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
21,727 个结果
Inngest Agents 是 Inngest 官方技能包中的一项技能，用于指导开发者使用 Inngest 与 AgentKit 构建持久化 AI 智能体与智能体工作流。它覆盖模型调用、工具调用、多智能体网络、人工审批、实时进度、智能体评估以及流控与成本控制等主题。该技能强调将智能体运行交给 Inngest 函数托管，通过 step.ai 让模型调用具备重试与结果缓存能力，并用 step.run、step.waitForEvent 等原语处理数据库读写、工具副作用、等待、审批与流程控制。适用于需要跨 HTTP 请求、跨部署、跨崩溃存活的智能体场景，例如支持智能体、研究智能体、工具调用循环与人工介入审核流程。
brainstorm 是一个用于产品与架构决策前探索的协作式头脑风暴技能。它帮助把不确定性转化为可用的选择或聚焦的实验，只探索可能改变设计的问题。该技能强调用户指令优先，保留既有约束与授权；根据情境选择工作形态，例如开放探索、机制不确定时给出建议与可推翻证据、单一假设决定可行性时先做小实验、方向已定则继续实现、询问原因时先诊断。它要求先阅读相关代码、产物或工作流并回顾既往决策，区分明确需求与推断偏好，沿有意义维度生成备选方案并比较改进点、承载成本、主要不确定性与决定性检查。在打磨方案前先测试不确定性，最后给出有依据的建议、主要权衡与下一步，并记录决策理由、被拒备选、证据与重新考虑条件。该技能不是实现、调试或常规修复的前置条件，也不要求产出规格、固定数量选项或最终批准问题。
Langfuse 是一个开源 LLM 可观测性平台，用于对已有 LLM 应用进行追踪、提示词管理与评估。本技能介绍如何为现有应用接入可追踪、最小化的观测数据，并管理版本化的评估输入，涵盖追踪、提示词管理、数据集、评估以及与 LangChain 等框架的集成。适用于应用已需要 Langfuse 追踪、提示词管理或评估，或需要排查缺失/重复 span 的场景；不建议仅因存在 LLM 就引入观测服务。
agent-protocol 是一套面向 C-suite 高管智能体团队（如 CEO、CFO、CTO、CRO 等角色）的智能体间通信协议。它定义了智能体互相调用的语法（[INVOKE:role|question]）、标准响应格式（[RESPONSE:role]）、防止死循环与循环推理的硬性规则（禁止自我调用、最大调用深度为 2、禁止循环调用、调用链追踪），以及董事会会议各阶段的隔离规则。协议还规定了调用与假设的取舍原则、冲突处理方式、广播模式、决策记忆的目录布局，以及内部质量校验循环（自我校验、同行校验、批评预筛、事后纠偏）和面向创始人的统一沟通输出格式。适用于多智能体协作、高管角色协调、董事会会议模拟等场景。
Skillify 是一个用于将当前会话中出现的可重复工作流，转化为可复用 OMC 技能草稿的工具。当一次会话中发现了值得沉淀的多步骤流程时，可用它把成功的操作路径固化为具体技能，避免日后重复摸索。它在提取技能前设有质量门槛：该内容无法靠五分钟搜索轻松获得、确实与本代码库/项目/工作流相关、并且确实经过调试、设计或运营投入才被发现。它倾向于记录决策启发、约束、陷阱和验证步骤，而非通用代码片段或库用法示例。工作流包括：识别可重复任务、提取输入、有序步骤、成功标准、约束与陷阱、验证证据及最佳存放位置；并判断该技能应作为仓库内置技能、用户/项目学习型技能，还是仅作文档。草拟学习型技能时必须输出以 YAML frontmatter 开头的完整技能文件，写入用户级或项目级平面文件路径；未提交的技能仍属工作树本地。最终输出建议技能名、目标位置、草稿结构或完整技能文件、验证说明与待解问题。
Learner 是一个用于从当前对话中提取可复用技能的工具，属于 oh-my-claudecode 项目。它被标记为 Level 7（自我改进型）技能，分为 Expertise（领域知识，可自动更新）和 Workflow（稳定的提取流程，极少变动）两个部分。其核心原则是把可复用的经验提炼为思考原则和决策启发式，而非可直接复制的代码片段。该技能已废弃，作为兼容性别名保留，官方建议新技能提取工作流改用 /oh-my-claudecode:skillify。提取技能前需通过三重质量门：无法轻易搜索到、特定于当前代码库、需要真实调试才能发现。提取出的技能文件需带 YAML frontmatter，默认保存到项目级路径 .omc/skills/，仅真正可移植的洞见才存到用户级路径。
这是一个用于结构化任务规划的技能，帮助在实现前或实现过程中将复杂工作拆解为可验证的任务与依赖关系。它强调按不确定性决定规划深度，先确认实际起点，选择有价值的纵向切片，为每个任务定义可执行契约（成果、范围、依赖、验证、完成证据、风险与恢复），并映射依赖与所有权。该技能支持跨会话、跨智能体、跨环境的可恢复规划，提供检查点记录与重新规划机制，同时明确规划本身不增加审批要求，用户指令优先于技能指南。
create-voltagent 是 VoltAgent 官方提供的项目创建技能，用于引导用户搭建基于 VoltAgent 框架的 AI 智能体（Agent）项目。它提供三种创建路径：自动设置（运行 npm create voltagent-app@latest 并处理交互提示）、交互式引导（逐步确认服务器框架、AI 提供商与 API 密钥等选项）以及手动安装（自行安装依赖并编写完整可运行示例）。技能内置完整的 CLI 流程说明、项目目录结构、环境变量键名、TypeScript 与 tsdown 配置、工具（Tool）与工作流（Workflow）示例代码，以及基于 Hono 或 Elysia 的入口文件示例，帮助开发者快速从零生成可运行、可扩展的 AI Agent 工程骨架。
该技能属于 Blender 相关 MCP 工作流，用于在 Blender 结果不达标时运行自我精炼循环。适用场景包括：输出质量低、用户不接受结果、重复出现 Blender 失败、验证未通过，或反复暴露技能深度不足。核心目标不是盲目反复调整，而是先把失败转化为可复用的通用技能改进，然后再修复产物。流程分为“冻结与保留、证据捕获、失败维度诊断、技能缺口决策、经验消毒、技能补丁、技能变更验证、技能门槛通过后修复产物、发布准备”等阶段，并附带硬性规则与推荐产物，例如质量循环报告、失败证据、技能缺口决策、消毒报告和验证报告。资料中提供三个脚本：ralph_autoloop_plan.py 用于生成失败分类与循环计划，sanitize_skill_contributions.py 用于发布前扫描项目或私有术语，release_readiness_check.py 用于提交推送前做清单、文档、版本和路径检查。
Bright Data 的智能体入门技能，用于让编码智能体首次接入 Bright Data 的实时网页能力（搜索、抓取、结构化数据、浏览器 API）。提供 CLI 安装、OAuth 登录、技能安装与路径选择指引。
Ralph Loop Workflow 是一种让编码智能体以自主循环方式工作的流程方案，通过一个 /ralph 命令驱动。它在开始前会执行预检（preflight check），确认所有 CLI 均已安装、已关联（linked）且已完成认证，随后将一段宽泛的、以结果为导向的提示词拆解为任务，并逐个完成构建、测试和发布。其循环流程为：输入提示词 → 预检 → 智能体自主管理待办列表（基于第一性原理拆解任务）→ 产出代码、面向用户的文档、变更日志与测试 → 验证（类型检查、格式化、测试、浏览器交互、部署与生产环境检查）→ 迭代。该流程依赖于上下文、工具和验证三方面配置到位，无需额外安装 Ralph 专属组件。当所有任务完成且验证通过时循环结束。
Skill-Builder 是一个用于创建新智能体技能（agent skills）的元技能（meta-skill）。它帮助用户按照既定模式设计技能、生成脚手架并验证完整性。其核心理念是：技能是带有工具的诊断框架，而非功能清单——技能诊断问题空间、识别状态并提供干预手段，脚本负责随机化与结构化，LLM 负责判断。它定义了技能的目录结构（SKILL.md、scripts、data、references）、SKILL.md 的章节结构、四种技能类型（诊断型、生成型、工具型、编排型）、必填与可选元数据、状态命名约定、集成图要求、执行智能要求、反模式要求，以及 24 分制的成熟度评分体系（完整性 11 分、质量 5 分、可用性 4 分、执行智能 4 分），并给出 Deno TypeScript 脚本模板、参数解析模式、数据加载与输出模式、数据文件模式等。
Memory Audit 是 NeuralMemory 中的记忆质量审计技能，用于对“大脑”（brain）的记忆质量进行系统化、基于证据的审查。它覆盖六个维度：纯度（purity）、新鲜度（freshness）、覆盖率（coverage）、清晰度（clarity）、相关性（relevance）和结构（structure），并生成按优先级排序的发现项与可执行建议。审计过程只读，不会自动修改记忆，由用户决定修复内容。
CrewAI 技能是一份面向基于角色的多智能体框架 CrewAI 的专业指南，内容涵盖智能体设计（角色、目标、背景故事）、任务定义、智能体团队编排、流程类型（顺序、层级、并行）、记忆系统以及用于复杂工作流的 Flows。资料称 CrewAI 是被 60% 财富 500 强公司采用的角色型多智能体框架。该技能定位为“CrewAI 多智能体架构师”，侧重以角色、职责与委派的方式思考，设计具有明确专长的智能体画像，创建带有预期输出的任务，并为最佳协作编排智能体团队，同时判断何时使用顺序流程、何时使用层级流程。技能覆盖智能体定义、任务设计与依赖、流程类型、记忆配置、工具集成与复杂工作流 Flows 等能力。使用前提包括 Python 熟练度、多智能体概念与对委派机制的理解；必需条件为 Python 3.10+、crewai 包与 LLM API 访问。适用范围限于 Python，适合结构化工作流，对简单场景可能显得冗长，Flows 属于较新的功能。
skills-vote 是一个用于发现和反馈外部智能体技能（external agent skills）的工具。它适用于两个时机：在获取或调用外部技能之前寻找与当前任务最相关的技能，以及在任务完成后提交有依据的反馈，说明哪些技能实际被使用且有用。使用前需设置 SKILLS_VOTE_API_KEY 环境变量，并安装 uv 工具（需在 PATH 中可用），运行时需能够通过 uv run 执行本地脚本。如遇 GitHub 因私有仓库或访问频率限制阻止技能下载，可能还需要 GITHUB_TOKEN 或 GH_TOKEN。该技能提供 recommend.py 脚本用于推荐技能，接收 JSON 对象作为输入，包含查询描述、客户端名称、客户端版本和下载目录等字段。使用时先只读 SKILLS_VOTE_API_KEY 已验证的说明文件，未经指示不读取其他文件。
managed-agent 是 ruvnet/ruflo 提供的技能，用于运行 Anthropic Claude Managed Agent 云端智能体运行时，即本地 wasm-agent 的云端对应方案。通过 managed_agent_* 系列工具创建会话、发送提示、查看事件与状态、列出并终止会话，适合长时间异步任务。需要 ANTHROPIC_API_KEY 及测试资格。
这是一个关于提示工程（Prompt Engineering）的专家指南，聚焦于提升大语言模型（LLM）输出性能、可靠性与可控性的进阶技巧。内容涵盖少样本学习、思维链提示、提示优化、模板系统与系统提示设计等核心能力，并给出可复用的示例。适合希望改进提示词、学习提示策略、优化生产环境提示的用户参考。
autonomous 是一个用于退出 copilot 模式、返回 autonomous 模式的技能，主要在 Claude Code 中强制执行完整工作流（worktree enforcement）。它提供共享的模式控制器脚本，用于将模式设为 autonomous 或 copilot。
AG-UI（Agent-User Interaction）是 CopilotKit 推出的开放事件协议，用于智能体与前端之间的通信。所有智能体与前端交互均通过类型化事件在 SSE（Server-Sent Events）或二进制 protobuf 传输上流式传递。智能体端实现 AbstractAgent.run() 并返回 RxJS Observable<BaseEvent>，客户端 SDK 负责事件应用、状态管理与消息历史。该技能适用于构建自定义智能体后端、实现 AG-UI 协议、调试流式问题，以及理解智能体如何与前端通信。事件按族划分，涵盖生命周期、文本、工具调用、状态同步、推理、活动与自定义扩展；并提供 TEXT_MESSAGE_CHUNK、TOOL_CALL_CHUNK 等便捷块事件。
skill-create 是一个用于从模板创建新 Agent Skills 的技能。它会生成结构规范的技能目录，包含有效的 SKILL.md 文件，并可按需附带 scripts 和 assets 目录。提供 basic、with-scripts、with-assets 三种模板，支持通过名称、描述、作者、许可证等元数据快速创建技能，适合从零开始搭建技能、确保结构命名规范、快速原型验证以及教学演示等场景。技能名称需为小写字母加连字符，且不会覆盖已有目录。
Gemma Gem 是一个 Chrome 浏览器扩展，通过 WebGPU 在设备本地运行 Google 的 Gemma 4 模型，无需云端依赖。它在每个页面注入聊天浮层，并提供可调用工具的智能体循环，能够读取页面、点击元素、填写表单、执行 JavaScript 和截图，所有数据都不发送到任何服务器。该技能介绍其架构、安装构建方式、核心接口、内置工具、新增工具步骤、消息路由、模型配置、设置持久化、Shadow DOM 聊天界面、调试方法以及常见注意事项，适合希望构建或扩展本地 AI 浏览器助手的开发者参考。
这是一个用于查询内嵌在 node_modules/@voltagent/core/docs 中的 VoltAgent 文档的工具技能包。由于文档随安装的版本一起打包，因此可以获取与当前版本匹配的文档内容，避免因网页文档更新而产生的版本错位或过时信息。适用于查询 VoltAgent 的 API 签名、指南、示例等。文档内容镜像了官方网站文档，并额外包含更多文档集。使用方式为在项目目录下通过命令行列出、搜索和读取文档文件，例如使用 ls 列出文档目录，使用 rg 搜索关键词，使用 cat 打开具体文件。如果身处 VoltAgent 单体仓库，相同内容位于 packages/core/docs/。
AgentHub 是一个多智能体协作插件，用于让 N 个并行子智能体在同一任务上竞争。每个智能体在独立的 git worktree 中工作，互不干扰，由协调者（主 Claude Code 会话）评估结果并合并胜出分支。它提供 /hub:hub-init、/hub:spawn、/hub:hub-status、/hub:eval、/hub:merge、/hub:board、/hub:run 等斜杠命令，支持 optimizer、refactorer、test-writer、bug-fixer 等智能体模板，并可通过指标或 LLM 评判进行结果排名。适用于需要尝试多种方案、并行优化、A/B 测试或方案对比的场景。
Board Meeting 是一个用于战略决策的多智能体董事会会议协议，通过结构化的六阶段审议流程，防止群体思维、保留少数意见，并产出清晰可执行的决策。它以 /cs:boardroom [topic] 方式调用，例如 /cs:boardroom Should we expand to Spain in Q3?。流程包括：上下文加载、C 级高管独立贡献、批评者分析、综合、人工确认、决策提取。首席幕僚会根据议题从 14 个角色中选取相关角色参与，各角色使用不同的推理技术并输出带验证标记的观点。会议记录采用两层决策记忆结构，未来会议仅加载已批准决策，避免幻觉共识。