SuperAPI AI 工具集

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 10-27 00:15

智能体与模型

24,909 个结果

codeart2d

codeart2d 是一项「用代码绘制游戏美术」的技能,明确仅在被用户点名要求,或当前没有可用的图像/视频生成路线时使用,属于路线顺序中的最后兜底选择(art_source 标记为 "code")。它不依赖任何图像模型:用户以文本形式编写美术规格(PixelSpec JSON、可移植 SVG、rig、FX、material、layout 或 parallax 等 spec),由配套 Python 脚本完成渲染、校验与打包。主要适用场景包括:从 PixelSpec 生成带调色板变体的像素角色、道具或特效;用可移植 SVG 绘制扁平矢量角色、道具、UI 与图标;用 SVG 形状绘制清晰像素画;基于 rig 动画制作可行走、待机的角色;制作斩击、火花、命中闪光等 fx.v1 特效;生成无缝自拼接地形(Wang-16、blob-47 等);构建可游玩俯视地图布局;制作风格化视差背景与静态图的动态氛围效果。工具链依赖 numpy 与 Pillow,SVG 渲染还需 resvg-py 或 resvg-js/Chrome 等光栅化器。所有工具从项目根目录运行,输出到新的目录并拒绝覆盖已有目录。渲染结果会附带 codeart-meta.json,需向用户明确声明「由代码绘制、未使用图像模型」,不能冒充图像模型输出。

智能体与模型39 次安装

workflow-runner

workflow-runner 是一个在 Claude Code / OpenClaw / Cursor 等 AI 工具内直接运行 agency-orchestrator YAML 工作流的能力,使用当前会话的 LLM 作为执行引擎,无需配置 API key。当用户提供 .yaml 工作流文件,或要求多个角色协作完成同一任务时触发。它按五步执行:解析工作流(读取 YAML,提取 name、agents_dir、inputs、steps,并定位角色目录)、收集输入(询问缺失的必填项,套用默认值)、构建执行顺序(按 depends_on 拓扑排序分层并展示执行计划)、逐层执行(预读角色 .md 文件、渲染 task 模板变量,单步骤在主会话中扮演角色,多步骤并行时用 Agent 工具启动子代理)、最后保存结果到 .ao-output 目录并展示最终成果。若用户未提供 YAML 文件但描述多角色协作任务,可自动生成工作流定义并经用户确认后执行。分类为智能体与模型。

智能体与模型39 次安装

mcp-builder

mcp-builder 是一份用于创建高质量 MCP(Model Context Protocol)服务器的开发指南。MCP 服务器通过设计良好的工具,让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准,将开发流程划分为四个阶段:深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript(配合官方 SDK)或 Python(FastMCP)作为开发语言,远程服务器使用 Streamable HTTP 传输,本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解(readOnlyHint、destructiveHint 等)、代码质量检查、使用 MCP Inspector 测试,以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。

智能体与模型39 次安装

ai-memory-durable-pages

该技能用于在 ai-memory 中执行明确的、持久的 wiki 变更操作,包括保存长期或有时限的项目知识、记录规则与注释、更新笔记,以及按精确路径删除或恢复页面。它提供 memory_write_page、memory_delete_page、memory_restore_page 三个工具,支持 TTL 过期、范围(项目、profile、global)选择、页面元数据与关系字段,以及会话页面整理。常规会话捕获由系统自动完成,永久笔记需用户明确提出。

智能体与模型39 次安装

ai-memory-learning-maintenance

该技能用于 ai-memory 知识库的学习与维护,涵盖观察整合、会话经验复盘、wiki 审计与清理。相关工具包括 memory_consolidate(把原始会话观察编译为主题 wiki 页)、memory_auto_improve(从已完成会话中提炼可持久化经验与项目规则建议)、memory_lint(检查矛盾、过期指引与规则放置)、memory_forget_sweep(按 TTL 与冷热程度清理页面)、memory_feedback(标记页面陈旧或错误)。适合在明确要求整理记忆或做经验复盘时使用,并强调优先只读与试运行、谨慎执行删除。

智能体与模型39 次安装

ai-memory-routing-install

ai-memory-routing-install 是 ai-memory 项目提供的技能,用于安装、刷新、修复、检查或移除 ai-memory 面向智能体的路由配置,包括托管指令片段和托管的 Agent Skills。它通过 memory_install_self_routing 工具返回带标记的规范指令块、标记字符串、文件名提示、说明和托管技能载荷,适用于无法让 MCP 服务器直接写宿主文件系统的智能体。安装时依据管理标记判定文件归属,避免覆盖用户自行编写的技能和指令。

智能体与模型39 次安装