SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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

25,848 个结果

automate-me

这是一个引导式技能，用于把用户的工作习惯与偏好提炼成一个“个人模式技能”（如 jay-mode、priya-mode），让智能体按用户本人的方式工作。它编排三步流程：挖掘当前工作区内的历史对话记录、用结构化提问补充尚未体现的偏好、再借助 skill-creator 与 unslop 技能撰写并打磨技能文件。支持更新已有模式技能：只挖掘上次编辑后的历史，在原文件上就地修订并保留未被否定的章节。最终在 worktree 中提交并开 PR，不直接推送主分支。

智能体与模型2 次安装

figure-it-out

figure-it-out 是 saltbo/bstack 中的一个工作流设计技能，用于在没有现成操盘方案可套用时，为大型迁移、复杂多部分改动或需要事后人工审查的工作，设计一套可审计的执行剧本。它在写代码之前先产出一套分阶段工作流：从任务框定、流程设计、实验式执行循环、审计记录到最终验证与交接，按任务风险调节严谨程度，并留下可供他人复核的决策轨迹。

智能体与模型2 次安装

principle-encode-lessons-in-structure

「principle-encode-lessons-in-structure」（把经验写进结构）是 saltbo/bstack 中的一条技能原则，面向编写和维护 AI 指令、规则与提示的开发者。它的核心主张是：当你发现自己第二次写下同一条指令，或注意到自己反复纠正同一类问题时，不应继续重复叮嘱，而应把这条规则固化成结构化的约束，例如 lint 规则、元数据标记或运行时检查。资料同时说明，使用前每会话需先阅读一次宿主适配器（host adapter），它负责把上游 Cursor 特有的工具、模型、路径与权限指令映射到你的宿主环境，并设定权限边界；若某条经验需要人的判断、无法被结构化，则应把该指令写得更醒目，并补充一个失败模式示例。该技能强调“指令只是症状，结构才是修复”。

智能体与模型2 次安装

principle-guard-the-context-window

该技能来自 saltbo/bstack，用于在上下文窗口逐渐填满时进行管理。它适用于出现大量输出、长文件、重复读取以及扇出规划等场景，主张将大批量内容路由到子代理处理，在主线程中只保留摘要。技能文档要求每个会话先阅读一次宿主适配器，以明确工具、模型、路径与权限的映射及权限边界。其核心理由是上下文溢出会降低推理质量、产生压缩伪影并中断进展。文档还给出了按阶段控制规模、限制每阶段文件数、设置回合预算并计入机制成本的做法。

智能体与模型2 次安装

principle-never-block-on-the-human

这是一个面向 AI 编程智能体的行为准则技能，核心是“不要因为可逆的工作而阻塞等待人类确认”。它要求智能体在遇到可逆操作时，例如编写代码、编辑笔记、拆分任务，主动做出合理决策并继续推进，事后再由人类异步监督和纠偏；只有当操作不可逆时，例如强制推送、删除生产数据、发送外部消息，才需要先获得确认。该技能还强调“先执行再呈现”、让系统具备自愈能力，以及在每个会话中先读取宿主适配器，以了解工具、模型、路径和权限的映射关系。资料对其具体安装方式与运行环境未作说明。

智能体与模型2 次安装

saltmode

Saltmode 是 Saltbo 的显式工程模式，改自 pstack，用于选择任务 playbook 并协调各个独立的 pstack 技能。它通过一份宿主适配说明，把原本面向 Cursor 的工具、模型、路径和权限指令映射到当前宿主，并设定权限边界。它按任务类型触发不同技能：面对非平凡改动或架构决策时使用 how 技能；涉及跨函数边界的代码时使用 architect 技能；需要并行分发任务时使用 swarm 技能；面对有争议的设计时使用 interrogate 技能；撰写文档或 PR 说明时使用 technical-writing 技能；在提交前做 deslop 清理；在审查前执行 no-comments 检查；创建 PR 后使用 Babysit playbook 跟踪状态；把绿色栈落地时使用 Shipping playbook。它还规定模型分配、子代理使用方式、自主性边界与回复写法，并列出多条工程原则，如懒散协议、从第一性原理重新设计、先减后加、让非法状态不可表示、验证真实产物、先修根因等。该技能以 SKILL.md 文件形式分发，文档篇幅较长，参数与具体执行细节需查阅原文件。

智能体与模型2 次安装

setup-pstack

setup-pstack 是一个用于配置 pstack 各角色所用模型及其推理预算的技能。它会检测当前环境可用的模型，并按宿主适配器的路径写入模型规则文件，从而覆盖 pstack 的默认模型配置。该技能仅在用户主动要求时运行，普通 saltmode 使用不需要它。它先读取宿主适配器，确定工具、模型、路径与权限的映射，再检测可用模型、加载现有配置、选择预算并逐角色确认，最后校验并写入规则文件。

智能体与模型2 次安装

show-me-your-work

show-me-your-work 是一个面向长时间运行或无人值守任务的决策记录技能，用于保留可供复核的工作轨迹。核心做法是维护一个 TSV 日志文件，每次决策一行，记录时间戳、阶段、决策内容、原因、证据指针和结果状态，默认保存在工作目录的 decisions.tsv 中且不纳入版本控制。该技能强调只追加不修改、用证据指针替代冗长说明、只记录决策点与检查点而非每步操作，并要求在交付前对照本次运行的对话记录审计日志，再由不同模型家族的子代理进行交叉复审，最后在回复中附带 Attention 段落列出复审标记。

智能体与模型2 次安装

swarm

swarm 是一个用于并行执行多工作单元（worker）的技能：它把任务分发给 N 个并行 worker，收集这些 worker 的结果，再汇总成一份统一的报告。资料说明它适用于 /swarm 指令、并行覆盖、竞速（race）、gauntlet 与探索等场景。该技能要求会话开始时先读取一次宿主适配器（host adapter），把上游 Cursor 专用的工具、模型、路径与权限说明映射到当前宿主，并设定权限边界。随后按 Frame、Fan out、Aggregate、Report 四个阶段执行：先定义完成判定与交付物，并选择切分、竞速或混合结构，以及 worker 模型；再一次性并行启动所有 worker；然后读取结果、按既定选择规则取舍，并处理缺失与掉队；最后输出一份带结果表的合并报告。

智能体与模型2 次安装

Short-form Repurposing

该技能用于把获得授权的长视频拆解为一组按质量排序的短视频候选片段：定位可用片段、按独立可看性与吸引力排序、按目标比例重构图、并在确定片段后生成字幕，同时保留源视频与派生片段的来源对应关系。它定位为编辑性包装流程，不包含自动发布能力。若未指定平台，仅返回中性的9:16候选并注明假设，不宣称符合任何平台规则。

智能体与模型2 次安装

Video Model Selection

Video Model Selection 是一项视频模型选型技能，用于把创意视频需求转化为有依据的模型与端点决策。它要求明确任务意图（文生视频、图生视频、参考视频、编辑、延长、运动、口型同步、剪辑、字幕、增强等）、源素材数量与角色、目标时长、比例、分辨率、帧率、音频、语言、运动要求、连续性约束、延迟、质量、预算、批量大小与重试容忍度、可用工具与账号/区域限制及版权状态。技能通过实时 schema、可用性、成本估算与返回结果形态来验证端点，并给出主要方案、备用方案与验证渲染计划，不提交付费批量任务。

智能体与模型2 次安装

skill-forge

Skill Forge 是一个为 Claude Code 创建高质量、生产级技能的指南型技能。它提供技能架构、工作流设计、提示工程和打包方面的专家指导，帮助把 Claude 从通用智能体转变为具备流程性知识、领域专长和附带工具的专业智能体。其核心理念是「铁律」：技能中的每一行都必须证明其 token 成本是合理的，若不能使模型输出更好、更一致或更可靠，就应删去。技能默认 Claude 已足够聪明，只补充它原本不知道的内容。Skill Forge 提供从理解技能用途、规划架构、初始化、编写描述、编写 SKILL.md 正文、构建资源到审查、打包的完整九步工作流，包含可跟踪的清单、确认门和交付前检查表。

智能体与模型2 次安装