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
21,705 个结果
Gangtise Copilot 是岗底斯投研（Gangtise）OpenAPI 技能套件的一键安装器、凭证配置器与诊断工具。它通过单条命令从官方华为云 OBS 存储桶下载 4 个 ZIP 包并解压出 19 个官方技能，将其软链接到 Claude Code、OpenClaw、Codex 等智能体的技能目录；随后引导用户配置 accessKey 与 secretAccessKey，执行实时鉴权验证，并生成共享凭证文件与各技能本地凭证的软链接；最后提供只读诊断脚本，报告技能安装状态、凭证有效性与能力层级可达性。该工具本身不包含任何上游技能内容，每次运行都从官方地址重新下载，支持 minimal、workshop、full 及自定义子集等安装预设。
LangChain 与 LangGraph 开发专家指南，面向使用 Python 构建 LLM 应用的开发者。内容涵盖 LCEL 链式组合、智能体与工具开发、会话记忆与状态管理、RAG 检索增强生成实现，以及 LangSmith 追踪调试、错误处理与性能优化等实践要点，并提供目录结构、命名规范与依赖清单建议。
Crontap 的 recurring-agent-endpoint 技能用于为已部署应用安排一个受保护的 HTTP 端点，由该端点触发应用自身的智能体工作流，并通过心跳监控任务是否完成。它适用于用户拥有可控制的已部署 HTTP 服务、需要按周期启动工作流的场景。Crontap 只负责定时发起 HTTP 请求并监控签到，不会唤醒智能体、IDE 会话、聊天或 MCP 客户端。使用前需确认工具可用：可连接 Crontap MCP（所有套餐可用），或配置 $CRONTAP_CLIENT_ID 与 $CRONTAP_API_KEY 使用原始 API（需 Ultra）。技能要求端点具备专用 cron 密钥认证、按逻辑运行周期幂等、worker 能安全读取心跳 URL。工作流包括创建心跳、存储密钥 URL、更新 worker 在持久成功后 ping、创建定时调度、验证证据。
orchestrate 是一个多智能体编排技能，用于在协调多个独立智能体时明确所有权、依赖、集成与验证。它适用于将可独立推进的问题、产物和资源进行分区，由一个协调者统一负责集成与最终完成声明。该技能强调在派发前先检查宿主环境的能力与授权，根据依赖关系选择并行、共享工作树或独立工作树等协作形态，并关注端口、数据库、锁文件等共享资源的冲突。它为每个工作者编写包含成果范围、现状证据、依赖、权限、验证条件和返回内容的简要任务说明，要求协调者监控进度而非成为瓶颈，并在稳定检查点集成、运行覆盖组合行为的检查。该技能还规定了 PASS、FAIL、INCOMPLETE 三种评审结论，以及如何诚实报告未解决的限制与剩余产物。
这是 pstack-claude 技能库中的一条原则型技能，名为“守护上下文窗口”（Guard the Context Window）。其用途是在上下文即将被填满时应用，例如出现大量输出、处理超长文件、重复读取同一内容、进行扇出式规划等场景。核心做法是把批量内容路由到子代理（subagent）处理，只在主线程中保留摘要，而不是把原始大段内容堆进主线程。技能说明指出，上下文溢出会降低推理质量、产生压缩伪影，并导致进度中断。给出的模式是：对阶段进行规模划分并限制作用范围，限制每个阶段处理的文件数量、设置轮次预算，并把机制本身的成本计入考量。该技能属于 pstack-claude 中的一条独立原则条目，未提供具体的安装命令、代码示例、收费信息或独立运行方式。
Specsfy Aux Stack 是 promovaweb/specsfy 项目中的一项辅助技能，用于监控项目的 manifests 与结构性文件，以增量方式创建或更新 .specsfy/STACK.md。当上下文监控器提示 stack 待处理时使用该技能。执行前必须在项目根目录加载 $specsfy-setup；在自动交接场景中，进入本步骤前需再次加载。它无提问式交互，信息缺失时标记为待处理字段交由对话环节负责。主要流程包括读取本地指令、PROJECT.md 与现有 STACK.md，运行 node scripts/update_stack.mjs --project <根目录>，逐行核对 manifests、lockfiles 和配置，保留 specsfy:stack 块之外的人类决策与注释不清除，仅补充有可执行来源支撑的事实并在“证据”列引用来源。若变更同时涉及持久化，需加载 $specsfy-aux-database。最后以监控模式执行 $specsfy-setup，在 .specsfy/STACK.md 仍待处理时不得返回交接。该技能不复制完整依赖树，只记录结构性技术、其职责及对代理理解系统有用的证据。具体脚本细节、依赖要求与平台信息暂未提供。
ce-handoff 是一个用于会话交接与续接的技能：它能为另一个智能体创建会话交接文档，或恢复、查找并读取用户指定的连续性来源。创建时默认写入受管理的临时存储，也可按用户指定的路径、格式或发布目标输出；交接内容以指针为主，指向计划、议题、提交、差异、文档和文件，并会脱敏密钥与无关个人信息。恢复时支持显式来源或按关键词发现候选，发现过程仅使用元数据，需由用户选定候选后才读取正文，并在用户确认前不执行任何操作。
huashu-agent-swarm 是一个多 Agent 蜂群并行协作技能，采用纯 git 自组织方式，适合大型项目开发。它受 Nicholas Carlini 用 16 个 Claude 实例自主构建 C 编译器的启发，没有 master agent，每个 agent 独立认领任务、写代码、推送。当用户提到「蜂群模式」「多 agent」「并行开发」「agent swarm」时使用。前置要求包括 tmux、claude CLI 和 git 仓库。使用流程涵盖描述项目、初始化项目、启动蜂群、打开观测台和停止五个步骤，支持通过 Web 观测台或命令行监控 agent 状态、发送指令。核心机制包括 git 自组织协调、git worktree 隔离和无限循环。默认 8 个 agent，sleep 间隔 5 秒，模型为 claude-opus-4-6，均可调整。
这是一条面向 AI 智能体（Agent）协作的原则性技能，核心是“不要因等待人类而阻塞”。它适用于可逆的工作场景：当智能体想询问“我该不该做 X？”时，应改为直接做出合理决策并执行，让人类异步监督、事后纠正。因为代码改动可逆且可审查，错误决策的成本通常低于阻塞等待。原则要求：先做后展示，完成工作并呈现结果，不问“该不该做 X”，而是做 X 并解释原因；让系统具备自愈能力，发现问题时记录并在下一轮修复。但不可逆操作（强制推送、删除生产数据、发送对外消息）仍需确认；可逆操作（写代码、编辑笔记、拆分任务）应直接推进。产品方向由人类决定，执行环节不应阻塞。
Loki Mode 是一个多智能体自主创业系统技能，版本 2.35.0，主打从 PRD（产品需求文档）到生产环境的全流程自动化，宣称可实现零人工干预。该技能基于 OpenAI SDK、DeepMind、Anthropic、AWS Bedrock、Agent SDK 以及 HN Production（2025）等研究增强内容构建。使用前需阅读详细指南，其中包含完整流程与参考资料，其安全、前置条件和验证要求被视为强制项。启动方式为在 Claude 中以自主权限运行。该技能适用于执行其概述中描述的工作流或操作。约束方面：未经批准不得引入第三方依赖；需保持与 v1.x API 的向后兼容；响应时间需控制在 200ms 以内。
automate-me 是一个引导式流程技能，用于把用户的工作习惯与偏好转化为一个专属的 -mode 技能（例如 jay-mode、priya-mode），让智能体按照用户本人的风格工作。它本身不直接编写技能，而是编排三个已有技能：内联的历史挖掘、plugin-dev:skill-development（技能编写）和 unslop（文风纪律）。流程包括：检查是否已存在同名 -mode 技能、从工作区范围内的对话记录中挖掘重复出现的模式、通过结构化提问补充意图、聚类发现、起草技能、迭代文风并最终提交 PR。适用于用户说“automate me”“创建/更新/刷新我的 -mode 技能”“把我的偏好或工作风格变成技能”等场景。
Agent Workflow Designer 是一个用于设计生产级多智能体工作流的技能工具，属于多智能体系统与 AI 编排领域。它帮助使用者在实现之前，先确定清晰的工作流模式（顺序、并行、路由、编排器、评估器），生成工作流骨架配置，并定义交接契约、失败处理与成本/上下文控制策略。该工具提供命令行脚本 workflow_scaffolder.py，可快速生成顺序或编排器等工作流骨架并保存为 JSON；同时提供模式参考文档。适用于单一提示不足以应对复杂任务、需要边界明确的专家智能体、需要确定性工作流结构或质量/安全验证循环的场景。
figure-it-out 是一个用于处理没有现成方案可套用的复杂任务的技能：当面对大型迁移、雄心勃勃的多部分改动，或需要人类事后审查的工作时，它要求先设计一套可审计的工作流，再动手写代码。该技能把工作拆分为 Frame（框定）、Design the workflow（设计工作流）、Run the loop（运行循环）、Keep the audit trail（保留审计轨迹）、Verify and hand back（验证并交回）五个阶段，强调先明确可证伪的完成定义、量化范围与严格度，再分解为原子单元、风险优先排序、先建验证工具，最后通过实验循环逐单元验证并留下决策轨迹。
Kling 官方直连 API 的 OpenMontage 技能，用于在 provider="kling_official" 时调用官方接口。覆盖视频生成（classic/turbo/omni）、图像生成与 Omni 编辑、TTS、Avatar 与 Lip Sync，说明认证方式（KLING_API_KEY、Authorization: Bearer）、默认 base URL（https://api-singapore.klingai.com）、任务轮询协议、参数约束、错误码处理与成本治理要求。
skill-creator 是一个用于编写、审查和校验智能体技能（agent skills）的指南型技能，适用于 Capgo skills 仓库及类似仓库。它帮助作者写出能在恰当时机被加载、只教授模型尚不了解的内容、并能自证结果的技能。技能文件结构为 SKILL.md + metadata.json + references/ + scripts/。当用户创建技能目录，或要求改进、审查、拆分现有技能时触发；也适用于技能触发过频、过少或与同类技能冲突，bun run lint-skills 失败，技能需要注册到插件或市场，或需要为技能添加 skillgrade 评估的场景。不适用于编写应用文档、README、变更日志或营销文案，也不适用于编辑非技能的库或插件源码。
AiCoin Freqtrade 是一个面向 Freqtrade 交易机器人的技能，用于策略创建、回测、Hyperopt 调参、部署与实时控制。它通过脚本自动适配 OpenClaw、Hermes、Claude Code 三个引擎容器，内置 REST API 调用、配置变更与 daemon 重启流程，并支持将 AiCoin 数据（资金费率、多空比、大单、清算图等）集成进策略。适用于量化策略开发、回测验证、模拟盘与实盘切换、持仓与盈亏查询等场景。
Writing Skills（Excellence）是一个用于创建、更新和改进 agent 技能（agent skills）的调度型技能。它通过决策树引导用户选择合适的模板与标准：新建技能时，按复杂度分为 Tier 1（单文件、少于 200 行）、Tier 2（多概念、200-1000 行）、Tier 3（大型平台，10+ 产品、AWS、Convex）；改进现有技能时，针对“太长”“AI 忽略规则”“用户找不到”等问题分别给出模块化、反合理化、CSO（面向 LLM 的搜索优化）等方案。其组件包括 CSO、Standards、Anti-Rationalization、Testing，并提供 Technique、Reference、Discipline、Pattern 四类模板。使用流程为：识别目标→选择模板→应用 CSO→为纪律类技能添加反合理化→按 RED-GREEN-REFACTOR 循环测试。适用于从零创建新技能、改进被忽略的现有技能、排查技能未被触发的原因，以及团队内统一技能规范。
把一道立体几何题解成一个自包含的交互教学网页：左侧 MathJax 分步解析， 右侧 Three.js 可交互 3D 模型（分步高亮 + 镜头切换）。支持三种入口——给定文字题目、 随机出题、上传题目图片识别后解题。覆盖正方体/长方体、棱锥/棱柱、圆柱/圆锥上的线面角、…
Ann 是一个用于 MEL/SRHR 工作的协调型智能体技能，负责任务分类、检索编排、专家调度与交付审查，本身不执行专业分析工作。适用于 Ane 提出的分析、评估、SRHR 或结构化输出任务。
Vi 是一个面向 MEL（监测、评估与学习）和 SRHR（性与生殖健康及权利）工作的 HR 专员与执行编排器（Execution Orchestrator）。它接收来自 Ann（或直接来自 Ane）的已批准计划，按照 SELECT → DELEGATE → REVIEW → COMPILE → RETURN 的工作流，设计专家（specialist）名单并编排执行。Vi 会在会话开始时检查入站提示中是否已带有 P1 wiki 上下文块：有则作为基线、跳过对 index.md、domain-standards.md、calibration.md 的读取；无或标记为 NOT PROVIDED 则执行 P1 冷加载读取。它还会读取 vi-overlay.md 并应用其中的 Active Improvements，并检查 Programme context 块以原样下传给每个被生成的专家。Vi 通过本地文件路径读取 MEL Wiki 与 agent registry，使用 Agent(subagent_type="<name>") 生成专家，通过直接对话向 Ane 提问，并以文本输出进度信号。专属信息如实际执行效果、收费与平台支持情况，资料中暂未提供。
Swarm 是一个用于并行分派多个工作单元（worker）并汇总为单一报告的技能。它支持三种形态：将任务切分为不同分片、让多个 worker 用相同简报竞速，或两者混合。父级负责等待、聚合并返回一份报告。适用于 /swarm 命令、"swarm this" 请求，以及并行覆盖、竞速、gauntlet 和探索类任务。该技能在 Codex 和 GitHub Copilot 上需先阅读平台映射及其逐技能说明。
Grill Me（thermonuclear）是一个对抗式压力测试技能，用于对已经成形的方案或设计进行严格审查，直到每一个承重假设都被辩护，或者方案被否决。默认结论为拒绝。它适用于用户希望被挑战、被质疑、被逼问的场景，而不是在寻找方向或头脑风暴阶段。该技能通过结构化提问、决策树追踪、证据核查、失败预演、反回避和独立裁决等机制，系统性地暴露方案中的薄弱环节。
memory-lancedb-pro 是 OpenClaw 的增强型长期记忆插件，用于替代内置的 memory-lancedb 插件。它基于 LanceDB 提供向量与 BM25 混合检索、多作用域记忆隔离、噪声过滤、自适应检索以及管理 CLI。插件使用 TypeScript（ESM）编写，通过 OpenClaw Gateway 在 Node.js 上运行，采用 MIT 许可。其架构包含存储层、嵌入器、检索器、作用域管理、迁移、噪声过滤、自适应检索、Agent 工具与 CLI 等模块。默认开启自动捕获、关闭自动召回与会话记忆，并提供 JSONL 会话蒸馏脚本。
MCP Server Builder 是一个用于从 OpenAPI 契约设计并交付生产级 MCP（Model Context Protocol）服务器的技能，替代手写一次性工具包装器。它支持 Python 和 TypeScript 两种 MCP 实现，以 OpenAPI 作为唯一事实来源，聚焦快速脚手架、schema 质量、验证与安全演进。核心能力包括：将 OpenAPI 路径/操作转换为 MCP 工具定义、生成 Python 或 TypeScript 起始服务器脚手架、强制命名/描述/schema 一致性、校验 MCP 工具清单的常见生产故障、应用版本化与向后兼容检查，以及将传输/运行时决策与工具契约设计分离。适用于需要把内部或外部 REST API 暴露给 LLM 智能体、用类型化工具替代脆弱的浏览器自动化、跨团队与助手共享一个 MCP 服务器、在发布 MCP 工具前进行可重复质量检查，或从现有 OpenAPI 规范引导 MCP 服务器的场景。