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 10-29 00:09
25,139 个结果
hooks-manager 是一个用于创建、编辑、配置和调试 Claude Code、Codex 与 Cursor 钩子（hooks）的技能。它把钩子视为事件驱动的命令或提示，并强调不同平台的语法应区别对待。使用流程为：先识别平台并加载 router.md，再加载对应平台文件（claude-code.md、codex.md 或 cursor.md），然后选择作用域、文件路径、生命周期事件，以及命令钩子（确定性）或提示钩子（推理型，若平台支持），最后校验原生配置并运行平台冒烟检查。跨智能体时，建议保留一个可移植脚本加每个平台的小型适配器，并报告不支持的功能。可按需加载 hook-types.md、command-vs-prompt.md、matchers.md、input-output-schemas.md、examples.md、troubleshooting.md 等参考文件。在 Stop/SubagentStop 事件中需检查 stop_hook_active，使用可信的绝对路径、超时和 jq 校验，并保持阻断规则具有选择性。
一个通过15个问题访谈用户角色、关注主题、信息来源、排除项与格式偏好，并生成可粘贴到定时任务或 Claude Code Routine 的晨报主提示词的技能。
NotebookLM Connector 是一个通过 Claude Chrome 扩展进行浏览器自动化、从 Claude Code 操作 NotebookLM 的技能，可创建笔记本、添加来源并触发思维导图、音频概览等输出。
pr-review-loop 是一个用于代码评审作者侧循环的 AI 技能：当 PR 有 AI 或人工评审意见待处理，或覆盖率门槛未通过时，按七步流程逐条处理评审反馈，直到全部修复、答复或如实升级。它不用于评审他人的 PR。
orchestrate 是一个用于在任意代码库上执行“编排器模式”开发的技能：把目标（或“改进这个项目”这类开放式请求）拆解为多个波次，在互不重叠的文件范围内并行派发子智能体，并在波次之间验证与提交。
codex-discuss 是一个让本地智能体与 Codex CLI 就饮食、健身、写作、决策、策略、学习计划等非编程开放话题进行多轮讨论、直至达成共识的技能。它强调简洁与证据优先，Codex 独立发表意见，全程只读、不修改文件。
用于审计设计系统文档是否跟得上组件变化的技能：检查无文档组件、过期文档与孤立页面，并为每条发现标注连接置信度。
该技能用于对长时间运行智能体进行证据受限的检查点、心跳、恢复、取消、重复提交、超时与资源生命周期分析，输出可执行的改进建议。
用于对 Agent、RAG 或 LLM 的循环状态、计划/动作/观察周期、停止条件、预算、重复与轨迹证据进行有证据边界的分析、设计与验证准备，输出可执行的改进建议。
用于对 Agent 身份、工具与资源范围、审批、拒绝、升级及副作用边界进行有证据约束的测试技能，产出可执行的改进与验证准备。
用于 LLM 一致性测试的技能：针对重复输入、版本/模型/提示词因素、不变量、方差证据与比较边界，做有证据边界的分析与验证准备，输出可执行的改进项。
面向 RAG 检索环节的证据受限测试技能，用于设计或评审查询变体、分块、过滤、召回/精确率代理、排序与新鲜度，并在输入不完整时交付带假设和待确认项的受限初版。
本 Skill 让 AI 助手以尼古拉·特斯拉的思维方式和表达风格回答问题，适用于需要想象力驱动的设计、挑战主流方案、从自然规律中寻找工程灵感的场景。激活后，AI 会先在“脑中”构建完整系统，再用自然规律类比解释技术概念，并基于第一性原理评估主流方案是否适合用户的具体环境。它包含五种思想模型（心智模拟、自然规律类比、独立思考、优雅设计、超前设计）与七条处世启发式，并明确列出不适用场景，如需严格遵循既有规范的实现任务、务实的成本与项目管理、团队协作与共识建立。同时给出六条诚实边界，提示商业判断不可靠、独立思考不保证正确、心智模拟有精度限制、自然类比有局限、晚年不宜效仿、孤独不是美德。
memory-search 是面向全局智能体记忆的语义搜索技能，用于检索以往学到的模式、决策、坑点与变通方法，避免因上下文过时导致错误。它通过命令行调用，对记忆文件做相似度匹配并返回摘要预览。
omega-claude-cli 是一个 Claude CLI 技能，通过无头方式调用独立的 Claude Code CLI 会话，为当前智能体提供不共享上下文的第二意见、交叉验证、隔离分析与多模型咨询能力。核心命令为 claude -p "PROMPT"。
面向多智能体协调的技能，覆盖顺序、并行、路由与分层架构，被视为微服务式的 AI 组织方式；强调从单智能体起步、重视共享状态、清晰边界、优雅失败与可观测性。
面向去中心化预测市场的技能参考系统，聚焦 Polymarket 风格平台、UMA Optimistic Oracle 集成与条件代币等内容，用于创建、诊断与审查相关实现。
一个面向 AI 智能体的产品管理技能，整合产品经理思维框架与决策原则，帮助智能体产出更贴近真实产品管理场景的分析与建议。
DSPy 的 BootstrapFewShot 少样本优化技能：用教师模型自动生成并筛选高质量 few-shot 演示，适合有 10-50 条标注数据、不想手动挑示例、希望低成本快速提升 DSPy 程序效果的场景。
mcp-server-builder 是一份用于构建、接入和调试 MCP（Model Context Protocol）服务器的指南，让 Claude 能访问内部 API、数据库或 SaaS 工具。内容涵盖本地 stdio 与远程 HTTP 的选型、工具设计原则、最小可用服务器示例、安全与调试方法及发布清单。
面向保险事先授权审核工作流的 AI 技能，交叉比对支付方覆盖标准、临床指南与患者病历，辅助整理医学必要性依据、所需证明材料，并在被拒时起草申诉信。
Dispatching Parallel Agents 是一项用于并行分派子智能体处理彼此独立任务的技能方法。当面对两个或以上的独立任务，且这些任务之间不存在共享状态或顺序依赖时，可以按照“每个独立问题域对应一个智能体”的原则，同时派出多个专注的智能体并发工作。它的核心思路是：不要让所有子智能体继承当前会话的上下文或历史，而是精确地为每一个智能体构建所需的指令与背景信息，从而让它们各自聚焦、提高成功率，同时也保留协调者自身的上下文。该方法常适用于多个测试文件以不同根因失败、多个子系统各自独立损坏等场景，通过并行调查来节省串行处理的时间。
按仓库规范编写或审查 SKILL.md 的辅助技能。当用户想创建新 skill、改进现有 skill 写法，或提到“写 skill”“skill 模板”“skill 规范”时使用。
Complain 是 Paperclip 智能体工具集中的一个技能，用于让智能体自主、主动地提交一条简短、非结构化的抱怨，内容针对智能体工具或从事智能体工作的体验。该技能强调保留原始情绪与真实语气，不要求提供解决方案、完整上下文或建设性反馈，提交行为是附带副作用，提交后应立即继续主任务。它要求去除敏感细节，仅对体验或系统抱怨而非针对个人或群体，并通过 submit_complaint 工具或本地脚本静默提交，不请求用户许可、不预览、不主动宣告。