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 10-29 00:09

智能体与模型

25,142 个结果

complain

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。

智能体与模型29 次安装

mind-mirror

Mind Mirror 是一个人格建模系统,源自 Timothy Leary 于 1985 年发布的同名软件,并结合了《模拟人生》(The Sims)的性格特质系统。它作为 MOOLLM 项目中的一个技能(skill)存在,用于为角色、NPC 建模并探索人格动态。系统基于 Leary 的人际环状模型(Interpersonal Circumplex),将人格映射到四个维度:生物能量、情绪洞察、心智能力、社交互动,每个维度含 8 项特质,并以 0-7 的评分方式进行评估。此系统同时整合了《模拟人生》的五项行为倾向轴(整洁、外向、活跃、爱玩、友善)。该技能强调透明性与角色自我认知,明确声明不是医学诊断,需要知情同意与表征伦理。资料未说明收费、价格或具体安装步骤。

智能体与模型29 次安装

prune

Prune 是 simota/agent-skills 中面向智能体技能生态的清理审计专家,定位为「技能园丁」。它通过盘点技能清单,从使用度、重叠度、独特性、覆盖范围和維護成本五个维度打分,识别冗余、重叠与长期未使用的技能,进而提出合并(merge)与退役(sunset)方案。Prune 坚持「只提议、不删除」的原则:合并执行交由 Architect,退役需经用户批准并由人工执行。每次建议都要求有具体证据支撑,如重叠率、最后使用日期和替代技能名称;退役方案必须提供归档位置与重新激活步骤,并保留至少 90 天。Prune 还负责近似重复扫描,覆盖技能名册及其下一层协议与参考文件,并以合并试验作为证据而非仅凭相似度。

智能体与模型29 次安装

dispatching-parallel-agents

Dispatching Parallel Agents 是 Superpowers 6.2.0(MIT 许可)中的一项技能,用于在面临 2 个及以上相互独立、无共享状态、无顺序依赖的任务时,将任务分派给具有隔离上下文的专用智能体并行处理。其核心原则是:每个独立问题域分派一个智能体,让它们并发工作。适用于多个测试文件因不同根因失败、多个子系统独立损坏等场景;不适用于失败相互关联、需要理解完整系统状态或智能体之间会相互干扰的情况。

智能体与模型29 次安装

cognee-cli

cognee-cli 是随 cognee 包一起发布的命令行工具,用于在终端中驱动 cognee 记忆系统。它提供 remember/recall/forget/improve 等记忆命令,以及数据集管理、配置读写和数据库迁移等操作。remember 一步完成数据摄取与图谱构建,recall 用于查询图谱,forget 用于删除数据,improve 用于将会话内容桥接进图谱或对图谱做增强。使用前需要配置 LLM_API_KEY,与 SDK 要求一致。

智能体与模型29 次安装

skill-evaluation

skill-evaluation 是一个用于评估智能体技能的技能,适用场景包括在安装或依赖某个学术研究工作流技能之前,对其进行测试、评审、压力测试、改进、打包或验证。该技能将技能视为可操作的操作流程,强调好的研究技能应能改变智能体在真实任务中的未来行为,并留下可检查的产物。其主要工作流包括:定义技能应防止的失败模式;使用真实学术任务编写压力场景(如坏 PDF、缺失 DOI、无依据论断、混乱仓库、模糊的 SOTA、不可靠的 notebook 或 MCP 中断);在不预设技能有用的前提下运行或推理基线行为;修订技能 frontmatter 使其在正确的用户意图上触发;保持 SKILL.md 精简,把详细策略移到 references/;用 python3 scripts/validate_skills.py 验证本地结构;用 npx -y skills add <repo> --list 列出安装包;将推荐的外部技能与自定义内部技能分开记录。评审标准涵盖触发描述以 Use when 开头、frontmatter 中不含工作流摘要、引用仅在需要时加载、输出映射到研究项目契约、引用与证据规则明确,以及不无故重复更强的外部技能。同时列出了不应做的事项:不要创建一个庞大的“研究智能体”技能、不要把脆弱流程藏在散文中而不写成脚本或测试、不要盲目复制外部技能而不适配输出路径与仓库契约。

智能体与模型29 次安装