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 10-18 00:12
24,050 个结果
Agent DX CLI Scale 是一个用于评估命令行工具（CLI）面向 AI 智能体设计水平的评分量表，基于“为 AI 智能体重写你的 CLI”原则。它从 7 个维度对任意 CLI 打分，每个维度 0–3 分，总分 0–21 分。7 个维度分别是：机器可读输出、原始载荷输入、模式自省、上下文窗口纪律、输入加固、安全护栏、智能体知识打包。根据总分可划分为四个等级：0–5 分为仅面向人类、6–10 分为智能体可容忍、11–15 分为智能体就绪、16–21 分为智能体优先。此外还提供不计分的“多界面就绪”加分项，用于记录 CLI 是否从同一二进制暴露 MCP、扩展/插件安装、无头认证等智能体界面。该技能适合 CLI 作者、平台工程师和智能体工具链开发者用来诊断和提升工具对 AI 智能体的友好度。
Resource Scout 是一个用于搜索和发现 Claude Code 技能（Skills）与 MCP 服务器的资源检索工具。它帮助用户在自行构建定制方案之前，先查找已有的现成资源。该工具覆盖技能市场、GitHub 仓库和注册表等来源，提供针对技能与 MCP 的分步搜索流程，包括定义需求、搜索市场、搜索 GitHub、评估与安装等环节。技能方面可检索 SkillsMP、SkillHub.club、Claude Skills Hub 等目录；MCP 方面可检索官方注册表、Glama、MCP Market、mcpservers.org、PulseMCP、Smithery 等来源。它还按开发工具、数据库、内容与营销、云与 DevOps、AI 与数据等类别给出搜索关键词示例，并列出最佳实践，如先搜索再构建、优先选择近期维护的资源、检查质量、考虑组合多个简单技能、验证 MCP 权限与令牌范围等。
LangSmith 是用于调试、评估和监控语言模型与 AI 应用的可观测性平台。它能够追踪 LLM 调用（提示词、链、智能体）的输入、输出与延迟，基于数据集对模型输出进行系统化评估，并监控生产环境的指标、错误与成本。支持 OpenAI、Anthropic、LangChain、LlamaIndex 等集成。安装方式为 pip install langsmith，需设置 LANGSMITH_API_KEY 并启用 LANGSMITH_TRACING。适用于调试 AI 应用问题、构建回归测试、分析延迟与 token 消耗、协作进行提示词工程等场景。
auto-updater 是一个用于自动应用技能与生态组件改进的工具，依据系统审查者的发现和最佳实践学习者的洞察来批量更新。它定义了一个五步工作流：识别改进项、评估安全性、应用更新、验证变更、必要时回滚。其核心特点是把可安全自动化的改进（如新增标准章节、格式标准化、文档补充、结构性改进）与必须人工处理的变更（逻辑修改、内容重写、大规模重构、定制实现）区分开，仅对前者自动执行。应用更新前会先备份受影响的技能（如 git 提交或复制），逐个技能应用并记录成功失败，随后用技能验证器和结构检查验证质量是否保持、有无回归，未通过则从备份回滚并分析原因。适用于跨多个技能应用系统性改进、在全生态推行指南更新、自动化常见增强模式以及批量更新等场景。
MoE Training 是一个用于训练混合专家（Mixture of Experts, MoE）模型的技能，支持 DeepSpeed 或 HuggingFace 框架。适用于在算力有限的情况下训练大规模模型（相比稠密模型可降低约 5 倍成本），在不按比例增加算力的前提下扩展模型容量，提升单位算力预算下的性能，为不同领域、任务或语言专门化专家，并通过稀疏激活降低推理延迟（如 Mixtral 中仅激活 13B/47B 参数）。可用于实现 Mixtral 8x7B、DeepSeek-V3、Switch Transformers 等前沿 MoE 模型。
Session Memory 是 homunculus 技能集中的会话记忆组件，用于让 AI 在多次会话之间保持连续性。它在会话开始时检查是否存在观察记录，若有则通过 Task 工具在后台启动 observer 智能体处理这些记录；随后加载身份文件、统计个人与继承的本能数量、检查进化就绪状态并读取最近的 git 提交记录，最后以带上下文的问候语向用户报告项目名、本能数量和共同会话次数。会话期间观察由 hooks 自动捕获，无需手动记录，用户可将已学习的本能偏好应用到行为中；会话结束时由 Stop hook 自动处理并递增会话计数。
agent-development 是一套面向 Claude Code 的自定义智能体（Agent）开发技能，来源为 jezweb/claude-skills。它指导如何编写有效的智能体描述、合理配置工具访问权限、设计可自我记录的提示词，并涵盖任务委派、模型选择、内存与并行限制、子代理与远程 API 的取舍、声明式与命令式写法、灵活度与刚性平衡、流水线代理维护以及批处理工作流等内容。技能强调通过描述字段的强触发短语实现自动委派，按需最小化授予工具（如非必要不授予 Bash），并优先使用 Task 子代理而非远程 API 调用，以获得完整工具访问和跨文档推理能力。同时提供内存崩溃的根因修复方法、并行代理数量建议、声明式提示写法、质量检查清单与常见反模式。适合需要批量、重复但需判断的审计与评估任务，不适用于简单任务、高度创意任务或需跨文件协调的任务。
n8n 子工作流的构建与复用规范：把可复用逻辑封装为子工作流，通过 Execute Workflow Trigger 定义输入、由末尾节点返回输出，供其他工作流或智能体工具调用。含检索优先、无状态与有状态模式、中间件与审计日志、输入输出约定与不建议抽取的情形。
Entry Signals 是一个由 Observer Agent 自动生成并持续更新的交易入场信号技能，用于在决定是否开仓时参考历史成功率。它记录了从竞赛数据中学习到的入场信号模式，共 33 个活跃模式、3679 个样本，置信度阈值为 60%。每条信号包含成功率、样本数、置信度、被确认次数和首次出现时间等信息。信号分为成功信号与失败信号两类，覆盖多时间框架分析、RSI 超卖、看跌对齐、风险回报比、资金费率、论坛/社交情绪过滤、动量跟随等模式，并针对做多（LONG）与做空（SHORT）入场给出不同表现。该技能适用于参考历史统计来决定是否开仓，并附带置信度解读指南。
BLIP-2 是 Salesforce 提出的视觉-语言预训练框架，通过轻量级 Q-Former 连接冻结的图像编码器与冻结的大语言模型，实现图像描述、视觉问答、图文匹配与检索等任务。其核心思路是只训练约 1.88 亿参数的 Q-Former，无需微调大型视觉或语言模型，即可获得较强的零样本能力。支持 OPT（2.7B、6.7B）与 FlanT5（XL、XXL）多种 LLM 后端，可通过 HuggingFace Transformers 或 Salesforce 官方 LAVIS 库调用。适用于图像描述生成、VQA 系统、零样本图文理解、多模态对话、图文检索等场景。
decision-debate 是一个面向 MEL/SRHR 设计决策的多视角正式辩论技能：多个独立 persona 智能体从不同专业视角研究同一争议决策，进行一轮辩论后综合成决策备忘录，供 Ane 自行决定。它本身不做任何决定，也不写入任何文件。
Letta API 客户端技能：用模型无关、有状态的 Letta API 构建带记忆与长期学习的持久化智能体，覆盖智能体创建、记忆管理、自定义工具与多用户场景。
用于创建或更新 Claude 技能的技能（skill-creator），指导编写 SKILL.md、脚本、参考文档与资源，并打包分发，帮助扩展 Claude 的能力。
Dailybot 官方智能体技能包，由 Dailybot 团队构建并维护，通过 Dailybot 一方 API 将 AI 编程智能体与人类团队连接起来。团队可以看到智能体完成了什么、向智能体发送指令，并在同一工作区内保持人与智能体的协同。该技能包提供十七项协调能力，涵盖进度报告、消息轮询、邮件发送、聊天、健康状态、签到、点赞、团队、表单、工作流、报告频道、按仓库 API 密钥、组织标签、精选星标以及 Plan（测试版）任务管理。安装方式为 npx skills add DailybotHQ/agent-skill，支持六种安装方法。底层依赖 dailybot CLI，基线版本要求 >= 3.9.0，Plan 功能需要 >= 3.25.0，推荐安装最新版 3.25.1。需要 Python >= 3.10，采用 MIT 许可证。
Skill Integrator 是一个用于把已安装技能的“使用时机”指引整合进项目 CLAUDE.md 或 AGENTS.md 的技能。它解决的核心问题是：技能只有被智能体知道何时该调用才有价值，大量已安装技能若缺少上下文指引就等于闲置。该技能会分析项目上下文、对已安装技能进行相关性评分，并生成基于触发条件的可操作指引，插入到 CLAUDE.md 或 AGENTS.md 中。它支持首次全量整合、技能增删后的更新、单个技能添加以及指引不匹配时的修正，通过 analyze-project、scan-skills、generate-guidance 三个脚本完成流水线处理，并需用户批准后才写入配置文件。
Hyperliquid DEX 交易技能插件：在 Hyperliquid L1 上交易永续合约与现货，支持从 Arbitrum 充值、提现到 Arbitrum、perp 与 spot 账户间划转，以及 HyperEVM 上的 gas 管理。写操作默认预览，实盘需用户显式确认。
WOLF v1.0 是一个事件驱动、按市场状态轮动的对冲基金策略，通过跨资产（股指、原油、黄金、BTC、美元）4小时趋势投票判定 RISK_ON/RISK_OFF/NEUTRAL，用两个钱包分别运行风险偏好与风险规避两本账，仅当状态与账本授权一致时才开仓。
ToolUniverse Install Skills 是一个用于检测并自动安装 ToolUniverse 研究技能（skills）的安装辅助技能。它会检查常见 AI 编程客户端（如 Claude Code、Cursor、Codex、Windsurf、Gemini CLI、OpenCode、Trae、Cline/VS Code）的技能目录中是否存在 canary 文件（tooluniverse-drug-research/SKILL.md），若未安装则从 GitHub 仓库 mims-harvard/ToolUniverse 以浅克隆、稀疏检出方式仅下载 skills 文件夹，并复制到对应客户端的技能目录，最后清理临时文件。安装完成后用户可使用 50+ 个专业研究工作流。
Model Pruning 是一个面向大语言模型（LLM）压缩与推理加速的技能，主要介绍 Wanda、SparseGPT 等剪枝技术，以及结构化剪枝和 N:M 稀疏。适用于在不重新训练的情况下压缩模型，例如在 50% 稀疏度下实现接近无损的精度，并减少约 50% 内存占用。资料还提供了安装命令、Wanda 与 SparseGPT 的代码示例、N:M 结构化剪枝实现、剪枝策略、生产部署流程与评估方法。
面向长时间运行的智能体会话的上下文压缩技能，提供结构化摘要、压缩与按任务 token 优化策略，含激活时机、三种压缩方法、触发策略与探针式评估。
MacroCLI 是一个把 GUI 工作流转化为参数化、可被 CLI 调用的宏（macro）的工具。智能体无需直接操作图形界面，而是通过稳定的命令行接口调用宏，运行时自动将执行路由到最合适的后端（原生插件/API、文件转换、语义 UI 控制或预编译的 GUI 宏回放）。它提供宏的列出、查看、校验、定义与执行能力，并支持会话管理与后端可用性查询。所有命令在加 --json 时输出机器可读的 JSON，便于智能体程序化处理。安装方式为进入 macrocli/agent-harness 目录后执行 pip install -e .，依赖 Python 3.10+、PyYAML、click、prompt-toolkit。
Metaplex 是 Solana 上 NFT 与代币的标准基础设施开发技能，覆盖 Agent Registry、Genesis 代币发行、Core、Token Metadata、Bubblegum 压缩 NFT、Candy Machine 等。提供 CLI（mplx）与 Umi/Kit SDK 用法指引，适合在 Solana 上构建 NFT、代币发行与自主智能体相关项目。
LiveKit Agents 技能：讲解如何构建语音与聊天 AI 智能体，覆盖智能体结构、交接与任务划分、工具设计、状态与副作用处理、延迟与上下文约束，以及用调试、测试与模拟技能进行验证的方法。
LangGraph 1.x（LTS）Python 工作流模式合集，覆盖状态管理、增量通道、节点超时、错误处理、优雅排空、路由、并行、监督者、工具调用、检查点、人机协同、流式、子图、函数式 API 与部署等 12 类共 41 条规则。