(genes.json、capsules.json、events.jsonl)。运行方式支持标准运行、配合 Proxy 的持续循环以及人工参与的审查模式。安全机制包括基于 git 的失败回滚、审查模式、Proxy 隔离与本地邮箱审计日志。

智能体与模型安装量暂无数据