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 10-19 00:11

智能体与模型

24,124 个结果

tooluniverse-stem-cell-organoid

面向干细胞、iPSC 与类器官研究的技能,用于查询多能性标志物、定向分化通路、谱系定向因子和类器官模型选择。它通过 ToolUniverse 工具集(CellMarker、KEGG、Reactome、STRING、CELLxGENE、HCA、GEO、OpenTargets、PubMed、临床试验检索等)发现标志物与数据集、检索分化相关信号通路,并按证据等级(T1–T4)整理发现,辅助设计实验与评估类器官保真度。该技能只分析已发表数据与设计方案,不直接控制培养设备,也无法提供完整的类器官方案数据库。

智能体与模型215 次安装

exploring-llm-traces

这是一个用于调试与检查 LLM/AI 智能体追踪(trace)的技能,基于 PostHog 的 MCP 工具。当用户粘贴一个 trace 或 session URL(如 /ai-observability/traces/<id>),或需要排查 AI 智能体行为时使用。它能区分 trace 与 session URL,按需获取单个 trace 的完整事件树、按 session 列出相关 trace,并通过摘要/完整两种详情模式在控制上下文开销的同时读取内容。技能还提供查询事件 schema、执行 SQL、解析大型追踪结果的脚本,以及 investigation 模式,帮助回答智能体是否正确调用工具、上下文是否正确、子智能体是否工作、模型为何输出某内容等问题。

智能体与模型215 次安装

langfuse-observability

Langfuse Observability 是一个用于为 LLM 应用添加 Langfuse 追踪(tracing)能力的技能,帮助开发者在新项目中接入 Langfuse、为 LLM 调用增加可观测性,或审计已有的埋点。它提供了一套工作流程:评估项目现状、验证基线要求(模型名称、Token 用量、追踪命名、Span 层级、观测类型、敏感数据脱敏、输入输出捕获)、先探索追踪数据、发现额外上下文需求(如 session_id、user_id、用户反馈评分、feature 标签、customer_tier 标签),并引导使用 Langfuse UI。该技能优先推荐使用框架集成(OpenAI SDK、LangChain、LlamaIndex、Vercel AI SDK、LiteLLM 等)而非手动埋点,并列出常见错误及修复方法。

智能体与模型213 次安装

ensemble-solving

Ensemble Solving 是一个用于并行生成多种解决方案并择优选取的技能。它通过启动 3 个采用不同思路的子代理,独立地针对同一任务产出 3 份方案,随后依据加权标准进行评估,最终返回最佳方案,并附上选择理由与备选方案摘要。适合架构决策、存在多种可行实现的代码生成、API 设计、命名与品牌、文档风格、重构策略以及算法选择等场景。对于简单查询、语法问题、单一原因的缺陷修复、文件与 git 操作、确定性配置变更,以及只有唯一明显解法的任务,则不建议使用。其代价约为单次尝试的 4 倍开销。

智能体与模型213 次安装