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
24,057 个结果
Skill Autoresearch 是一个用于改进可复用仓库本地技能产物的技能。当需要在一个冻结的本地基准下改进可复用的仓库产物时使用它。其契约是：先判断是否值得进行「棘轮式」改进，然后冻结评判标准、对当前产物做基线评分，仅在必要时改动一个有意义的地方，重跑同一套评测框架，只保留有实测提升的改动，并同时记录保留与回退。它刻意限定在仓库本地范围，负责 SKILL.md、SOP、提示词、模板和工作流文档这类对 markdown/git 友好的棘轮式改进。如果真正需要的是产品级追踪、托管看板或应用/运行时评估，应转出到 LangSmith、Braintrust、Weave 或 Promptfoo，而不是假装本技能能替代它们。
Vercel AI 是一个面向 Vercel 平台的 AI 开发指导技能，覆盖 AI SDK、AI Gateway、Vercel Agent 以及 MCP 等能力。它适用于在 Vercel 上构建 AI 驱动应用或智能体工作负载的场景，帮助开发者选择合适的能力组件、配置模型与路由、管理密钥与环境变量，并完成部署与用量监控。该技能以渐进式披露方式组织内容，入口摘要约 90-110 token，完整内容约 3600-4700 token。
为 LiveKit 智能体在用户现有测试套件（Python 用 pytest、Node.js 用 Vitest）中编写轮次级测试的技能，通过结构断言、LLM 评判断言和整段对话评判来验证单轮行为、工具调用与失败、拒答与转接。
tmux-agent-tools 是一套把 AI 编码 CLI（claude、codex、agy 及自定义 CLI）作为受管 tmux worker 运行的机制库，通过 agent-tmux <cli> <command> 统一调度，并附带会话清单、监控、对话、扇出等工具，要求用包装器命令而非原始 tmux 直接操作 worker。
Hermes Agent Self-Evolution 是面向 Hermes Agent 的进化式自我改进技能，基于 DSPy 与 GEPA（Genetic-Pareto Prompt Evolution）自动优化技能文件、提示词、工具描述与代码。它通过反思式进化搜索，利用执行轨迹分析失败原因并有针对性地提出改进，无需 GPU 训练，全部通过 LLM API 调用完成，单次优化运行成本约 2-10 美元。支持合成数据、真实会话历史或自定义评估数据集生成评估集，并设有测试、体积上限、语义保持、缓存兼容等约束门禁，进化结果可自动生成 PR 并集成到 CI/CD 流程。
DigitalOcean Agentic Cloud 技能用于在 DigitalOcean 的 Gradient AI 平台上构建、训练和部署 AI 智能体。它提供托管基础设施，让用户无需手动编排 GPU 即可运行智能体工作负载，并支持结合基础模型、知识库和智能体路由来设计智能体工作流。该技能适用于在 DigitalOcean 上构建或部署 AI 智能体、选择 Gradient AI 进行 GPU 推理，以及设计带知识库和路由的智能体流程。
Constitutional AI（CAI）是 Anthropic 提出的通过自我改进训练无害 AI 的方法，采用两阶段流程：先以自我批判与修订进行监督学习，再用来自 AI 反馈的强化学习（RLAIF）。模型依据一套“宪法”原则自我评判与改写回答，无需人工标注有害输出。
codex-dynamic-workflows 是一个面向支持技能（skills）的 AI 智能体的技能，用于在用户明确要求动态编排时，把大型复杂任务转化为受监督的多智能体工作流。它先起草编排工件，在用户明确要求持续执行时进入目标模式，在环境允许且已获授权时把互不重叠的工作委派给子智能体，随后整合结果、验证成果，并保存可复用的工作流工件。该技能强调：任务复杂度、风险或并行轨道本身并不触发使用，只有用户请求动态编排时才启用；没有可编程运行器时，应创建人类可读的编排脚本并通过现有智能体工具操作，不得声称本地脚本能调用子智能体工具。
Biomni 是斯坦福 SNAP 实验室开源的生物医学 AI 智能体框架，可自主完成基因组学、药物发现、分子生物学与临床分析等多步研究任务，支持代码生成执行、知识检索与跨域问题求解。
nanoGPT 是由 Andrej Karpathy 开发的极简 GPT 实现，约 300 行代码，用于学习和实验 Transformer。它可以在 OpenWebText 上复现 GPT-2（124M），代码干净、易修改，适合教学、快速原型和有限算力场景。安装依赖包括 torch、numpy、transformers、datasets、tiktoken、wandb、tqdm。支持字符级莎士比亚训练（CPU 约 5 分钟）、多 GPU 复现 GPT-2、微调预训练 GPT-2 以及自定义数据集训练。
MLflow 技能：用 trace 与回归测试修复或变更 AI Agent 行为。先诊断 trace，再写测试，最后实现与验证，避免一次性打补丁。
onboard-agent 是 sharpdeveye/maestro 项目下的一个技能，用于在启动新项目、向现有系统添加新智能体，或从零搭建工作流基础设施时引导建立智能体工作流。它要求先调用 /agent-workflow 并遵循其中的工作流原则、反模式与上下文收集协议；若尚无工作流上下文，必须先运行 /teach-maestro。随后按步骤建立约定（提示词格式、工具约定、日志、文件结构）、创建初始目录结构、创建首个智能体（系统提示词、2-3 个核心工具、输出模式、一个黄金测试、基础错误处理与日志），并进行验证。
skillify 是一个用于创建、改编或更新 Agent Skill 的技能，支持 Claude Code、Codex、Cursor 等宿主。它按输入信号自动路由到 CREATE、ADAPT、UPDATE 三种模式，并整合了此前的 create-skill、adapt-skill、update-skill。
一套通过无偏见执行者与双侧评估，迭代改进面向 AI 智能体的提示/技能/斜杠命令/CLAUDE.md 的方法论。核心观点是提示作者无法评判自己提示的质量，需让空白状态执行者实际运行并按阶段定位歧义。
ts-agent-sdk 是一个用于生成 TypeScript 类型化 SDK 的技能，帮助 AI 智能体通过 MCP 服务器与 Web 应用交互，把冗长的 JSON-RPC curl 命令转换为清晰的函数调用，并自动生成类型。
agent-rdp 是一个通过命令行控制 Windows 远程桌面（RDP）会话的工具，用于自动化、测试和远程管理。它支持连接、截图、鼠标键盘操作、剪贴板、驱动器映射，以及基于 UI Automation 的元素快照与点击填写等操作。
Agent Bootstrap 是一个用于从 agent.toml 清单文件引导智能体开发环境的技能。它读取仓库根目录下的 agent.toml，校验环境变量、命令和运行时版本，并为当前工具（如 Claude Code、OpenCode 等）配置插件、生成 MCP 服务器配置，同时支持安装远程技能和运行验证检查。该技能强调无外部依赖的自引导方式，不依赖 curl|bash、包管理器或外部工具，仅凭清单文件与技能本身完成环境搭建。
LiveKit agent 生产运维技能：用 lk agent 命令部署版本到 LiveKit Cloud 并回滚、管理密钥与配置，理解 worker 进程模型、预暖机制、事件循环、提供商容错、首音频延迟优化、优雅停机、升级与可观测性。
用于优化 LLM 应用成本与响应延迟的技能，通过缓存、模型选择、批处理和提示词优化降低费用并提升速度，并提供成本拆解、延迟热点分析与优化建议。
用于按仓库约定生成 Claude Code 技能的技能（skill-creator），可创建包含正确结构、frontmatter、工作流、代码示例和参考文件的 SKILL.md 技能包，适合在已有技能仓库中新增或规范化技能。
用于分析 PostHog 页面热力图并给出具体改进建议的技能：它拉取某个 URL 的点击、愤怒点击与滚动深度数据，结合自动捕获事件把坐标还原为具体元素，再输出可执行结论。
嵌套子代理（Nested Sub-Agents）是一种通过 Claude Code 原生 Task 工具生成子代理树的能力，允许子代理继续生成子代理，最多嵌套 5 层。它主要面向上下文管理而非并行加速：每一层拥有独立的上下文窗口，使深层工作不会耗尽顶层代理的上下文预算。适用问题是可分解为嵌套层次（研究→展开→验证→综合）且每层会污染父级上下文的场景，或单代理上下文窗口不足以容纳全部中间状态时。叶节点可使用不同子代理类型与专用提示。若扁平扇出（一条消息内 Task × N）已够用则应跳过，因为嵌套会增加延迟。使用方式为先调用协调器 nested-coordinator 作为顶层代理，协调器先通过 TodoWrite 规划生成树，再逐层派发；每层返回约 200 token 的结构化摘要而非完整记录，树的形状由 post-task 钩子写入 AgentDB。深度预算方面，Anthropic API 为 5 层，Ruflo 默认为 4 层，可通过 CLAUDE_FLOW_STRICT_NESTING=true 强制限制。
Luxin 的 image-skill 是面向智能体的图像生成与编辑技能入口，沿用原名，无需先申请 API 密钥。它使用同一套零配置托管 Luxin 运行时，提供 CLI/API、受限智能体身份、额度与支付循环、持久媒体 URL、可恢复任务、费用回执和稳定 JSON 输出。
「武装思想」是求是方法论的入口与总原则类技能，用于在每次新的顶层会话开始时加载一次，以「实事求是」约束全部判断，并只在明确适用时把任务路由到对应的方法论 skill。其核心是四条硬规则：结论跟着证据走、分清「已核实的事实／推断／未知」三种话、验证过才算完成、遇阻先诊断。技能还提供一张路由表，根据任务情境调用调查研究、矛盾分析法、实践认识论、群众路线、批评与自我批评、持久战略、集中兵力、星火燎原、统筹兼顾或工作流组合等下游技能。直接执行类任务不触发任何下游 skill，只吸收四条规则；被派遣执行单一具体任务的子 agent 直接跳过本 skill。