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 11-06 00:14

智能体与模型

25,710 个结果

llm-council

llm-council 是一个通过命令行编排多成员 LLM 规划委员会(council)的技能:它可配置 Codex、Claude Code、Gemini、OpenCode 或自定义 CLI 智能体作为规划者(planner),并行生成相互独立的实现计划,再由评审者(judge)按评分标准与 Markdown 模板进行匿名化评审,最终产出 judge.md 与 final-plan.md 等可审计的 Markdown 计划文件。使用前需先检查是否存在 agents 配置文件,若不存在需运行 ./setup.sh 进行配置;运行时通过 python3 scripts/llm_council.py run --spec /path/to/spec.json 启动,运行产物保存在当前工作目录的 ./llm-council/runs/<timestamp> 下。流程包括加载任务规格、探索代码库、提出详尽的需求澄清问题、构建规划者提示词并并行启动、收集与校验输出(失败最多重试 2 次)、匿名化与随机排序后评审、保存评审结果与最终计划。

智能体与模型2 次安装

mcp-builder

mcp-builder 是一份用于创建高质量 MCP(Model Context Protocol)服务器的开发指南。MCP 服务器通过设计良好的工具,让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准,将开发流程划分为四个阶段:深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript(配合官方 SDK)或 Python(FastMCP)作为开发语言,远程服务器使用 Streamable HTTP 传输,本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解(readOnlyHint、destructiveHint 等)、代码质量检查、使用 MCP Inspector 测试,以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。

智能体与模型2 次安装