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

25,663 个结果

hyper-execute

hyper-execute 是一个用于执行已写好工作计划(plan)的技能,属于 alpoxdev/hypercore 技能包。当用户要求把 .hyper/plans/ 下的计划文件逐波(wave)执行到完成时使用。它扮演编排者角色:选择计划、按波拆分、派发任务、独立验证、记录证据并落地交付,自身不编写产品代码。执行状态保存在 .hyper/execute/<slug>/ 目录,支持中断或压缩后从磁盘证据恢复。每一行任务需在真实环境产出可捕获的工件才算通过,不接受工作者口头声明或 dry run。支持 --worktree、--make-pr、--ship、--in-place 等模式,并设有尝试次数与时间上限,超限的行标记为未完成并继续其余行。

智能体与模型4 次安装

hyper-mass

Hyper Mass 是一个面向多智能体协作的技能,用于把依赖有序的工作组织成显式任务图(DAG)并分波执行。它适用于存在真实先后顺序的任务:例如任务 C 需要 A 和 B 先完成,或扇出任务必须经过统一的评审或验证节点汇合。触发词包括 mass、DAG、의존성 그래프、단계별 병렬,但判断依据是任务之间是否存在排序关系,而非措辞。该技能一次只处理一个阶段:先定义节点、边、写入范围、交接文件、层级、上限和验证节点,再开始派发;图被视为契约,任何变更都作为 amend 记录在日志中。执行采用有界波次:就绪节点按并发上限一次性派发,波次结束后核对声明、记录状态转换,再开启下一波。上限为每次运行 32 个节点、8 个并发节点、每节点 2 次重试、每次运行 3 次 amend。运行产物保存在 .hyper/mass/<run-key>/ 下,包括 graph.json、run.jsonl 和 nodes/<node-id>.md 交接文件。运行只有在成功标准通过并附有捕获证据、且验证节点确认后才结束,而不是最后一个节点报告完成即结束。默认面向用户的交付物、报告和聊天输出使用韩语,代码标识符、命令、路径等保持原语言。

智能体与模型4 次安装

binder-gauntlet

Binder Gauntlet 是一个用于对从头设计的蛋白质结合剂和微型蛋白进行验证与可开发性评估的技能。它面向任何蛋白质靶标,提供超越结构预测置信度的计算尽职调查,包括:用独立预测器重新预测结合复合物、模型单体再折叠、对照实验、特异性面板、自关联检查、天然环境检查、物理界面指标,以及序列层面的可开发性分析和一份报告。该技能强调在设计中循环使用检查来指导决策,并诚实地记录未检查项。

智能体与模型4 次安装