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 10-26 00:15
24,826 个结果
levelup-specify 是 tikalk/adlc-team-skills 中的一个技能，用于在完成工作后从当前会话中提取上下文指令记录（Context Directive Records，简称 CDR）。该技能可识别可复用模式，包括规则、人物角色（personas）、示例、技能（skills）和章程修订（constitution amendments），并为每条指令类 CDR 提取一个配对的评估（eval）CDR，记录会话中的通过/失败用例。CDR 会被写入 {REPO_ROOT}/.adlc/drafts/cdr/CDR-{NNN}.md，状态为 Proposed，同时自动生成 cdr.md 索引。与 /levelup-init 的区别在于：/levelup-init 从已有代码库中发现模式（棕地），而 /levelup-specify 从当前会话中提取模式（绿地）。
Skill-Based Architecture（基于技能的项目规则架构）是一个用于整理和重构项目规则文档的技能。当单个 SKILL.md 文件超过约 150 行、规则、工作流与背景资料混杂，或项目规则散落在 AGENTS.md、CLAUDE.md、CODEX.md、.cursor/rules/、.claude/ 等多个文件时，该技能可将这些内容重组为结构清晰的 Skill 目录。它基于官方最小 Agent Skill 契约（name + description），在单个小型 SKILL.md 不再够用时介入。核心做法包括：按抽象层次拆分内容（骨架类如架构、工作流、规则，与肉类如约定、陷阱、参考资料分开）；用 rules/ 存放约束、workflows/ 存放流程；仅在路由数据有独立归属时引入 routing.yaml；按实际读者创建或合并 harness 入口与注册；遵循渐进严格原则，只在有压力时才从单文件升级为轻量文件夹或完整结构。该技能还强调描述只做粗粒度激活、陷阱内容需可被发现、渐进式披露、任务执行与收尾协议、自我维护与令牌效率等原则，并列出常见陷阱如遗漏 harness 表面、路由载体错误、描述范围不当、存储但未激活、多任务会话中跳过路由等。
i-am-back 是一个面向智能体的技能，用于在用户离开后返回时，提示智能体通过 /show-me 汇报用户离开期间的工作进展。
zr-check-in 是 ZENON Red 的智能体入职（onboarding）技能，用于完成 Nexus 注册并建立持久连接。当用户加入 ZENON Red、需要“check in”“probe nexus”或“join zenon red”时触发。该技能引导智能体创建钱包、登录认证、注册为 agent、设置简介与能力、验证注册，并通过系统服务、终端、Docker 或无状态模式建立与 Nexus 的持久 WebSocket 连接，最后在 #general 频道宣告存在并设置个人收件箱。
一个面向 Claude/agent Skill 的优化器，主张合同优先：先冻结原 Skill 的核心目的与输入输出契约，再诊断问题、提出可验证的优化假设，经用户确认后做受控实验，仅当证据显示改进且无合同漂移时才建议保留改动。
Skill Creator 是一份用于创建和更新 Claude 技能（Skill）的指导型技能。技能是模块化、自包含的包，通过提供专门的知识、工作流和工具来扩展 Claude 的能力，可理解为特定领域或任务的“上手指南”，把通用型 Claude 转变为具备流程性知识的专门型 Claude。该技能提供技能创建的标准流程：用具体示例理解技能、规划可复用内容（脚本、参考、资源）、初始化技能目录、编辑技能（实现资源并编写 SKILL.md）、打包技能（仅在需要可分发的 .skill 文件时）、根据实际使用迭代，并给出核心原则（简洁优先、设置适当的自由度）以及 SKILL.md 的写法要求（frontmatter 仅含 name 和 description、正文控制在 500 行和约 5000 token 以内）。
prompt-optimization 是一个面向 LLM 与 AI 系统的提示词优化技能，来源标识为 89jobrien/steve。它的核心用途是帮助开发者在构建 AI 功能、智能体以及设计 AI 工作流时，编写和优化更有效的提示词，从而提升模型响应的质量与稳定性。该技能覆盖多个实践方向：提示词设计（清晰的结构化提示）、少样本学习（提供 2-3 个输入输出示例）、思维链（将复杂任务拆解为推理步骤）、输出格式指定（明确响应结构）、约束设定（划定边界与限制）以及性能优化（提升提示词效率与结果）。使用方式上，用户可以请求它优化某个提示词，或让它为特定智能体（如代码审查智能体）创建系统提示词，也可要求针对某任务实现少样本学习等具体模式。资料中给出的示例展示了如何为代码审查生成优化后的提示词，其中包含角色设定、评估标准、输出格式及可执行反馈要求。适用场景包括 AI 智能体开发、LLM 优化、系统提示词创建、少样本学习实现和 AI 工作流设计。资料未提供收费、价格、平台限制等具体信息。
这是一个用于为代码仓库生成、刷新或本地化智能体指令文件的技能。它以仓库根目录的 AGENTS.md 为唯一共享来源，并据此派生 CLAUDE.md 与 CLAUDE.local.md，避免多份副本内容漂移。技能仅在用户显式调用时激活，强调指令文件属于数据而非可执行命令，写入前需预览差异，并区分只读、仅产出工件、改变状态三类效果边界。它只处理仓库根目录的指令文件，不生成嵌套包级文件，也不负责提交、推送或发布。
create-agent-harness 是一个用于在代码仓库中初始化或迁移 AI 智能体运行框架（agent harness）的技能。它将仓库中智能体所需的各类配置、规则、记忆与护栏，统一生成或迁移到现代的 Claude Code 加 Agent Skills 结构中。其核心理念是「智能体 = 模型 + 运行框架」，框架承担模型无法独立完成的工作，包括行动前的定向引导、能跨越上下文重置的状态保存，以及无法被忽略的计算型护栏。该技能会先发现仓库、迁移遗留框架，再生成缺失的构件，并用确定性命令验证结果，最终产出以 CLAUDE.md 加 .claude/ 为单一事实来源的结构，同时为 Devin、OpenCode、Cursor、Gemini 等平台生成薄引用目录。
ag2-mcp 是 AG2 生态中的一个服务端技能，用于把 AG2 的 Agent 包装成 MCP（Model Context Protocol）服务器，供 Claude Desktop、Cursor、MCP Inspector 等 MCP 客户端连接并调用。它把 Agent 暴露为一个名为 ask 的对话式工具（可自定义工具名与描述），同时还可以对外提供可复用的 Prompt 提示模板和 Resource 资源。服务器支持 stdio 与可流式 HTTP 两种传输方式：本地客户端通常走 stdio，通过命令行加参数注册；远程或多客户端场景可交给 uvicorn 以 ASGI 应用方式运行。它内置按会话维护的多轮历史（可配置上限、过期时间与存储后端），支持把 Agent 的结构化输出作为工具的 outputSchema 与 structuredContent 返回，也支持通过 context_provider 注入每次请求级别的变量、工具或提示。HTTP 模式下可启用 OAuth2 bearer 鉴权（需自备授权服务器与 TokenVerifier）。该技能只负责“服务端”方向，即让外部客户端调用你的 Agent；若要让 Agent 调用外部 MCP 服务器的工具，需使用另一方向的能力。
面向 LLM 函数调用与智能体工作流的供应商无关模式技能，涵盖工具定义、工具调用循环、并行调用、错误回传、工具选择控制、人在回路审批与安全校验等实践。
cs-ml 是 OpenClaw 图中的一个机器学习技能，用于在 OpenClaw 中自动生成并执行 ML 代码，涵盖监督/无监督学习、强化学习、CNN/RNN/Transformer、训练与评估、MLOps 及 LLM 微调等任务。
game-audio 是一个面向游戏引擎的实时音频处理技能，用于管理音效、音乐播放与空间音频，支持 Unity、Unreal 等引擎，提供低延迟的音频流、效果与定位处理。
IPFS（星际文件系统）是一种点对点协议，用于在去中心化网络中存储和共享文件，通过内容哈希寻址实现无需中心服务器的数据持久化，适用于区块链数据归档、P2P 文件共享和抗审查内容分发等场景。
vector-db 是一个用于存储、索引和查询高维向量的技能，面向 AI/ML 场景，支持相似度检索、嵌入向量管理与实时查询。需通过 $VECTOR_DB_API_KEY 认证使用。
Memory DAG Compactor 是一款记忆压缩工具，从 MEMORY.md 构建分层摘要 DAG，用深度感知提示词保留细节并生成长期脉络，原始条目不会被删除。
面向多智能体协作的交接与分工规范，提供 HANDOFF.md 交接模板、父子泳道契约、并行批次契约及落地校验流程，帮助探索、实现、评审等代理顺序或并行执行时不丢上下文，并明确写权限与证据边界。
为 .NET 仓库生成 AI 编码智能体所需的上下文文档包：AGENTS.md、CLAUDE.md 及 docs/ 下的业务、架构、数据模型、基础设施、ADR，并附 .NET 深度说明（解决方案拓扑、目标框架、EF Core、DI、配置与 CI）。
repay-techdebt 是一个面向陌生或由智能体生成代码库的学习与维护技能：它基于项目实时文件提供有证据限定的课程，并生成浏览器工作簿。默认仅分析、不修改目标仓库，脚本负责清单、校验、查看器与保存，智能体负责选材与教学质量。
用于驱动 Unity Behavior 行为图与黑板变量的技能模块，可查询行为图资产、挂载并绑定 BehaviorGraphAgent、读写黑板变量。节点级编辑需在 Behavior 编辑器窗口完成，本模块不支持。
Bmob 官方托管的 MCP 服务器（端点 http://mcp.bmobapp.com/mcp），配置后可让 AI 代理在 IDE 内对真实 Bmob 后端项目做增删改查、设计表结构、管理云函数与部署静态站点，并以两个 HTTP 头部鉴权。
该技能在本地拉起 ByteHouse MCP Server 并调用其 tools，用于连接 ByteHouse 云原生数据仓库查询数据、通过 MCP 协议交互，并生成数据资产目录与血缘分析。
Silly Sausage 是一个用于 AI 智能体的幽默纠错技能：当用户说出“silly sausage”、调用 /silly-sausage，或对智能体的错误表达轻松无奈的调侃时触发，展示跳舞热狗图案、随机俏皮话，并据此纠错或玩梗。
为多语言站点自动生成 sitemap.xml、配置 robots.txt，并生成面向 AI 爬虫的 llms.txt 与 llms-full.txt，基于 Next.js 的 MetadataRoute 与构建脚本实现。