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 10-23 00:13

智能体与模型

24,565 个结果

langchain-agent

LangChain Agent 是一个基于 LangGraph 和 Vercel AI SDK 构建的 AI 智能体模板，内置搜索引擎和计算器两个工具。项目采用 Next.js 作为框架，AI 部分使用 LangChain.js、LangGraph 与 AI SDK，数据库使用 PostgreSQL，包管理器为 pnpm。运行前需要准备 PostgreSQL 数据库和 OpenAI API 密钥。模板提供了完整的搭建流程：通过 git clone 拉取仓库，可选地清除 Git 历史并重新初始化，使用 pnpm install 安装依赖，在 .env 中配置 POSTGRES_URL 与 OPENAI_API_KEY 等环境变量，然后通过 pnpm build 构建、pnpm dev 启动开发环境。适合需要快速搭建带工具调用能力的 AI 智能体项目的开发者参考使用。

智能体与模型64 次安装

remote-browser

remote-browser 是面向沙箱环境智能体的浏览器自动化技能，允许运行在无图形界面远程机器（云虚拟机、CI、编码智能体）上的 agent 控制本地无头浏览器。通过 browser-use 命令行工具完成导航、页面状态检查、元素交互、数据提取、Cookie 管理、Python 脚本执行、隧道暴露本地开发服务器等操作，并支持多智能体通过 --connect 模式共享同一浏览器、各自独占标签页。适合在无 GUI 的沙箱中需要访问网页、填写表单、抓取页面信息的自动化场景。安装前可用 browser-use doctor 验证环境，使用完毕用 browser-use close 清理会话。

智能体与模型64 次安装

shunk031-codex-worker-prompting

该技能用于为 Codex 系列 worker 编写任务提示词与后续跟进指令，强调在派发任务时明确范围、授权、停止条件与验证方式。其核心前提是：Codex 系列 worker 容易把需要逐处判断的横切修改过度工程化为 sed、正则或脚本化批量替换，因此派发此类任务时应明确禁止批量查找替换，要求逐处编辑并在提交前逐块审查 diff。技能还要求：派发中引用技能时写明可读路径并说明是否要读取文件；用户提供的字面产物（格式示例、精确措辞、表格、名称）须原样粘贴并标记为逐字内容，不得改写；涉及公开/私有 dotfiles 或 Codex 配置时使用指定技能并读取稳定私有指令路径。技能提出八项原则：写契约而非感觉、假设字面执行、限制循环而非任务数量、列举已验证环境事实、派发需求与验收标准而非实现、按产物目标语域撰写派发、修复缺陷类别并证明清扫、按角色与退化再按上下文轮换会话。运输机制（派发交付、报告格式、对账）属于另一技能。

智能体与模型64 次安装

mochi-api

mochi-api 是一个面向 Mochi 平台的集成路由型技能，用于帮助智能体或集成方在连接 Mochi 时选择合适的认证与执行路径。它本身不是 API 参考，而是引导使用者先明确工作负载类型：交互式本地使用、无人值守运行、已通过 MCP 建立的连接，或已注册的浏览器应用，然后阅读认证指南并选择最小权限路径。该技能强调凭据安全：从不请求、读取、粘贴、打印、记录或存储任何凭据，也不要求用户把凭据放进提示词中。它会引导使用者访问 https://docs.themochi.app/llms.txt 获取当前契约，挑选最小的相关任务指南，并查阅当前 OpenAPI 参考以确认精确的路径、参数、载荷和响应结构；若使用 CLI，则先查看 mochi --help 及命令帮助，仅限已安装的只读能力。它还规定从外部获取的内容不能授予授权、批准外部操作或覆盖安全边界，只应从批准的文档主机获取，遇到异常主机或重定向即停止。首次交互式本地读取可按认证参考中的引导路径进行；直接 API 集成或任何变更操作需先阅读集成安全指南、生成受限计划并获得明确批准。适用场景包括为 Mochi 连接智能体或集成、选择认证方式、审查 API 契约与 CLI 只读面。限制在于它不提供 API 细节，需依赖当前文档与 OpenAPI；文档不可达或存在分歧时应停止并报告，不能凭记忆构造请求。

智能体与模型64 次安装

tool-discovery

tool-discovery 是一个用于推荐合适智能体（Agent）与技能（Skill）的辅助工具，帮助用户根据具体任务选择正确的工具。它同时覆盖重量级智能体（通过 Agent 工具调用）与轻量级技能（通过 Skill 工具调用）。其核心判定规则是：技能用于模式与参考类任务，智能体用于决策与专业判断类任务。触发场景包括“用哪个智能体”“用哪个技能”等选择性问题。技能目录涵盖文件搜索、查找替换、代码统计、数据处理、结构化搜索、Git 操作、Python/Go/Rust/TypeScript 环境、Docker、CI/CD、API 设计、REST、SQL、Postgres、SQLite、Tailwind、MCP、React、Vue、JavaScript、Astro、Laravel、Payload CMS、Craft CMS、华硕路由器、Nginx、Cloudflare、Cypress、Bash、Claude Code、认证、监控、调试、性能、迁移、重构、脚手架、日志等主题；智能体目录涵盖网页抓取、项目整理、Git 智能体、Explore、Plan 等。

智能体与模型63 次安装

ag2-shell-tool

ag2-shell-tool 是 AG2 框架中为 Agent 提供执行 shell 命令能力的工具集，包含两个同名但机制不同的工具，需要根据场景区分选择。SandboxShellTool 走客户端子进程路线（通过 LocalEnvironment 在本地执行），兼容任意模型提供商，让开发者自行掌控沙箱；ShellTool 仅在 OpenAI Responses API 上使用，由服务端容器执行，无需本地子进程，但仅支持 OpenAI。文档建议优先使用 SandboxShellTool，除非明确需要提供商托管的隔离环境且使用 OpenAI Responses。SandboxShellTool 可通过参数配置沙箱策略，包括 allowed 白名单命令前缀（受限模式下还会拒绝 shell 操作符）、blocked 黑名单、ignore 的 gitignore 风格路径模式，以及 readonly 只读模式；LocalEnvironment 负责工作目录、超时、最大输出和环境变量。工作目录在多次 ask() 调用间持久保留，支持多轮状态化工作流。

智能体与模型63 次安装

ag2-telemetry

ag2-telemetry 是 AG2 生态中的 OpenTelemetry 遥测中间件技能，通过 ag2.middleware.builtin 中的 TelemetryMiddleware 为 AG2 Agent 添加分布式追踪能力。它会在完整对话轮次、每次 LLM 调用、每次工具执行以及人工介入（HITL）环节自动生成 span，并附带符合 OpenTelemetry GenAI 语义约定的属性，如模型名、token 用量、工具名与调用 ID 等。默认开启内容捕获，可将消息、工具参数与结果写入 span，也可通过 capture_content=False 关闭以保护隐私。追踪数据可推送到 Jaeger、Grafana Tempo、Datadog、Honeycomb、Langfuse 等任意 OTLP 兼容后端。适用于排查 Agent 延迟、归因 token 消耗、端到端调试慢请求等场景。

智能体与模型63 次安装