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
21,725 个结果
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。
中文介绍正在整理，稍后补充。
面向券商与顾问账户的保证金业务指南，涵盖Reg T初始保证金、维持保证金、保证金追缴、强制平仓、投资组合保证金、证券抵押信贷（SBLOC）及保证金风险管理等操作要点。
LangSmith Trace 是面向 AgentSeek 模板的 LangSmith 追踪与调试技能，支持 Python 和 TypeScript。它涵盖 CLI 安装、为 LangGraph 应用添加追踪、查询 trace 以及检查 run 的输入输出。该技能针对 AgentSeek 模板后端（LangGraph + 中间件栈）调优，提供从安装 CLI、设置环境变量 API key、验证连接，到逐步定位项目、列出 trace、获取层级结构、查看各 run 的 IO 的完整调试流程，并说明了 AgentSeek 模板典型的 trace 层级结构、常见问题（如 --full 与 --include-io 的差异、IO 为 null、项目混淆）以及安全注意事项（禁止通过 --api-key 传递密钥）。
面向 Claude Code 的技能开发指南，讲解如何创建与管理技能，涵盖自动激活系统、双钩子架构、skill-rules.json 配置、触发类型、强制执行级别与 Anthropic 官方最佳实践（500 行规则、渐进式披露）。
AWS Bedrock AgentCore 是一个用于大规模部署和管理 AI 智能体的平台，包含九项核心服务。本技能（aws-agentic-ai）面向使用 AgentCore 各项服务的场景，覆盖服务选择、部署模式与集成工作流，并基于 AWS CLI 操作。技能强调在回答前先阅读对应服务的 README，并通过 MCP 文档工具核实 AWS 事实。可用服务包括 Gateway（将 REST API 转换为 MCP 工具）、Runtime（部署与扩展智能体）、Memory（管理对话状态）、Identity（凭证与访问管理）、Code Interpreter（沙箱内安全执行代码）、Browser（Web 自动化与抓取）、Observability（追踪与监控）、Agent Registry（编目、发现与治理智能体/工具，预览版）、Evaluations（基于 LLM-as-a-Judge 的自动化质量评估）。技能还提供常见工作流、跨服务资源说明、深度参考文档以及可运行的脚本模板。
mcp-setup 是一个用于配置 MCP（Model Context Protocol）服务器的技能，帮助扩展 Claude Code 的能力，接入 Context7 文档上下文、Exa 网页搜索、Filesystem 文件系统访问和 GitHub 集成等外部工具。它通过交互式提问引导用户选择推荐组合、单个服务器或自定义服务器，并生成对应的 claude mcp add 命令完成配置，最后用 claude mcp list 验证。配置完成后需重启 Claude Code 才能生效。
VidMuse Skill 是一个供 AI 智能体调用 VidMuse 能力的技能，通过 vidmuse 命令行运行时访问 VidMuse 的账户状态、订阅计划、模型发现、素材、风格库、语音库、生成参数、线程与消息操作以及长期记忆操作。技能提供跨平台安装脚本（macOS、Linux、WSL、Git Bash、Windows PowerShell），支持本地桌面浏览器登录与无头/远程设备的设备登录流程。默认输出为文本，可按需切换 JSON 或表格；命令返回明确的退出码（0 成功、1 一般错误、2 用法错误、3 认证错误、4 网络或 API 错误）。本地预览与渲染命令需要额外运行时：serve 仅在请求视频缩略图时需要 FFmpeg，render 需要 Node.js 22+ 与 FFmpeg，并在未指定 HYPERFRAMES_BIN 时使用 npx hyperframes@0.7.26。技能强调安全：只读命令可直接执行，变更类命令需用户明确意图，且不得在最终回答中输出认证令牌、Cookie 或完整配置文件。
Continue Claude Work 是一个用于从本地 .claude 会话文件中恢复可执行上下文、并在当前对话中继续被中断工作的技能。它不依赖 claude --resume，而是通过脚本选择性重建最新压缩摘要、待办工作、已知错误和工作区状态，避免把完整会话记录重放进上下文窗口。适用于需要接续上一次 Claude Code 会话、排查中断原因或恢复多智能体工作流的场景。
SAP Cloud SDK for AI 是 SAP AI Core、SAP Generative AI Hub 与 Orchestration Service 的官方 SDK，用于在 JavaScript/TypeScript 与 Java 应用中集成 AI/LLM 能力。它提供编排客户端，支持聊天补全与流式输出、函数/工具调用、内容过滤、数据脱敏、文档接地（grounding）、Prompt Registry 提示词管理，并可与 LangChain、Spring AI 及 CAP 应用集成。SDK 通过服务绑定或环境变量连接 AI Core，模型可用性因租户而异，需在目标租户中验证。
Proactive Agent 是一套让 AI 智能体从被动执行任务转变为主动预判需求、持续自我改进的架构方案。它通过记忆架构、安全加固、自我修复、对齐系统和主动惊喜五大支柱，配合心跳系统、反向提示、成长循环等机制，帮助智能体在无需指令的情况下创造价值，并随时间推移越来越了解使用者。该技能提供入门引导、模板文件与安全审计脚本，采用 MIT 许可，基于 Clawdbot 构建。
agent-skill-creator 是一个通过工作流描述来创建跨平台智能体技能（agent skill）的工具。它接收用户已有的工作材料——描述、文档、链接、脚本、截图、转录文本或部分示例——并将其转化为完整、可投入生产、跨平台的技能，用户无需自行编写规格、理解技能格式、选择架构或审查实现细节。该技能以 /agent-skill-creator 命令触发，支持传入文件、URL、截图、邮件链等证据材料。系统采用两阶段五阶段流程：先理解与规格化（发现、设计），再构建与验证（架构、检测、实现），包含结构化访谈门控、验证、安全扫描与代表性运行。此外还提供 --mcp-audit（MCP 能力审计，输出可行性图）和 --audit（审查第三方技能是否安全可安装）两种专项模式。生成的自包含技能包含指令、必要脚本、评估、维护工具、插件清单和跨平台安装器。
reflect 是一个用于分支合并或任务完成后的复盘技能：把经验固化到多层记忆、关闭并核对 issue、检查阶段门禁。资料未提供收费、平台与效果信息。
opencode-bridge 是 OpenWork UI 与 OpenCode 运行时之间的桥接方案，通过 CLI 调用、读取 OpenCode 的 SQLite 数据库、以及 MCP 双向桥接三种机制通信，实现会话读取、消息展示、流式进度与权限提示等功能。
Parlor 是一个完全在本地运行的实时多模态 AI 语音与视觉助手。它结合 Gemma 4 E2B（通过 LiteRT-LM）进行语音和视觉理解，并使用 Kokoro TTS 输出语音，无需 API 密钥、不调用云端、无按次请求费用。系统由 FastAPI WebSocket 服务器驱动，浏览器端通过麦克风和摄像头采集音频 PCM 与 JPEG 帧，经 WebSocket 发送到服务器推理，再将流式音频块返回浏览器播放并显示转录文本。主要特性包括浏览器端 Silero VAD 实现免按键交互、支持打断（barge-in）、句子级 TTS 流式输出，以及根据平台自动选择 TTS 后端（Apple Silicon 用 MLX，Linux 用 ONNX）。运行需要 Python 3.12+、macOS Apple Silicon 或带受支持 GPU 的 Linux、约 3 GB 可用内存和 uv 包管理器。首次运行会自动下载模型（Gemma 4 E2B 约 2.6 GB，另加 TTS 模型）。
OpenCode Ensemble 是一个用于协调多个编码智能体的协作系统，适用于将软件工作拆分为独立、可验证的任务并分派给多个队友智能体。它强调由主导者负责任务分解、排序、审查、合并与验证，而非用并行来回避判断。核心原则是只为独立且可验证的工作生成队友，团队应具备狭窄的任务归属、清晰的依赖关系，并由主导者审慎整合结果。它提供团队创建、任务添加、队友生成、结果读取、关闭、分支合并与清理等工具，并给出 Scout、Builder、QA、Reviewer 等角色默认配置与模型建议。
Behavioral Modes 是一个为 AI 定义多种行为模式（brainstorm、implement、debug、review、teach、ship、orchestrate 等）的技能，用于根据任务类型自适应调整 AI 的工作方式。它通过模式切换改变 AI 处理问题、沟通和优先级排序的方式，例如头脑风暴时提供多个方案、实现时直接输出生产级代码、调试时定位根因、审查时按严重程度分类、教学时从基础讲起、发布时关注稳定性。还包含面向多智能体协作的 EXPLORE、PLAN-EXECUTE-CRITIC、MENTAL MODEL SYNC 等模式，并支持通过触发词自动检测模式或手动用斜杠命令切换。
Memory Defrag 是一个用于整理和重组智能体记忆文件的技能，类似文件系统碎片整理，但对象是知识。它通过拆分臃肿文件、合并重复内容、清除过期信息、重构记忆层级，让记忆文件保持清晰、高效和相关性。适用于定期（如每周或每两周通过 cron）运行，也可在用户要求清理、重组或整理记忆时按需执行，或在 MEMORY.md 超过约 500 行、每日笔记堆积未整合时触发。
面向投资顾问与经纪业务场景的利益冲突知识技能，依据 Reg BI 与受托忠实义务，帮助识别、披露并缓释薪酬、专有产品、本金交易、软美元、政治献金、礼品招待、个人交易与配置等冲突。
Brainstorm 是一项用于协作式需求发现与设计框架的技能，适用于需求模糊或高风险的开发工作。它通过结构化对话，将粗略的想法转化为清晰、可评审的设计产出。该技能的工作流程分为若干步骤：首先收集与当前想法相关的项目上下文，例如读取 docs/SUMMARY.md 及与任务相关的详细文档，并检查与想法相关的关键实现文件；其次通过交互式提问工具逐步澄清需求，聚焦目标与用户价值、范围边界、约束条件、成功标准和非目标；然后提出 2 至 5 种可行方案，逐一说明摘要、优点、缺点与风险、复杂度估计及推荐使用条件，并给出推荐选项；在用户选定方案后，按基础、技术细节、交付三个部分增量呈现设计；最后通过提问工具确认下一步动作，可选择立即编写计划、编写产出物、立即实现或结束会话。该技能强调交互轻量迭代、假设显式化、不静默猜测，并明确不在会话中编写生产代码或进行实现变更。产出物会保存到标准化目录 docs/.brainstorms/YYMMDD-HHmm-<topic-slug>/ 下，主文件为 SUMMARY.md。
Intent Layer 是一个用于为代码库搭建分层式 AGENTS.md 上下文的技能。它通过创建根级与子目录级的 AGENTS.md 文件，让 AI 智能体能够像资深工程师一样理解并导航代码库。该技能强调只保留一个根上下文文件（CLAUDE.md 与 AGENTS.md 不应在项目根目录共存），并鼓励在复杂子系统中创建子 AGENTS.md。它提供检测状态、分析结构、估算 token 的脚本，以及模板、示例和 SME 访谈协议等参考资料，支持初始化新项目、为现有仓库添加上下文基础设施以及后续维护。
Quick Recap 是一个用于规范智能体（Agent）回复结尾状态标记的约定型技能。它要求在每次完成一个工作单元的回复末尾，添加一行红/黄/绿状态块，让完成状态一目了然。规则包括：状态行不超过 100 个字符；使用 🟢 表示请求的工作已完成；使用 🟡 表示仍有非常规的后续事项，并需指明待办项；仅在因等待用户输入而被阻塞时使用 🔴；状态行必须放在回复的最末尾，且其后不得再添加 ---、空行或任何内容。该约定只有在项目或用户指令中包含时才会自动生效，安装该技能时默认会向受管理的 AGENTS.md / CLAUDE.md 添加相应块，除非用户选择退出。手动遵循时，应从用户视角判断状态：已完成、等待某个特定非常规步骤，或受阻。
这是一个中文源码分析系列项目，对 Claude Code（Anthropic 的 AI CLI 编程助手）约 1900 个文件的源码进行逐模块拆解，共 25 篇文章，涵盖 System Prompt 工程、多智能体编排、工具系统、权限安全与终端 UI 等主题。每篇文章附带具体文件引用、行号和代码片段，并从中提炼可复用的 AI 智能体设计模式。项目涉及的技术栈为 Bun + TypeScript + Ink（终端 React）+ Anthropic API。仓库提供三条阅读路线：快速路线（7 篇）、AI 工程路线（9 篇）和完整路线（25 篇）。文中提炼的模式包括工具构建器模式、AsyncGenerator 对话循环、35 行极简 Store、System Prompt 分段构建、上下文自动压缩、权限七步决策流水线、多智能体上下文隔离、API 过载重试等，并给出将这些模式应用到自建智能体的最小脚手架示例。
该技能用于在 Vapi 中构建基于可视化节点的对话工作流，通过对话步骤、工具执行、条件分支和转接等节点实现对话的确定性控制。适用于需要多步骤流程、明确流程走向和复杂状态管理的场景，而简单对话则更适合使用 Assistant。工作流可通过 Vapi Dashboard 可视化编辑器创建，也可通过 API 配置。使用前需确保已设置 VAPI_API_KEY。