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 10-27 00:15
24,930 个结果
GRACE 4 子代理预设创建工具，用于生成理解 .grace 工件、作用域、断言与验证证据的 worker 和 reviewer 子代理。该技能要求子代理显式读取 .grace/context、.grace/graph、.grace/verification 及相关 .grace/changes 数据包，将 spec.xml 视为规范性文件、设计上下文视为非规范性内容，并遵守 DurableScope、ObservedWriteScope、BaselineAssertions 与 TargetAssertions。子代理不得在未经控制器批准的情况下修改已批准的计划或 XML 状态，需返回验证证据以及限定范围的 graph/verification 增量。
factory 是一个面向任务交付的工作流技能：把给定的规格或已决策任务按 task-to-pr 流程做完，在所有质量与审批关卡通过后合并。仅显式调用 /factory 才授予合并授权，自动选中技能不授予合并权。
add-pattern 是 pchalasani/claude-code-tools 中的一项技能，用于在学到 Langroid 多智能体框架的设计模式时，把该模式记录到 patterns/SKILL.md 与 patterns/ 目录下的文档中，便于日后检索复用。
what-now 是 agent-toolkit 流水线中的状态定位技能，用于在用户不确定下一步该做什么时，读取所有活跃变更清单（change manifests），解读当前状态并明确告知下一步操作。它通过运行捆绑的辅助脚本 change-status.mjs 获取当前状态，再根据变更类别（feature、bug/small、refactor、epic）和所处阶段与审批状态，给出对应的下一步指令，例如运行 architect、specify、plan、implement 或创建归档。它还能处理多个并发变更、未解决的 kickback、审批已通过但阶段未推进等异常情况，并在没有活跃变更时引导用户选择合适的入口技能。
来自 ui.inference.sh 的 React/Next.js 智能体组件，内置运行时、工具、流式输出、审批与小组件，可快速在应用中嵌入 AI 智能体。
用于构建 RAG（检索增强生成）管道的技能，通过 inference.sh CLI（belt）组合网页搜索工具与多个 LLM，实现搜索、内容抽取、事实核查和研究报告生成等流程。
inference.sh 的 JavaScript/TypeScript SDK，包名为 @inferencesh/sdk，通过 npm 安装。它用于在 Node.js 18+ 或现代浏览器中运行 AI 应用、构建智能体并集成各类模型。核心能力包括：调用 AI 应用（client.run）、异步任务与流式进度、文件自动/手动上传、会话保持（stateful execution）、模板智能体与临时智能体、工具构建器（客户端工具、应用工具、子智能体工具、Webhook 工具、内置工具）、流式智能体响应、文件附件、可复用技能（Skills）、前端服务端代理（Next.js、Express、Hono、Remix、SvelteKit）、完整 TypeScript 类型定义、错误处理与人工审批工作流，并支持 CommonJS。
指导生产级 AI 工程实践：LLM 应用、RAG、智能体、评估框架、可观测性、成本与延迟优化及安全部署。适用于构建聊天机器人、Copilot 等场景。
该技能用于指导多智能体系统工程：角色与专业化、编排拓扑（监督者、对等、层级、黑板）、任务分解与路由、智能体间消息协议、共享状态与共识、容错与可观测性、成本预算与部署。
面向工具型智能体的提示工程技能，指导编写与重构系统/开发者提示、工具描述与参数模式，构建黄金数据集和离线评测框架，设计LLM评审规则，并通过CI回归与发布门禁管理提示版本。
Agent Apprenticeship Ecosystem 是一个用于训练 AI 智能体的技能与命令行工具，通过真实任务、可复用经验和生态学习信号来提升智能体能力。它支持迭代式工作流循环，提供模型辅助、专家主导或混合三种导师模式，并可从 500+ 种子任务和 1000+ 执行轨迹中获取学习信号。工具通过 npx 或 npm 全局安装，提供 apprentice 与 agent-apprenticeship 命令，可运行任务、生成贡献包、搜索与拉取生态经验、创建 Experience Packs 并在新任务中复用。适用于需要长期任务执行、跨任务经验迁移和集体训练信号交换的场景。
OpenCLAWN 是一个轻量级、可自我改进的多智能体框架，围绕四项核心创新构建：路由审计与自校准、技能衰减、置信度门控的技能结晶，以及角色输出契约。它支持本地（Ollama）与云端（Gemini/Claude）混合 LLM 路由，内置 26 个沙箱化工具，并提供一个随使用不断整理与改进的复合技能库。主要能力包括多智能体对话（流水线、辩论、编排策略）、带多语言复杂度检测的自校准智能路由、技能复合（提升、精炼、合并、衰减，全部版本化且可回滚）、带审批门控提案的自动驾驶、活动时间线追踪，以及带 SSRF 与注入防护的技能包导出/导入。
Concord MCP Workspace 是为 AI 编程代理提供共享工作状态与任务协调的 MCP 技能。它让多个代理在同一代码仓库中登记在线状态、认领任务、记录决策与交接工作，并生成评审信息，偏本地优先。
Learning Loop（learning-loop）是一个面向智能体的认知连续性协议，旨在让知识在相互隔离的智能体会话之间得以保留和延续。它定义了从定向（Orientation）、综合（Synthesis）、战略门（Strategic Gate）、红队审计（Red Team Audit）到执行与完成（Execution & Completion）的完整工作流，并强调反模拟规则、强制收尾序列和会话上下文前置等约束。该技能仅依赖 Python 3.8+ 标准库，提供快速启动命令、验证方式以及 phases.md、self-correction.md、acceptance-criteria.md、fallback-tree.md 等参考文档。
面向多智能体系统的性能优化技能，通过协同剖析、工作负载分配与成本感知编排，改善协调效率、吞吐量与延迟，适用于存在可测量指标的多智能体工作流调优。
Handyman 是一个围绕代码仓库运行的智能体编排层（agent harness），通过明确的角色分工、磁盘状态和可执行验证来推进开发工作。它让 leader、implementer、reviewer 等角色一次只处理一个功能，并以磁盘上的文件作为唯一事实来源。Handyman 取代了 harness-subagents（Foreman）。它提供 analyze、bootstrap、run-feature、review、migrate-global、upgrade 六种操作模式，支持本地与全局两种安装范围，并优先通过 handyman MCP 服务器的 25 个工具进行交互，回退方案为 npx handyman-harness@3 命令行。核心规则包括：一次只做一个功能、磁盘为事实来源、不可信内容仅作数据处理、子代理只写报告并回复引用、验证器退出码为 0 才算完成、leader 不编辑产品代码、按角色分配模型与最小权限工具。该技能与 npm 包 handyman-harness 共享同一版本号，采用 MIT 许可证。
V3 Memory Unification 是一个把 6 个以上分散记忆系统统一到 AgentDB 的技能，并借助 HNSW 索引实现 150 倍至 12500 倍的搜索性能提升。它落地 ADR-006（统一记忆服务）与 ADR-009（混合方案），在保持向后兼容的前提下整合 MemoryManager、DistributedMemorySystem、SwarmMemory、AdvancedMemoryManager、SQLiteBackend、MarkdownBackend、HybridBackend 等旧系统，并通过统一查询接口支持跨智能体记忆共享与 SONA 学习集成。技能声明性能目标包括搜索速度提升 150x-12500x、内存占用降低 50%-75%、百万级条目查询延迟低于 100ms、SONA 适配时间低于 0.05ms。使用方式以 Task 调用为主，分记忆架构设计、AgentDB 配置、数据迁移三步进行，迁移路径覆盖 SQLite 与 Markdown 到 AgentDB。
LLM Wiki 是一个用普通 Markdown 搭建的自包含个人知识库技能：来源保存在只读的 raw/，编译后由你维护的 wiki/ 文章组成。基于本地文件与 YAML frontmatter，可在 GitHub 阅读或作为 Obsidian 库打开，无服务器、无数据库、无嵌入向量。
tracer-wayfinder 是一个用于“大型而模糊想法”的规划型 skill：它把超出单次 agent 会话范围的目标命名为目的地，在仓库 issue tracker 上绘制一张由决策工单组成的地图，并逐一解决这些决策，直到通往 spec 的路线清晰，再把地图交给 /tracer-to-spec。
该技能用于模拟比尔·盖茨（Bill Gates）这一角色，他是微软联合创始人、商业软件产业的架构者、全球技术战略家与系统性投资者。技能被定位为「深度模拟智能体 v2.0」，以详细指南的形式提供完整流程与参考资料。根据资料，它仅在任务明确涉及该人物或该领域时使用；不适用于与该人物无关的任务、可由更简单或更具体的工具完成的任务，以及需要无需领域专业知识的通用协助的场景。资料还指出，其输出不能替代针对具体环境的验证、测试或专家审查；若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。除上述内容外，资料未提供具体的操作方法、内置能力清单、安装步骤、收费方式或平台信息。
LLM 工具生态导航技能，作为仓库内工具与技能体系的索引，帮助代理选用 recall 查询、搜索、SQLite、MCP、密钥安全和技能校验工具。资料来自 skills.sh 的技能页。
面向自主 AI 智能体接入链上智能体经济的完整提交流程：创建 EVM 钱包、请求 gas、注册 ERC-8004 智能体身份（NFT）、集成 x402 支付能力，最后提交至 AgentBeat 并领取 USDC 奖励。仅限真实可用的智能体。
Synthesis Skills Manager 是 synthesis-skills 生态的智能体原生技能安装与管理工具，版本 2.7.0。它面向 AI 智能体执行，负责技能的安装、来源追踪、漂移检测，以及出现冲突时在源仓库一侧进行“合成式合并”。它管理三条技能仓库（public 公开、personal 私有、shared 团队共享）和多个部署目标，包括 Claude、Codex、Cursor 的用户级、项目级技能目录。每个已安装技能带有 .source.json 记录来源仓库、路径、提交和安装时间。它提供 install、update、status、drift、merge 等命令，执行依赖访问层级校验，并在更新时保留用户配置值而不覆盖。公开插件通过 release.py 完成跨客户端发布、安装与校验的受控流程。
Claude Agent SDK 是一个用于构建 AI 智能体的开发工具包，提供与 Claude Code 相同的文件操作、Bash 命令、网页搜索等工具，支持 Python 与 TypeScript。可通过 query() 或 ClaudeSDKClient 调用，并支持自定义工具、MCP 服务器、钩子、权限控制与子智能体。