SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-16 00:02
21,538 个结果
ae-data-integration-helper 是一个用于解答 ThinkingAI SDK 接入与使用问题的技能，涵盖数据导入工具 LogBus2 等内容。当用户提出集成方法、API 使用、埋点、报错、配置、数据校验、实时调试等问题时触发。它支持客户端 SDK（Android、iOS、JavaScript、Unity、OpenHarmony、小程序等）、服务端 SDK（Java、Python、Go、Node.js、PHP、C# 等）以及数据导入（LogBus2、RESTful API、DataX）等主题，并会先通过 FAQ 文档、再通过 wiki 文档查找相关内容后作答。回答严格依据文档，不臆测、不编造，并遵循术语规范（如 Super Property 译为“公共事件属性”）。输出语言与用户输入语言保持一致。
Contact Goat 是一个终端联系人情报 CLI，用于在 LinkedIn 与 Happenstance 等来源中搜索、补全并梳理人脉与暖介绍路径，支持公司覆盖、目标人物互关、潜在客户搜索和统一档案。
workflow-create 是 ruflo 中用于编写工作流的技能，提供两种编写路径。其一是 MCP 工作流模板：可持久化保存、带暂停与恢复生命周期的定义，适合长期运行、需要人工审批把关、可中断续跑的任务流；使用方式是依次调用 workflow_template 查看可用模板、workflow_create 创建（指定步骤、条件与执行顺序）、workflow_list 列出所有已定义工作流、workflow_status 监控状态、workflow_delete 清理不再使用的工作流。其二是原生编排脚本：在 .claude/workflows/ 下编写 .js 文件，面向需要大量扇出子代理并聚合结构化结果的场景（如评审、审计、迁移、调研）。脚本必须以纯字面量 export const meta 块开头，正文在异步包装器中运行，可合法使用顶层 await/return。
memory-reflect 是一个“睡眠时间记忆反思”技能，用于在会话之外回顾近期对话与每日笔记，提取有价值的洞察并整合进长期记忆。它受 sleep-time compute 理念启发，认为记忆形成最适合发生在活跃会话之间。该技能可在 cron/心跳定时任务（建议每天 1-2 次）、用户主动要求反思或整合记忆、以及上下文窗口压缩事件之后运行。流程包括：收集近期材料（查找最近修改的笔记、读取每日笔记、检查活跃任务）、评估信息价值（保留影响未来工作的决策、经验教训、偏好与工作风格、关系细节；跳过临时性内容与已记录内容）、更新 MEMORY.md 长期记忆、并在当日笔记中追加反思日志。指南强调选择性提炼而非复制、保留智能体人格声音、不删除每日笔记、合并而非追加、标记不确定项、随时间重构结构，并检查文件系统问题。
iot-register 是一个用于注册 Cognitum Seed 设备并建立智能体桥接的技能。它通过指定端点创建 SeedClient 连接、获取设备身份并分配初始信任级别。默认端点为 http://169.254.42.1/，即 Cognitum Seed 的链路本地 USB 以太网地址；未提供端点时使用该默认值。注册流程包括：解析端点、执行注册命令、可选配对、查看设备状态，并将注册事件写入记忆存储。
ATXP Memory 是 ATXP CLI 提供的智能体记忆管理工具，用于管理智能体的 .md 记忆文件。它支持将 .md 文件备份到 ATXP 云端服务器并从云端恢复，同时可在本地使用 zvec 向量相似度搜索对记忆文件进行检索。云端操作仅收集和传输 .md 文件，通过 HTTPS 发送并与已认证的智能体身份关联；本地索引和搜索完全离线，无需认证或网络。
ghost-exo 是 exo 工作流生命周期的统一入口技能，本身是一个路由器。它把用户请求分类为三种意图之一：debug（诊断某个具体运行为何失败）、improve（基于近期运行改进、迭代、收紧或加速已有工作流）、build（把想法变成新工作流，或从 agent 模板 slug 构建）。分类后先加载共享基础文档，再加载对应的意图配方并执行。所有意图都通过 exo MCP 服务器驱动 exo 这个智能体工作流平台。使用前需枚举会话中的 exo MCP 服务器，只有一个时直接使用，多个时须通过结构化提问工具让用户选择；随后调用 whoami 确认连接并返回工作区 ID。脚本 scripts/exo-skill.py 通过 REST 访问同一工作区，从环境变量或 --profile 指定的配置文件读取连接信息。
面向 Apple Silicon Mac 的本地文本转语音命令行工具，可让智能体实时朗读内容，支持语音克隆与音频生成。
plan 是 owainlewis/blueprint 工作流中的一个规划技能，用于把已经评审通过的 spec（规格说明）或已确定的 brief（需求简述）转化为一系列有序任务，供不同的 agent 运行分别执行。它的核心目标是产出“新 agent 无需再做产品或技术决策即可完成”的任务。每个任务和里程碑都要求是纵向切片（vertical slice），即一个贯穿所需层级、可运行并有验收检查的可用成果，按“可用的结果”而非文件、层级或团队边界来拆分。使用流程包括：阅读来源、仓库说明和相关代码；若存在会改变行为、接口、数据、安全、规模、性能、兼容性、运维或成本的未决选择，则停止并返回 /spec；把工作拆成每个都交付可用行为、适合一次 agent 运行、产出一个聚焦 PR 的任务；把共享契约放在同一个任务中，避免两个任务各自回答同一问题；重构若会掩盖行为变化则单独分出；按依赖排序，必要时按里程碑分组，每个里程碑交付端到端可用结果并含验收检查和依赖。任务格式包含“What are we building?”、“Why?”、“Done when”、“How to check”、“Agent notes”、“Out of scope”等小节，面向人类读者和 agent 两类受众撰写。计划在对话中返回，仅当用户要求时才创建追踪工单，不写计划文档，规划完成后停止、不实现。
Ultrawork 是 oh-my-claudecode 体系中的并行执行引擎，用于高吞吐量地完成多个相互独立的任务。它把可以同时进行的工作一次性分发给多个 agent 并行处理，并按任务复杂度将每个 agent 路由到不同的模型层级，从而缩短总执行时间并控制 token 成本。它被设计为可组合的基础组件：ralph 在它之上增加持久化与验证，autopilot 在 ralph 之上增加完整的自主流水线。当用户说出 "ulw"、"ultrawork" 或明确希望并行执行时即可调用；只有单一顺序任务、需要保证完成并校验、或需要完整自主流水线时，应改用 executor、ralph 或 autopilot。
Observe Trace 是 ruflo 提供的一项可观测性技能，用于追踪智能体（agent）的任务执行过程。它通过收集分布式 trace span，并依据 parentSpanId 构建父子层级的 trace 树，从而可视化任务的执行流程、各 span 的耗时以及瓶颈所在。该技能适用于需要理解任务如何跨多个智能体执行、每个 span 运行时长、瓶颈位置以及智能体之间如何协作的场景。使用流程包括：通过 memory_search（命名空间 observability）收集 span、构建 trace 树、计算每个 span 的时长与关键路径、识别超过 p95 或存在空闲间隙的瓶颈 span、调用 agentdb_context-synthesize 生成执行流程的叙述性摘要，最后输出包含 span 名称、智能体、时长、状态（OK/ERROR）和瓶颈标记的报告，并给出总 trace 时长与关键路径时长。也提供 CLI 替代方式。
AgentMail SDK 是面向 AI 智能体的 API 优先电子邮件平台的官方 SDK，提供 TypeScript 与 Python 两种语言接口。它让开发者以代码方式创建收件箱、发送邮件、读取回复，并管理线程、附件、Webhook、WebSocket 事件、域名与收发信规则等。SDK 以已发布的接口和生成的 API 类型为准，凭据通过 AGENTMAIL_API_KEY 环境变量提供。该技能条目是 agentmail 技能的已弃用别名，内容与 agentmail 相同，仅为保证既有安装和固定 URL 仍可解析而保留，建议改用 agentmail。
federation-status 是 ruflo 提供的联邦状态查看技能，用于展示当前联邦（federation）的健康状况，包括对等节点（peers）、会话、信任级别和消息指标。当用户询问“联邦是否健康？”“显示对等节点”等问题时使用。该技能通过运行 @claude-flow/plugin-agent-federation 插件的 ruflo-federation 命令获取整体健康状态与对等节点列表（含信任级别和评分），并汇总活跃会话、消息交换量、PII 脱敏次数和威胁检测情况，还可通过 memory_search 检索联邦历史记录。
Reflection 是一个用于自我改进的 AI 技能，适用于用户提供反馈、要求以特定方式做事，或工具调用失败时。它会分析对话历史、工具调用及失败或纠正，识别可固化的行为模式或用户偏好，然后提出一条简洁的修改建议：更新技能定义时展示 diff，添加偏好时展示对 AGENT.md 或 CLAUDE.md（在 Claude Code 中使用时）的补充内容。该技能强调每次只提出一项更改、保持简洁、准确针对真实问题，并在用户明确确认后才应用更改。
agents-md 是一个用于审计和编辑智能体指令文件的技能，帮助仓库统一使用 AGENTS.md 作为共享规则来源。它负责配置仓库使各类智能体工具读取同一套规则，并对 AGENTS.md、CLAUDE.md、CLAUDE.local.md 等会话启动时加载的文件进行审计、评分、重构和编写。该技能强调指令文件是执行契约而非知识库，通过“死重”和“有害精确性”两项测试剔除冗余与错误规则。它提供快速（12 项检查）和完整（49 项检查）两种审计模式，包含发现文件、评分、报告、提出最小差异、验证变更、应用并报告前后分数的工作流程。此外还支持从零编写指令文件、迁移到 AGENTS.md、设置漂移检查门禁，并涵盖 @import、嵌套文件加载、Codex 字节上限等注意事项。
browser-login 是一个用于浏览器认证流程的技能：对目标站点执行一次登录认证，将产生的会话凭据经 AIDefence 清洗后，以可复用的 cookie 句柄形式存入 browser-cookies 命名空间，供后续技能（browser-extract、browser-form-fill、browser-test）复用，避免重复走认证流程。它借鉴了 Browserbase 的 cookie-sync/SKILL.md 模式，但把结果上下文存入 AgentDB 而非托管后端。适用于需要反复访问同一主机、刷新已过期 cookie 集合，或捕获需要交互完成的 MFA 会话等场景。
federation-init 是 ruflo 提供的一个联邦初始化技能，用于将当前节点接入联邦网络。它会生成 ed25519 密钥对、创建联邦配置文件，并可选设置合规模式。初始化完成后，可展示本节点的公钥与端点，便于与其他对等节点共享。该技能适合需要搭建去中心化或点对点协作网络的场景，具体收费、平台支持与效果暂未提供。
Agent Memory Systems 是一个面向智能体记忆架构的技能，来自 davila7/claude-code-templates。它聚焦于智能体记忆系统的设计，涵盖短期记忆、长期记忆、工作记忆、情景记忆、语义记忆与程序性记忆等类型，并涉及记忆形成、记忆检索与记忆衰减等环节。该技能强调记忆失败往往表现为智能体“智能失败”，核心难点在于在正确的时间检索到正确的记忆，而非单纯存储。内容包含记忆类型架构、向量存储选择、分块策略等模式，以及若干反模式与注意事项，适合构建需要跨交互保持上下文与一致性的智能体系统。
omc-plan 是 oh-my-claudecode 技能集中的一个战略规划技能，用于在动手实现之前先完成需求梳理与方案设计。它支持多种模式：针对宽泛或模糊需求进行交互式访谈（Interview），针对明确需求直接生成计划（Direct），通过 Planner→Architect→Critic 循环达成多视角共识（Consensus/ralplan），以及对已有计划进行评审（Review）。计划需满足质量标准，如 80% 以上论断引用文件与行号、90% 以上验收标准可测试。共识模式默认全自动运行，可用 --interactive 在草稿评审与最终批准环节加入用户确认，并支持 --deliberate 应对高风险场景。计划产物保存于 .omc/plans/，草稿保存于 .omc/drafts/。
foundation-persona 是一个用于生成产品或营销人物画像（persona）的技能，遵循 v2.5.0 标准化输出契约。它帮助团队在撰写产品管理或上市相关文档前，建立以证据为基础的受众视角。该技能支持两种模式：产品（product）和营销（marketing），其中“buyer”作为营销模式的别名输入，输出仍标记为营销。生成智能体模式不在 v2.5.0 范围内。技能通过选择唯一模板（产品画像模板或营销画像模板）并完整填写头部、核心现实陈述、元数据表、人物卡片及第 1 至 11 节内容，产出可直接用于决策的画像，同时强制标注证据与置信度，区分已验证证据与假设，并列出开放问题和治理跟进事项。它强调在证据不足时仍可生成，但会明确标记缺口并校准置信度，适用于需要明确人物视角、行为驱动的权衡框架、以及为 PRD、故事、上市、信息传递和赋能材料定制受众轮廓的场景。不适用于需要工作背景而非人物本身（应使用 define-jtbd-canvas）、映射内部利益相关者（应使用 discover-stakeholder-summary）、尚未综合原始访谈（应使用 discover-interview-synthesis）或完全无证据且决策重大时。
browser-record 是 ruflo 浏览器技能体系中的基础原语，用于打开一个具名且带追踪的浏览器会话，并将其绑定到 RVF 认知容器与 ruvector 轨迹记录中。它会为会话分配唯一 ID 和 RVF 容器，通过 ruvector 的 trajectory-begin、trajectory-step、trajectory-end 钩子记录每一次交互动作，并在结束时压缩容器、将索引写入 AgentDB 的 browser-sessions 命名空间。该技能是 browser-extract、browser-form-fill、browser-test 等下游技能组合复用的前提，适用于需要保留可回放、可分析轨迹的浏览器交互场景。
Atlas Cloud 是一个 AI API 聚合平台，通过统一接口提供 300+ 图像、视频、音频（TTS、音乐、语音转文字）、3D 与 LLM 模型的调用能力。本技能（atlas-cloud）用于帮助开发者将 Atlas Cloud API 快速集成到项目中，并说明各项模型发现、生成、上传与账户工具的用法。
Fishjam 是 Software Mansion 提供的托管式 WebRTC 平台，用于视频、音频以及一对多直播场景。该技能文档围绕平台基础概念与四套 SDK 展开，帮助开发者在编写、审查或调试 Fishjam 相关代码前先建立正确的领域模型认知。内容涵盖房间（rooms）、对等端（peers）、轨道（tracks）、令牌（tokens）与通知（notifications）等核心概念，并针对不同技术栈给出对应的子技能指引：Node.js/Express/Fastify/Hono 后端、Python/FastAPI/Flask 后端、浏览器 React 应用、React Native/Expo 移动应用，以及非 React 的 TypeScript/Svelte/Vue 场景。文档还说明了生产环境通常由后端（服务端 SDK）加客户端（客户端 SDK）组成，原型阶段可借助 Sandbox API 跳过后端，并强调管理令牌不得离开后端、对等端令牌有效期为 24 小时、Sandbox API 地址仅限开发使用等关键规则。
该技能面向大语言模型（LLM）的开发、训练、微调与部署，提供一套工程实践指南。内容涵盖 Transformer 架构理解、注意力机制与分词器选择、LoRA 与 P-tuning 等参数高效微调方法、全量微调的学习率与预热调度、DeepSpeed 与 FSDP 分布式训练、梯度累积与混合精度等显存优化手段，以及困惑度、BLEU 等评估指标和量化、剪枝、批量推理等部署优化。同时给出项目结构建议，如用 YAML 管理配置、分离数据处理与训练、实验跟踪与模型版本控制。