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 11-05 00:16

智能体与模型

25,648 个结果

ralph-loop

Ralph Loop 是一个用于引导 OpenClaw 智能体执行 Ralph Wiggum 循环的技能。它通过 OpenClaw 的 exec 与 process 工具编排各类 AI 编程智能体(如 Codex、Claude Code、OpenCode、Goose、Pi)的会话,按照 Ralph playbook 的流程运行:定义需求、JTBD、聚焦主题、生成 specs/*.md,然后进入 PLANNING 循环(创建或更新 IMPLEMENTATION_PLAN.md,但不实现代码),再进入 BUILDING 循环(实现任务、运行测试作为 backpressure、更新计划、提交)。循环通过 PROMPT.md + AGENTS.md 以及磁盘上的计划与规格文件来持久化上下文。该技能本身生成的是供 OpenClaw 智能体使用的指令,由智能体使用其工具能力执行命令,而非用户直接运行脚本。对于需要真实终端(TTY)的交互式 CLI,采用 exec 工具配合 pty: true 与 background: true,并通过 process 工具轮询、查看日志、检测完成和终止会话。适用于希望让 AI 编程智能体按照结构化计划循环推进开发任务的场景。

智能体与模型10 次安装

skill-evolve

Skill Evolve 是一个用于改进已有 skill 质量的演进式方法论工具。它的核心理念是「好 skill 是总结出来的,不是设计出来的」,主张先让 skill 跑起来,观察真实表现,从失败中提炼模式,小步迭代,让 skill 自己「长」好。当用户说「改进这个 skill」「这个 skill 效果不好」「优化 skill」「skill 不够好」「迭代 skill」「skill-evolve」或「/evolve」时触发。它通过观察→总结→改进→验证的循环,系统性地提升 skill 质量,适用于已有一个能跑的 skill 但质量不满意、需要持续打磨的场景。

智能体与模型10 次安装

playwright-stealth-identity

playwright-stealth-identity 是 playwright-stealth 工具链中负责创建或调整隐身身份(stealth identity)的技能。它为每个账号在项目目录下的 .stealth/<name>/ 中生成一份独立身份,包含唯一的指纹种子(fingerprint seed),并将该目录加入 gitignore。该技能是唯一创建或编辑 profile.toml 的入口,完成后把身份交给 playwright-stealth 用于手动登录和后续驱动。默认配置已是最强的反识别设置,因此常见路径是零提问、单条命令完成。仅限用于自己拥有或获授权测试的站点,每个账号一个身份,不得用于规避封禁或违反站点条款的多账号操作。

智能体与模型10 次安装

superset

Superset CLI 是一个命令行工具,用于创建隔离的工作空间、启动编码代理、调度自动化任务,以及管理 Superset 的项目、任务和主机。它支持在远程主机或本地机器上克隆项目仓库、创建分支或检出 PR,并在工作空间中启动 Claude、Codex 等代理会话。用户可以通过 CLI 创建任务、终端会话,并利用 RRule 调度自动化代理运行。该工具适用于需要并行化编码代理工作流、管理多项目任务或定期执行代理任务的开发场景。

智能体与模型10 次安装

find-skills

find-skills 是一个用于帮助用户发现并安装智能体技能(agent skills)的技能。当用户提出“如何做某件事”“帮我找一个能做某事的技能”“有没有技能可以完成某功能”等问题,或表达希望扩展智能体能力的意愿时,它会指导 AI 通过 Skills CLI 搜索、评估并安装合适的技能。Skills CLI(npx skills)被称为开放智能体技能生态的包管理器,技能是用于扩展智能体能力的模块化包,可提供专业知识、工作流与工具。该技能给出了一套流程:先理解用户需求所属领域与具体任务,再查看 skills.sh 排行榜优先寻找知名技能,然后运行 npx skills find [query] 进行搜索,并在推荐前核查安装量、来源信誉与 GitHub 星标;最后向用户展示技能名称、用途、安装量、来源和安装命令,并在用户同意后协助安装。

智能体与模型10 次安装

jev-engineering

Jev Engineering 是一套围绕 TypeSafe 的 Jev 决策模型(System One)进行设计与构建的方法论与技能包,用于开发用例、POC 与生产系统。Jev 不生成文本,而是针对你编写的标准对输入文本(以及危险区中的图像)进行判断,返回带概率的类型化答案:Noul(为是的概率)、Choice(选项+分布+置信度)、Score(预期等级+分布+置信度),以及在 jev-1.14 上的 Box(一个边界框+置信度)。其余部分都是你自有的普通软件:状态构建器、候选列表、算术与日期、策略与阈值、工作流、执行与验证。生成模型负责写产物与字面量,Jev 在前后做路由与校验。该技能提供设计模式、十二个用例原型、机制目录、状态与问题编写规范、聚合与门控、传输与可靠性、评估与上线等参考文档,以及 POC 骨架与客户端代码资产,帮助以低成本、快速且可检查的方式构建编辑工作室、诊断库、义务追踪、档案、语料地图、规则包、记忆裁判、信号观测站与智能体循环等用例。

智能体与模型10 次安装