SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-16 00:02

智能体与模型

21,763 个结果

cmux-ref

cmux-ref 是一个用于解析用户粘贴的 cmux 拓扑标识符的技能。当用户粘贴 cmux 的工作区、窗格、表面或窗口的 ref 与 id 时，该技能帮助智能体识别这些标识符，并将其作为后续指令的明确路由上下文，从而精确地定位到对应的 workspace、pane、surface 或 window。它支持识别 window_ref、window_id、workspace_ref、workspace_id、pane_ref、pane_id、surface_ref、surface_id 等键，以及 workspace:1、pane:2、surface:370 这类裸 ref。技能会区分短 ref 与 UUID：ref 便于同一 cmux 实例内的即时 CLI 调用，但状态变化后可能重新编号；UUID 则更适合身份校验和过期 ref 恢复。当同时提供多种对象时，默认目标取最具体者：surface 优先于 pane，pane 优先于 workspace，workspace 优先于 window。该技能还规定了工作流程，包括解析标识块、声明目标、在变更前验证目标是否存在、使用显式目标执行命令，以及在目标无法安全推断时提出简洁的澄清问题。

智能体与模型690 次安装

dashscope

DashScope（阿里云百炼）集成工具，封装了阿里云百炼平台的三种生成式 AI 能力：图像生成、文本转语音（TTS）以及带词级时间戳的语音识别（ASR）。使用前需在 .env 中配置 DASHSCOPE_API_KEY。图像生成支持 qwen-image-2.0-pro 等模型，返回图片 URL；TTS 支持 qwen3-tts-flash 等模型，返回 WAV 音频 URL；ASR 使用 qwen3-asr-flash-filetrans 模型，可输出词级时间戳用于字幕制作。三类能力均调用 DashScope 原生端点而非 OpenAI 兼容路径，需分别下载生成的图片与音频。该工具可接入 OpenMontage 工作流，通过选择器或直接调用方式在视频项目中生成配图、旁白与字幕数据。

智能体与模型687 次安装

syncfusion-react-ai-assistview

Syncfusion React AI AssistView 是 Syncfusion 提供的 React 交互式聊天组件，用于构建 AI 驱动的对话界面。它支持提示与响应管理、对话历史自动收集、字符级实时响应流式输出、思维链可视化、模板系统、多视图切换、语音输入与输出、文件附件、可配置工具栏、遥测追踪、提及（Mentions）以及 OpenAI、Azure OpenAI 等 AI 服务集成，并提供事件驱动的架构，可在桌面和移动端响应式使用。

智能体与模型687 次安装

ai-agents-architect

AI Agents Architect 是一个专注于设计与构建自主 AI 智能体的专家角色技能，出自 davila7/claude-code-templates。它强调在赋予智能体自主行动能力的同时保持可控性，主张为可能出现的意外失败设计优雅降级与清晰的失败模式，并在自主性与监督之间取得平衡。该技能覆盖智能体架构设计、工具与函数调用、智能体记忆系统、规划与推理策略、多智能体编排、以及智能体评估与调试等核心能力。使用前提包括熟悉 LLM API 调用、理解函数调用机制并具备基础提示工程能力。技能中明确列出了若干常见设计模式，如 ReAct 循环、先规划后执行、工具注册表，以及应当避免的反模式（如无限制自主、工具过载、记忆囤积）。同时给出了循环无迭代上限、工具描述含糊不完整等风险点及其对应解决方案。适合需要搭建可控自主智能体系统的场景，与 rag-engineer、prompt-engineer、backend、mcp-builder 等技能配合良好。

智能体与模型684 次安装

intelligence-transfer

Intelligence Transfer 是一个通过 IPFS（Pinata）在不同项目或不同机器之间发布与获取已学习模式的技能，即 hooks_transfer 所实现的跨项目模式迁移。它把项目本地学习到的模式发布到 IPFS 并返回 CID，任何对等方都可以凭该 CID 拉取并合并到本地状态，相当于“智能体所学内容的部署产物”。使用前必须配置 PINATA_API_JWT 环境变量，否则 hooks_transfer 会返回结构化的失败结果。该技能支持发布当前项目模式、拉取并应用他人模式、以及从磁盘上的同级项目读取模式并重新发布三种工作流。模式以 JSON 存储，仅包含嵌入哈希与元数据而非原始文本，解码需要生成它们时相同的 SONA / MicroLoRA 适配器版本。IPFS 默认公开，Pinata 固定并不能使模式私有，发布前应先用 aidefence_has_pii 剥离 PII。它不适合日常使用，也不发布 AgentDB 行数据。

智能体与模型683 次安装

utility-pm-skill-builder

PM Skill Builder 是 pm-skills 库中的一个工具类技能（utility skill），用于引导贡献者把一个新的 PM 技能想法，转化为符合 pm-skills 仓库规范的完整「技能实现包」（Skill Implementation Packet）。它先理解想法（问题优先或技能优先两种入口），再对现有技能做差距分析，必要时触发 Why Gate 与 Kill Gate 判断是否真的需要新技能；随后进行范围检查（判断应为一个还是多个技能）、分类与仓库适配（domain/foundation/utility 三类及命名、方言与范例选择）、评估就绪规划（最近邻、互惠边界指针、输出评估族、fixture 与场景计划），最后生成包含草稿 SKILL.md、TEMPLATE.md、EXAMPLE.md、命令文件、AGENTS.md 条目、校验清单、trigger-fixtures.json 与 output-scenarios 的完整实现包，写入 _staging 暂存区，确认后再提升到规范位置并运行 CI 校验。

智能体与模型682 次安装

llm-app-patterns

LLM 应用模式（LLM Application Patterns）是一套面向大语言模型应用架构与集成的设计草图，强调检索、工具、隐私与验证的明确边界。它适用于设计 LLM 驱动的应用、实现 RAG（检索增强生成）、构建带工具的 AI 智能体、搭建 LLMOps 监控，以及在多种智能体架构之间做选择。该技能要求记录提供方/SDK 版本、授权数据与工具、请求/响应模式、延迟与成本预算以及预期任务结果；所有代码均为集成草图，llm、数据库、解析器和提供方响应适配器均属项目自有，必须显式实现。它明确禁止执行模型提供的 Python、表达式或模糊工具名，只允许在模式与授权检查后派发精确注册的工具，并强制每次调用截止时间与循环上限。资料还给出规划器替换剩余步骤、解析器作用于实际前序输出、多租户缓存键区分等回归断言，并说明限流草图仅单线程进程内、分布式需共享原子限流与截止时间、仅重试安全操作等限制。

智能体与模型681 次安装

skill-factory

skill-factory 是一个用于创建、更新和标准化智能体技能（agent skill）的工具。它能在保留既定用途的前提下，生成可移植的技能目录，并让其中的指令、引用、资产、脚本、测试、Mise 任务图、CI、示例与评估通过全新检查。该技能以“产出可证明的用户可见结果”为目标，强调包结构只是必要证据而非结果本身。它通过 Mise 编排确定性任务，把语义判断、领域推理、创意生成和人工感知留给模型，并借助 BOOTSTRAP、RED、GREEN、REFACTOR 循环逐步构建与验证。

智能体与模型681 次安装

data-manager

Phaser 4 的 DataManager 是一个键值数据存储系统，支持事件驱动的变更追踪。它可在三个层级使用：每个游戏对象（通过 setData/getData 等）、每个场景（this.data）、以及全局注册表（this.registry）。每次设置、修改或删除数据都会触发对应事件，便于在游戏各系统之间实现响应式数据绑定，而无需紧密耦合。本技能说明如何存储自定义键值数据、监听数据变更事件以及管理游戏状态。

智能体与模型680 次安装

reflect

Reflect 是一个用于从当前对话中挖掘可复用经验、并将其转化为技能（skill）编辑的工具。它会在活动对话记录上并行启动三个审查子代理，分别从判断、工具使用和发散视角进行审查，再由一个综合代理汇总为「接受 / 拒绝 / 待办」清单。用户说出「reflect」或「/reflect」时触发。它先定位当前项目的对话记录文件，再并行派发审查，最后经用户明确批准后才应用编辑；技能变更会影响组织内所有未来的代理，因此不会自动应用。

智能体与模型679 次安装

llamaindex-development

LlamaIndex 开发技能，为使用 Python 构建 RAG（检索增强生成）应用、数据索引和 LLM 驱动的应用提供专家级指导。该技能强调编写简洁、技术性准确且符合 PEP 8 规范的 Python 代码示例，倡导函数式与声明式编程风格，尽可能避免使用类。内容覆盖项目目录结构、文档加载、文本分块、向量存储与索引、查询引擎、检索器、嵌入模型、LLM 配置、智能体、性能优化、错误处理与测试等开发环节，并给出对应的 Python 代码片段，帮助开发者按规范化流程搭建与维护 LlamaIndex 项目。

智能体与模型679 次安装

meta-prompt

Meta-Prompt 是一套用于评估与分析 AI 响应及解题路径的元提示（meta-prompting）技术集合，来源于 mindrally/skills。它主要包含三部分：响应质量评估器、问答轨迹分析器，以及若干提示工程模式。响应质量评估器通过反思（reflections）、评分（score，0-10）和是否已解决问题（found_solution）三个字段，从准确性、完整性、清晰度、简洁性和相关性等维度对候选回答进行批判性评估。问答轨迹分析器则用于分析解题路径，关注观察（Observations）、思考（Thoughts）和动作（Actions）三类组件，动作类型包括 Search[entity]、Lookup[keyword] 和 Finish[answer]，并按 1-10 分评估轨迹正确性。此外还整理了思维链、少样本学习、自一致性、反思提示等提示工程模式，并给出响应评分与轨迹评分的量规。该技能适合需要系统化评估 AI 输出质量、复盘推理过程或设计评估提示词的场景。

智能体与模型678 次安装

ask

Ask 是 OMC（oh-my-claudecode）中的顾问路由技能，用于把一个问题或任务通过本地已安装并认证的 Claude、Codex、Gemini、Antigravity、Grok、Cursor 或 Muse CLI 进行处理，并将结果保存为 ask 产物。它要求统一使用 `omc ask` 命令执行，由该封装自动处理参数选择、产物持久化和提供方版本兼容，禁止手动拼装原始提供方 CLI 命令。调用格式为 `/oh-my-claudecode:ask <提供方> <问题或任务>`，产物写入 `.omc/artifacts/ask/<provider>-<slug>-<timestamp>.md`。

智能体与模型677 次安装

long-task-coordinator

Long Task Coordinator 是一个用于协调多会话、委派或长时间运行任务的技能。它通过持久化状态文件、恢复检查和明确的状态转换，让长任务保持可恢复、有状态且状态报告真实可信。适用于跨多轮对话、涉及向子代理或后台任务交接、需要显式等待状态、以及必须能从持久状态文件恢复的任务。核心做法是维护单一状态文件作为唯一事实来源，按 READ→RECOVER→DECIDE→PERSIST→REPORT→END 的顺序执行每个协调周期，并在报告前先持久化状态。

智能体与模型677 次安装

sap-ai-core

本技能用于指导基于 SAP AI Core 与 SAP AI Launchpad 的企业级 AI/ML 开发，运行于 SAP BTP 之上。适用场景包括：部署生成式 AI 模型、配置 Generative AI Hub 编排、选择模型供应商、构建 RAG 或 grounding 流程、管理提示模板、部署训练与推理工作负载，以及将 AI 能力接入 SAP 应用。SAP AI Core 是 SAP BTP 上以标准化、可扩展、跨超大规模云厂商无关的方式管理 AI 资产执行的服务；SAP AI Launchpad 提供包括 Generative AI Hub 在内的 AI 运行时管理界面。核心能力覆盖生成式 AI Hub（统一 API 访问多供应商大模型）、编排（模板化、过滤、grounding、脱敏的模块化流水线）、ML 训练（基于 Argo Workflows 的批处理流水线）、推理服务（将模型部署为 HTTPS 端点）以及 grounding/RAG（集成向量数据库）。本介绍不编造未提供的功能、价格或效果，具体配置与模型名称须在目标租户中核验。

智能体与模型676 次安装

omnivoice-tts

OmniVoice 是一个支持 600 多种语言的大规模多语言零样本 TTS 模型，基于扩散语言模型风格架构。它支持三种使用模式：语音克隆（提供参考音频与参考文本）、语音设计（通过文本属性描述说话人特征，无需音频）以及自动语音生成（模型随机选择音色）。模型推理速度较快，RTF 最低可达 0.025。该技能提供完整的 Python API、命令行工具（单条推理、批量多 GPU 推理、Web 演示）以及安装与故障排查说明，适用于多语言语音合成、个性化音色克隆与批量语音生成等场景。

智能体与模型675 次安装

browser

Browser 是 ruvnet/ruflo 项目中的浏览器自动化技能，基于 agent-browser 命令行工具，为 claude-flow 智能体提供网页操作能力。其核心特点是使用 AI 优化的快照（snapshot）机制，通过元素引用（@e1、@e2 等）代替完整 DOM，可将上下文减少约 93%。该技能支持导航、快照、交互、信息获取、等待、会话管理等完整浏览器操作流程，并可作为 MCP 工具集成到 Claude Flow 中，还支持与记忆系统和钩子配合使用。

智能体与模型674 次安装

gemini-managed-agents-api

这是 Gemini Enterprise Agent Platform 上 Managed Agents API 的操作技能，用于以编程方式管理平台上的自定义 Agent 资源。它覆盖控制面（Control Plane）的完整增删改查流程，包括创建、获取、列出、更新和删除带状态的 Agent 容器，并可为其配置系统指令、沙盒文件、技能注册表以及本地或远程工具。文档给出基于 REST 的请求端点与 JSON 载荷结构，需使用由 Application Default Credentials（ADC）生成、以 Bearer 形式携带的访问令牌，并指向支持该 API 的区域端点。创建 Agent 属于长时运行操作（LRO），会异步执行，需轮询操作状态获取最终资源。平台支持从 Google Cloud Storage 桶或 Skill Registry 挂载文件、目录与技能，也支持配置第三方 MCP 服务器作为工具。Agent 创建完成后，可通过数据面的 Interactions API 传入其资源路径进行多轮对话与工具调用。

智能体与模型673 次安装

skill-finder

Skill Finder 是一款功能较完整的 Agent Skills 本地与远程管理工具，用于搜索、安装和管理 Agent Skills，并帮助判断某个任务是否真的需要技能（skill），还是更适合用提示词、指令、智能体或钩子等其他定制方式。它支持从本地索引、GitHub API 以及网页回退三个渠道搜索技能，可按标签（如 #azure、#bicep）筛选分类。主要功能包括：搜索技能、查看技能详情、将技能下载安装到本地目录、收藏（星标）并管理常用技能、寻找相似技能、从 GitHub 同步更新全部来源、添加新的来源仓库、查看索引统计以及检查依赖。工具提供 Python 脚本和 PowerShell 脚本两种实现，内置包含 220 多个技能的技能索引以及收藏列表。使用前需具备 GitHub CLI（gh 2.0+）、curl，以及 Python 或 PowerShell 其中之一。工具强调在搜索前先做“推荐门槛”判断，先确认需求是否真的适合用技能解决；安装前会展示来源 URL、主机名以及所需工具和网络访问权限，并等待用户明确同意；默认仅允许从 github.com、raw.githubusercontent.com、gist.github.com 通过 HTTPS 安装技能来源。

智能体与模型668 次安装