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
22,507 个结果
workflow-router 是一个基于目标的流程编排技能，用于把用户任务按目标类型路由到相应的专家智能体，并分配执行资源。它会先让用户选择主要目标（Research 研究、Plan 规划、Build 构建、Fix 修复），检查 thoughts/shared/plans/ 下是否已有计划，再选择资源分配档位（Conservative 保守、Balanced 均衡（推荐）、Aggressive 激进、Auto 自动，默认均衡），然后按目标映射到对应智能体：Research 用 oracle（别名 Librarian）、Plan 用 plan-agent（别名 Oracle）、Build 用 kraken（别名 Kraken）、Fix 先用 debug-agent（别名 Sentinel）排查、确认需要改代码后再调用 kraken。执行前会展示汇总并请求确认。Build 前建议先对计划运行 /premortem deep 以识别高风险问题。
Base MCP 是一个让 AI 助手通过 Base MCP 服务器（wallet-mcp.coinbase.com）访问 Base Account 的技能。它已更名为 wallet-mcp，安装命令为 npx skills add base/skills --skill wallet-mcp，旧副本仍可用但后续会移除。连接后，AI 可调用 MCP 暴露的工具，实现查看余额、发送与兑换代币、签名消息、进行 x402 支付、批量合约调用等操作，并可通过第三方插件扩展 DeFi、兑换等链上功能。使用前需完成简短引导并展示免责声明，钱包地址与余额仅在用户要求或操作需要时才获取。插件按名称触发，不会自动路由，用户未指定平台时需列出可选插件由用户选择。
Skill Creator 是一个用于创建有效技能（Skill）的指导型技能，适用于用户希望新建或更新一个扩展 Codex 能力的技能时使用。它系统性地讲解了技能的定义、核心原则、目录结构（SKILL.md 与 scripts/references/assets 三类可选资源）、渐进式披露设计原则，以及从理解需求、规划内容、初始化、编辑、打包到迭代的完整创建流程，并给出命名规范与编写指南。
Token Optimizer 是面向 OpenClaw 智能体的优化技能套件，用于防止 token 泄漏与上下文膨胀。它提供程序化知识，帮助保持 OpenClaw 实例精简高效，涵盖后台任务隔离（Cron）、本地 RAG 记忆检索、上下文重置与总结协议、会话记录索引以及向量与 BM25 混合搜索等实践。适用于需要控制上下文规模、降低 token 消耗、提升响应速度的 OpenClaw 使用场景。
Context Engineering 是一套面向 AI 智能体系统的上下文工程技能，核心目标是为 LLM 任务筛选出最小的高信号 token 集合，在最大化推理质量的同时最小化 token 消耗。它适用于设计或调试智能体架构、上下文超限导致性能受限、优化成本与延迟、构建多智能体协作、实现记忆系统、评估智能体表现以及开发 LLM 驱动的流水线等场景。该技能提出上下文质量优于数量、注意力有限（U 型曲线偏好首尾位置）、渐进式披露、隔离防止退化、先测量后优化等核心原则，并给出四桶策略（写入、选择、压缩、隔离）、关键指标（如 70% 利用率告警、80% 触发优化、多智能体成本约为单智能体 15 倍、压缩目标 50-70% 且质量损失低于 5%、缓存命中目标 70%+）以及反模式清单。技能附带多个参考文档，覆盖上下文基础、退化、优化、压缩、记忆系统、多智能体模式、评估、工具设计与项目开发，并提供 context_analyzer.py 与 compression_evaluator.py 两个脚本用于上下文健康分析和压缩质量评估。
Find Skills 是一个帮助用户发现和安装智能体技能（agent skills）的技能。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题，或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域（设计、测试、部署等）帮助时，该技能会引导用户使用 Skills CLI（npx skills）在开放的智能体技能生态中搜索、安装、检查和更新技能。它本身不提供具体领域能力，而是充当技能发现与安装的入口。
「领导」是一个把一句话想法拆成 AI agent 可独立执行的目标任务书的技能。它设定三个角色：领导（用户）出想法、拍板；管理者（技能）调研、写任务书、验收；执行者（目标模式里干活的 agent）拿着任务书独立跑完。核心流程为调研、一轮提问（≤5 个）、写书、交付、验收。任务书有硬性字符上限（≤4000 字符，对应 /goal 官方限制），需先分型（执行型／探索型），把领导的话拆成目标、假设、约束，并防范作弊达标、幻觉命令、失忆、一条道走到黑、静默事故五种失败模式。支持多 agent 并行拆分，但需领导点头。最终交付只有三样：一句用法、可整块复制的任务书代码块、一句收尾。
面向 Vercel AI SDK 的 Mem0 记忆增强 Provider（@mem0/vercel-ai-provider），在调用大模型时自动检索并存储记忆，支持包装模型、独立工具函数与流式响应三种用法。
中文介绍正在整理，稍后补充。
Skill Creator 是一个用于创建和更新 Claude 技能（Skill）的指导型技能。它提供创建有效技能的完整方法论，包括技能结构说明、核心设计原则、渐进式披露设计模式以及从理解需求、规划内容、初始化、编辑到打包的完整创建流程。适用于用户希望创建新技能或更新现有技能以扩展 Claude 能力的场景。
MCP（Model Context Protocol）协议构建技能，用于开发面向 AI 的原生服务器，向 Claude Desktop 等 MCP 客户端暴露工具（tools）、资源（resources）和提示模板（prompts）。提供 TypeScript 与 Python 官方 SDK：TypeScript 使用 @modelcontextprotocol/sdk，Python 使用 mcp 包。可用 npx @modelcontextprotocol/create-server@latest 脚手架创建 TypeScript 服务器，或用 pip/uv 安装 Python 版。服务器通过 STDIO、SSE、HTTP 等传输方式与客户端通信，使 LLM 能够调用函数（读取文件、查询 API、执行命令）、读取数据源（文件、数据库、API）以及复用带参数的提示模板。文档包含完整代码示例：定义工具与请求处理、资源列表与读取、提示列表与获取、错误处理、异步操作、环境变量配置、流式读取大文件、动态注册工具等。
一个用于在会话结束时创建 git 提交的 Claude 技能：先查看改动、归纳并规划提交，向用户确认后执行，提交信息以用户口吻撰写且不包含 Claude 署名。
continuous-claude-v3 工作区的交互式发现命令 /help，用于了解该工作区中可用的工具、工作流、智能体与钩子，并可按主题或名称深入查看具体技能与智能体。
通过 Firecrawl MCP 抓取网页并提取内容的技能，支持按 URL 抓取或按搜索词检索后获取内容，输出 markdown、html 或 text 格式。需在 mcp_config.json 中配置 firecrawl 服务器及 FIRECRAWL_API_KEY。
VC Attention 是 Teneo Protocol 上的网络智能体技能，用于通过随附的 Teneo CLI 查看并执行 VC Attention 智能体的实时命令、参数与定价，面向需要获取风险投资关注度相关数据的用户。
Claude Code 斜杠命令参考：用 /command-name 语法创建和使用用户触发的提示词，支持 bash 执行、文件引用与参数。
Autonomous Agents 是一套面向自主智能体（Autonomous Agents）设计与构建的技能指南，来源于 davila7/claude-code-templates。它强调“自主性是挣来的，而非授予的”，主张先构建高度受限、只做一件事且可靠的智能体，再随着可靠性得到验证逐步增加自主性。内容涵盖智能体循环、目标分解、自我纠正、反思模式、ReAct 模式、计划-执行模式、智能体可靠性与护栏等能力，并列出无界自主、信任智能体输出、通用型自主等反模式，以及步骤爆炸、成本失控、规模化测试、真实基准验证、健壮 API 客户端、最小权限、上下文用量追踪、结构化日志等风险与应对方向。
中文介绍正在整理，稍后补充。
“Skill Development Rules”是一套面向 Claude 技能（Skill）开发者的编写规范，主要聚焦于 `.claude/skills/` 目录下的文件管理。它规定了 `SKILL.md` 的结构原则：应保持简洁（少于 200 行）、包含清晰的“何时使用”章节、提供可直接复制粘贴的 bash 命令、引用 `scripts/` 目录处理 MCP 操作，并在 `skill-rules.json` 中为每个技能添加触发条件。同时给出禁止事项，例如不在 `SKILL.md` 中写入实现细节、不在技能间重复内容、不创建没有对应触发器的技能、不使用不需要的 `allowed-tools`。对于封装 MCP 脚本的技能，规范建议使用 `allowed-tools: [Bash, Read]` 限制能力，指向 `scripts/` 目录中的脚本，并包含参数文档。该资料仅提供规则本身，未说明具体安装命令、收费方式或平台支持情况。
OpenClaw CLI 是 OpenClaw 的命令行界面完整参考文档，用于通过终端管理 OpenClaw 的网关、智能体、频道、技能、钩子与自动化任务。它覆盖安装引导、健康检查、网关服务控制、智能体增删与身份设置、技能与钩子管理、消息频道（Telegram、Discord、WhatsApp 等）配置、模型与认证、消息发送、浏览器控制、节点与设备操作、系统事件与心跳、定时任务、配置读写、记忆索引与检索、日志查看、沙箱、安全审计、插件管理、更新与卸载等操作，并给出多智能体、钩子自动化、频道搭建、模型配置等常见工作流示例。命令支持 --json、--profile、--dev 等全局参数，便于脚本化与隔离测试。
braintrust-analyze 是一个通过 Braintrust 追踪数据分析 Claude Code 会话的工具。它可以从项目目录运行，用于回顾复杂任务、排查失败原因、进行每周生产力复盘、发现可沉淀为新技能的机会，以及了解 token 使用趋势。工具提供多条命令：分析最近一次会话并给出工具、智能体、技能的使用明细；列出近期会话；查看最近 7 天的智能体或技能使用统计；检测循环（同一工具重复调用超过 5 次）；回放指定会话的完整操作序列；生成每周摘要与每日活动分解；查看 token 使用趋势。使用时需要通过 uv run python -m runtime.harness scripts/braintrust_analyze.py 并附加对应参数，可用 --project NAME 指定 Braintrust 项目名（默认 agentica）。运行前提是 ~/.claude/.env 或项目 .env 中配置 BRAINTRUST_API_KEY，并启用 Braintrust 追踪（通过 braintrust-claude-plugin）。
Skill Creator 是一个用于创建新技能、迭代改进现有技能并衡量技能表现的工具型技能。它可以引导用户从零开始定义技能目标、撰写 SKILL.md 草稿、设计测试用例，并通过运行对比实验与量化评估来验证和改进技能效果。适用于用户想要创建技能、编辑或优化技能，或需要评估技能触发与输出表现的场景。
agentica-claude-proxy 是一个用于将 Agentica SDK 与 Claude Code CLI 代理进行集成的技能指南。它面向正在开发或调试 Agentica-Claude 代理集成的开发者，帮助解决代理幻觉、文件操作权限错误、REPL 响应格式等问题。该技能说明了整体架构：Agentica Agent 通过 S_M_BASE_URL 连接到 Claude Proxy，再由代理调用 claude -p 命令，最终由带工具的 Claude CLI 执行。文档强调了若干关键要求，包括必须添加 --allowedTools 标志以允许 Read、Write、Edit、Bash 操作，必须使用 SSE 流式响应格式，以及代理必须以带 return 语句的 Python 代码块返回结果。此外还提供了防幻觉提示工程、路径沙箱说明、调试方法、服务器启动命令和常见错误对照表。
中文介绍正在整理，稍后补充。