scraperapi-agent-onboarding
ScraperAPI 智能体接入入门技能,帮助开发者与 LLM 智能体把 ScraperAPI 集成到应用或智能体中:可选 MCP 服务器、SDK/REST 集成或直接 REST API 三条路径,并说明获取密钥、环境变量配置、请求验证及常见状态码处理。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-21 00:11
24,316 个结果
ScraperAPI 智能体接入入门技能,帮助开发者与 LLM 智能体把 ScraperAPI 集成到应用或智能体中:可选 MCP 服务器、SDK/REST 集成或直接 REST API 三条路径,并说明获取密钥、环境变量配置、请求验证及常见状态码处理。
面向技术写作的智能体,专注编写清晰准确的文档与内容,覆盖 API 文档、用户指南、教程等,强调可读性、准确性与示例完整性。
webtoon-harness 是一个可安装的 jeo-skills 插件,把 revfactory/webtoon-harness 这套 Claude Code 智能体团队打包,用 27 个智能体分 4 个阶段团队,从趋势研究开始完成一集竖屏条漫的制作。
Tariboy 环境下的身份查询技能,用于让智能体确认自身身份、工作目录、当前迭代以及客户端与守护进程版本。
面向昇腾 NPU 的模型迁移与训练套件,覆盖从 SSH 连接、MMLab 环境安装、模型迁移到模型训练的端到端流程,目前支持 BEVFormer 等模型。
modular-skills 是一个用于构建可组合技能模块的框架,采用中心辐射(hub-and-spoke)式按需加载,帮助在 token 预算紧张时避免单文件过大、控制上下文占用。提供技能分析、token 估算与模块结构校验工具。
用于创建和自定义 Claude Code 状态栏(status line)的技能,可显示模型名、Git 分支、Token 用量、项目颜色等信息。提供交互式配置流程、手动脚本与 ccstatusline 两种方式,并附 JSON 输入结构与常见模式说明。
Agent Auth MCP 是一套基于 MCP 协议的智能体认证工具,用于发现认证提供方、连接智能体、管理能力并执行操作。提供 17 个工具,覆盖发现、能力查询、连接授权、执行及主机管理等流程。
web-to-prd 是一个通过 Playwright 扫描在线 Web 应用、提取功能并生成 PRD、Epic、Story 与任务,再导出到 Notion 的技能。它需要 Playwright MCP,Notion MCP 可选,适合逆向分析竞品、接手既有应用或从现有产品构建功能待办。
用于按顺序执行生命科学云(Life Sciences Cloud)关键客户管理(KAM)用户端到端配置的编排技能,分六个阶段依次运行并逐阶段校验,仅处理完整流程请求。
FYERS 交易策略的多智能体迭代优化模式,在策略首次回测成功后自动提供,通过专家委员会每轮生成并回测多个改进变体,每三轮与用户确认方向。
Cavekit 的修订技能:当已构建软件出现缺陷时,沿 cavekit 链向上追溯,定位缺失的需求或约束,并在 kits 与 prompts 源头修复,使迭代循环能自主复现该修复。
KubeSense MCP 是 KubeSense 查询技能共用的工具层,通过 Streamable HTTP 在 /mcp 提供 38 个工具,统一日志、链路、指标、基础设施与告警查询的字段契约、WHERE 语法和输出格式。需先发现字段/指标/集群再查询,聚合用 analyze-*,写操作需用户批准。
通过 Chrome DevTools MCP 在真实浏览器中测试、调试网页的技能,可检查 DOM、控制台、网络与性能,并配合 Playwright 做端到端测试。
karpathy-idea-files 是一个“想法文件优先”的技能:先写抽象规格(Gist 风格),再由智能体或他人按各自场景实现。适用于把新想法整理成可分享、可验证的规格,而非直接写代码。
mcp-to-skill 是一个把 MCP 服务器转换为按需加载技能的工具,用于减少每轮对话中 MCP 工具 schema 占用的上下文窗口。它按替换策略对每个工具分类,并生成技能包。
memory-reviewer 是 mem0 的记忆质量审计技能,用于检查当前项目中存储的记忆,检测重复、矛盾和低置信度条目,并给出可执行建议。适合在搜索结果异常、一次会话写入 5 条以上记忆后,或健康检查发现问题时使用。
从 cyeam.com 获取各平台免费模型排行榜的命令行查询技能,支持按平台、类型或名称关键词筛选,数据每日更新,覆盖 OpenRouter、SiliconFlow、NVIDIA、百度飞桨、Hugging Face。
codex-worker 是通过 tmux 并行编排多个 Codex CLI(codex)智能体的技能。每个 worker 运行在独立 git worktree 与 tmux 会话中,适合将任务拆分为互不依赖的子任务批量处理,例如按 issue、模块或包分配工作。
有道云笔记官方命令行 skill,通过 youdaonote CLI 操作笔记,支持笔记增删改查、待办管理、网页剪藏、搜索与文件夹管理。构建知识库或 Wiki 应改用 youdaonote-llm-wiki skill。
catch-up 是一个面向智能体协作项目的技能,用于在人类短暂离开后,用通俗英语快速汇报项目发生了什么变化、为什么变化,以及哪些决策需要人类拍板。适用于多人多项目并行、不细读代码的场景。
Pipefy 技能,用于评估某个流程步骤做自动化或 AI 智能体是否划算、从哪里开始、能省多少时间,并给出计算过程。
multi-llm-mcp-server 是一个基于 FastMCP 构建的 MCP 服务器,让 Claude Code 能够把任务委派给 Codex CLI,并并行或单独地查询多个大语言模型提供商(GPT、Kimi、DeepSeek、Qwen,可选 Claude)。它主要解决两个问题:一是让 Claude Code 将工作卸载到 Codex CLI;二是同时查询多个模型以便对比与交叉验证。使用前需要 Python 3.10+,安装 fastmcp 与 openai 库,并按需配置各提供商的 API Key 环境变量;可通过 claude mcp add 命令注册到 Claude Code。它提供 ask、ask_many、wait_many、review、ask_codex、wait_codex、clear_session、clear_all_sessions、list_sessions、health_check 等工具。适合需要多模型对比、代码审查、架构决策参考以及借助 Codex 执行代码分析或改动的开发场景。
上下文注入(Context Injection)是一种把可信上下文信息放入提示词或智能体状态的实践,通过明确边界、来源标注与模板,让模型获得完成任务所需的外部知识。适用于已检索到相关上下文、需要将其结构化注入提示词的场景。