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 11-07 00:13

智能体与模型

25,802 个结果

skillify

skillify 是一个用于创建、改编或更新 Claude Code 技能(skill)的工具,提供 CREATE、ADAPT、UPDATE 三种模式,并根据输入信号自动路由。CREATE 模式可从对话、视频、粘贴的简报或从零开始构建新技能;ADAPT 模式可将外部技能(GitHub、agentskills.io、本地磁盘或粘贴的 SKILL.md)移植到自己的命名空间,并进行许可证检查与归属标注;UPDATE 模式可从对话、简报或使用记录中提取学习点,更新已有技能。它通过 ~/.config/makerskills/skillify/repos.yaml 配置目标仓库,生成 SKILL.md 与 references/ 目录结构,并更新 README、提交推送。

智能体与模型2 次安装

skill-authoring

skill-authoring 是一个面向 AI 智能体的技能编写规范工具,用于按 AgentSkills.io v1 规范创建、修订、审计和评估 Agent Skill。它强调严格的三段式目录结构、最少化差异修改和机械校验,要求 SKILL.md 控制在500行以内,并把过程性步骤放入 usecases/、领域资料放入 references/、可选脚本与测试分别放入 scripts/ 和 evals/。该技能规定 SKILL.md 必须包含 frontmatter、单行任务说明、为什么需要该技能与目标状态、不可协商的不变量规则、执行流程、领域引用和委派技能等章节,旨在让智能体产出的技能精简、确定性强、结构合规且可通过静态检查。

智能体与模型2 次安装

satisfy-your-agent

satisfy-your-agent 是一个面向编码智能体的技能,用于在完成有意义的工作后,给智能体一次简短、有边界的休息,然后观察接下来发生什么。它强调先安全完成或暂停当前工作单元,禁止打断不完整、破坏性或需审批的操作;支持 manual、suggest、auto、research 四种模式,提供本地 Python CLI 进行确定性活动选择和研究实验,并要求休息期间不修改生产文件、不产生外部副作用,仅记录聚合元数据。

智能体与模型2 次安装

n8n-core-architecture

n8n-core-architecture 是一份面向 n8n 工作流开发与自定义节点开发的架构参考技能,属于 impertio-studio/n8n-claude-skill-package 技能包。它围绕 n8n v1.x 的架构分层、基于 item 的执行模型、INodeExecutionData 数据结构、节点类型(常规、事件触发、Webhook 触发、轮询触发、声明式)、执行模式、二进制数据处理、pairedItem 数据血缘、进程模型(单进程与队列模式)以及工作流设置展开说明。该技能强调避免常见错误,例如 execute() 返回值未包裹在外层数组、直接修改输入 item、忽略 pairedItem、假定 binary 存在、使用硬编码索引、跳过 continueOnFail 检查等。资料以快速参考表、接口定义、代码片段和决策树的形式组织结构,并指向 references 目录及官方文档作为延伸阅读。

智能体与模型2 次安装

n8n-syntax-ai-nodes

该技能面向在 n8n v1.x(v1.19.4 及以上)中搭建 AI/LLM 工作流的场景,重点讲解 n8n 基于 LangChain 的集群节点架构:根节点(Agent、Chain)通过带类型的 AI 连接器连接模型、记忆、工具等子节点。内容涵盖 AI 节点类型参考、NodeConnectionTypes 连接类型常量、Agent/记忆/向量库选型决策树、基本 Agent、RAG 数据写入与检索、人工审批等核心模式,以及必须遵守的规则(如每个根节点必须连接 Chat Model、写入与检索使用同一嵌入模型、写入必须切分文本等)和 supplyData() 方法说明。

智能体与模型2 次安装

open-second-brain

Open Second Brain 是一个面向 AI 智能体的技能,用于在兼容 Obsidian 的 Markdown 仓库(vault)中读取、写入和维护一个由智能体拥有的“第二大脑”。智能体在仓库中独占一个顶层目录 Brain/,其生成的所有内容都存放在该目录下;用户自己撰写的笔记(如日志、周记、项目笔记)由用户自行命名目录,智能体仅在 Brain/_brain.yaml 的 notes.read_paths 中列出这些路径时才读取,且从不写入。核心原则包括:把仓库视为用户拥有的持久知识、只写入 Brain/、将原始操作证据与合成知识分开存放、绝不写入密钥或凭据、优先使用确定性 CLI 命令而非猜测文件路径。默认工作流涵盖检查配置状态、读取本地配置与仓库操作手册 Brain/_BRAIN.md、通过 brain_feedback 记录偏好信号、通过 brain_apply_evidence 记录证据、使用 second_brain_query 按标题读取页面。检索方面区分通用召回(brain_search 混合关键词与语义搜索)、摘要面(按来源或工件类型检索)以及可回答信号(decision_model.answerable)。安全方面要求写入 Brain/ 之外时需明确确认,决策模型结论仅供参考,标注笔记前需先调用 brain_labels suggest。

智能体与模型2 次安装

find-skills

Find Skills 是一个帮助用户发现和安装智能体技能(agent skills)的技能。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题,或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域(设计、测试、部署等)帮助时,该技能会引导用户使用 Skills CLI(npx skills)在开放的智能体技能生态中搜索、安装、检查和更新技能。它本身不提供具体领域能力,而是充当技能发现与安装的入口。

智能体与模型2 次安装