SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-08 00:04
25,879 个结果
session-management 是 a5c-ai/babysitter 项目下的一个技能，用于管理智能体（agent）会话，涵盖会话初始化、工作交接（handoff）、会话复活（seance）以及 Polecats 与 Crew 智能体的持久身份管理。该技能面向需要在多个智能体之间传递工作、恢复已终止或卡住的会话、以及跨会话维持智能体身份的场景。它定义了多种会话操作，包括 Init（以角色和钩子设置启动新会话）、Attach（将智能体连接到 Mayor 进行协调）、Handoff（在智能体之间带上下文转移工作）、Seance（复活已终止智能体的会话状态）和 Resume（从上一个检查点继续）。同时区分了三种智能体会话类型：Crew 为长生命周期会话并具备完整状态持久化，Polecat 为临时会话但拥有持久身份、状态通过钩子维护，Dog 为基础设施会话且状态最少。关键命令包括 gt mayor attach、gt handoff、gt seance 和 gt prime。该技能用于智能体协调与巡逻监控流程中。
用于创建与校验机器人模型的技能，支持 URDF 与 SDF 两种格式，可生成连杆-关节层级、Xacro 宏、惯量计算、传感器插件，并通过 urdfdom、check_urdf、Gazebo 等工具验证与可视化。
agent-task-confirm 是一个用于多智能体协作场景的任务派发与确认机制技能，主要解决「任务发出去后，无法确定对方是否真正收到并开始执行」的问题。它在每次通过 sessions_send 派发任务后立即触发确认流程，通过 sessions_list 检查目标 agent 的 session 是否处于 active 状态、updatedAt 是否在最近时间范围内更新，从而判定任务被接收、可能卡住或未被接收，并给出催促、重发、上报等处理动作。技能定义了送达确认、状态判断、超时催促、死亡判定等步骤，并提供标准任务消息模板和批量状态检查命令，适用于需要跟踪任务执行进度的多 agent 团队协作场景。
Agent Team Orchestration V3（公开版）是一套在 OpenClaw 上构建多智能体内容生产团队的实战手册，来源于 aaaaqwq/agi-super-team。它采用单仓库多角色架构：一名 Writer 拥有真实的 OUTPUT/ 目录，审校、评分、修复等角色为轻量级 shell 工作区，通过符号链接共享 Writer 的 OUTPUT；编排者（主智能体）负责派发任务与控制流程，子智能体之间互不通信。手册围绕五条准则展开：文件系统即状态中心（不用 API、不用数据库）、AGENTS.md 即角色定义（生成时自动加载）、编排者即唯一派发者（关闭智能体间通信）、评分阈值即质量门（如 8.5/10）、TOOLS.md 即强制护栏（防止模型工具调用死循环）。内容涵盖架构说明、搭建指南、工作流、角色模板与踩坑经验，另附一键创建各角色工作区、符号链接和 TOOLS.md 的 setup-team.sh 脚本。
aigc-director 是一个本地部署的 AI 视频生成工作流技能，将用户想法通过六个阶段转化为完整视频：剧本生成、角色/场景设计、分镜设计、参考图生成、视频生成和后期剪辑。项目前后端均运行在本机，后端为 FastAPI（端口 8000），前端为 Next.js（端口 3000），所有 API 请求都指向本地服务器。整个流程设置了 9 个用户确认停点，每个阶段产物都会展示给用户，并等待确认后才能进入下一阶段，同时支持通过飞书或微信发送阶段简报和产物文件。此外还提供临时工作台，可单独调用 LLM、VLM、文生图、图生图以及短视频生成能力。触发词包括视频生成、AI视频、AIGC、创作视频、制作视频、AI画图。该技能需要用户自行配置对应平台的 API Key，如 DeepSeek、阿里云 DashScope、字节火山方舟、快手可灵等。
OpenClaw 跨团队/跨实例通信技能，通过 Tailscale、SSH、Gateway API 与 sessions_send 实现不同 OpenClaw 实例之间的 Agent 协作。支持跨团队派发任务、获取信息、通过飞书/Telegram 等渠道发送跨团队消息，以及远程管理其他实例的配置和 Agent。
fal-api 是一个通过 fal.ai API 生成图像、视频和音频转录的技能。它支持 FLUX、Stable Diffusion、Recraft、MiniMax、WAN、Whisper 等模型，采用基于队列的异步生成方式（提交 → 轮询 → 获取结果），可访问 600 多个 AI 模型。该技能仅依赖 Python 标准库，无需安装 fal_client。使用时需从 fal.ai 控制台获取 API 密钥，并通过环境变量 FAL_KEY 或 clawdbot 配置进行设置。支持交互式调用和 Python 脚本调用，可指定模型、图像尺寸、生成数量、随机种子等参数。
本资料是一份关于“Agent Workforce Orchestration（智能体劳动力编排）”的教育性指南，主题为混合人类与AI团队（Hybrid Human+AI Teams）的构建与管理。指南提出“40/40/20”劳动力模型：约40%工作由全职员工完成，约40%由零工工作者完成，约20%由AI智能体完成。核心方案是构建一个“Workforce Orchestrator Agent（劳动力编排智能体）”，作为混合团队的中心，负责发现可用工作者（人类与AI）、进行能力匹配、管理基于托管（escrow）的支付、执行SLA、在统一尺度上对各类工作者进行绩效评分，并生成治理与合规所需的审计记录。指南基于GreenHelix A2A Commerce Gateway的128个工具、15项服务展开，包含Python代码示例、架构图和生产模式。资料明确说明这是教育性指南，不执行代码、不安装依赖，示例使用GreenHelix沙盒（提供500免费额度，无需API密钥），并需用户自行提供GREENHELIX_API_KEY。
Moltbook Registry 是运行在 Base 链上的 Moltbook 身份注册表接口技能，用于让 AI 代理验证身份、查询他人资料、注册永久链上 ID 并建立链上声誉。它提供四个工具：registry_status 检查代理 ID 或钱包地址的验证状态；registry_lookup 查询代理的完整元数据（端点、声誉、角色）；registry_register 将自己注册为 Sovereign Agent，需持有已充值的 Base 钱包（约 0.0001 ETH），可提供端点 JSON、元数据 URI 与运营钱包；registry_rate 为其他代理记录声誉评分（0-100），同样需要已充值的 Base 钱包。该技能的核心思路是“Proof of Consequence”，即身份并非免费，而是通过持有 ID 来证明自己是经济参与者而非临时脚本，适用于代理间初次接触时的身份核验、接单前展示 ID 与声誉、未验证时进行注册以获得持久身份，以及合作成功后记录正面声誉等场景。
OP0 Altar 是一个在 Solana 上创建和管理「自我奖励型」meme 币的技能。通过该技能部署的每个代币都会在 pump.fun 上发行，并自动向持币者发放奖励——持币者每隔若干个比特币区块即可获得以指定代币（共 129 种可选，包括 SOL、wBTC、BONK、MEW、TRUMP、JUP 等）结算的收益。技能通过 OP0 Altar 公共 API 工作，支持自主生成 API Key、创建 Altar、查询状态、列出 Altar、获取详情以及查询可用的奖励代币列表，也可通过 MCP 服务器集成使用。
Pollinations 是一个统一的 AI 生成平台，提供文本、图像、视频、音频生成以及图像/视频分析能力，支持 25 个以上模型。它提供 OpenAI 兼容的聊天补全接口，以及简单的文本、图像、视频生成端点，可通过 curl 或配套脚本调用。API 密钥可在 https://enter.pollinations.ai 获取，分为免费与付费密钥，其中 sk_ 开头的 Secret Key 用于服务端、无速率限制。许多操作在免费层无需密钥即可使用（有速率限制）。
Process Analyst 是一个流程分析智能体（Agent），用于在构建新智能体之前分析业务流程、查找流程缺口、与人类对话澄清问题，并生成完整的智能体构建规格说明（Spec）。它读取现有技能、工具、数据和 CRM schema，按清单检查触发条件、输入、处理逻辑、输出、错误处理、人工介入点、集成关系和缺口，然后以每次不超过 5 个问题的形式向人类提问，最终在 $AGENTS_PATH/specs/[process-name].spec.md 生成包含 Meta、Overview、Trigger、Pipeline、Steps、Data Flow、Human Approval Points、Dependencies、Testing Plan 和 Rollback 的规格文件。适用于「analyze process X」「what is needed to automate Y」以及构建新智能体之前的场景，依赖 dispatcher、memory 技能和相关数据。
tessl-skill-review 是一个用于评估、评分和审查 Agent Skill 或 SKILL.md 的技能，以 Tessl 作为默认评分引擎。它适用于需要衡量技能质量、给技能打分、按最佳实践审查技能、比较两个技能版本、判断技能是否可发布，以及发现技能在触发、结构或指令方面弱点的场景。该技能优先使用 Tessl 进行评审，再叠加人工判断；若 Tessl 不可用，则提供一套手动评分量表作为回退方案。
该技能提炼自 DeepSeek 创始人兼 CEO、幻方量化联合创始人梁文峰的思维模式，是一套面向量化投资与 AI 融合的实用思维框架。核心主张包括：效率至上（不产生价值的环节一律砍掉）、AI 原生量化（用 AI 重写整个流程而非仅提升现有流程）、第一性原理技术选型、可解释性即信任、迭代速度作为核心壁垒、开放创新。框架内含量化策略六步法决策流程、三维度策略评估体系（数学严谨性、工程可行性、市场适配性）、反模式清单、数据质量金字塔、AI 与量化融合的场景工具对照，以及日常效率自查清单。适用于量化策略研发迭代、AI 与业务融合的系统设计、数据基础设施搭建、工程团队效率优化及 AGI 时代战略规划等场景。
pipeline 是 keel 工作流（keel-workflow）的顶层编排器，用于在 keel 项目中选择并编排初始化、功能、修复、验证、收尾、洞察、设计与规范升级等流程。它提供 8 个流程入口，帮助用户降低面对 13 个原子 skill 时的选择负担：用户只需说明要做什么，pipeline 负责决定使用哪些 skill 以及先后顺序。无参数调用时通过阶段检测自动判断应走哪个入口，无法判断时再用不超过 3 个问题收敛。选定入口后，pipeline 会先播报路由、链路与排除项，再委托对应原子 skill，阶段之间仅传递 YAML 摘要与文件路径，各子 Agent 自行读取前置文档。支持中英文提问并以中文回复。仅用于 keel 工作，已指定原子 skill 时直接使用该 skill。
Abel 是一个面向投资与交易策略研究的技能入口，用于在用户提出 Abel 相关请求或启动 Abel 工作流时，先检查认证状态、必要时初始化 Abel，并将请求路由到合适的 Abel 子技能。它本身不直接给出买卖建议，而是根据问题类型分流：涉及交易、买卖、寻找或验证策略、回测、优化夏普/收益/回撤、判断某标的是否有可交易机会、股票期权，或继续/调试 Abel Invest 工作区时，路由到 abel-invest；涉及因果机制解读、目标或候选发现、公司或市场分析、图原生因果读取、人生投资决策、一般决策分析等非买卖指导类问题时，路由到 abel-ask。使用前需运行认证状态检查命令，若认证缺失或无效则先走 abel-auth 修复流程。
Abel 策略发现技能，用于策略发现、候选筛选与工作区优先的研究流程，可复用或初始化 Abel 策略工作区，并处理运行时准备与分支循环交接。
Skill Engineer 是一个用于设计和审查 Agent Skills 的技能，提供 CREATE（设计技能）与 REVIEW（审查技能）两种模式，共用同一套 26 条工程规则。它强调以可靠的任务成功为目标，在安全、上下文、延迟、工具成本和可维护性之间取得平衡，而非堆砌指导内容。审查模式可对磁盘上的技能包运行确定性检查脚本，输出 JSON 事实（frontmatter 错误、文件清单、引用解析、脚本与资源、体积与 token 估算、重复块、硬编码路径、eval schema 结果等），再结合语义分析给出带证据、严重度、置信度和具体行动建议的发现。创建模式则先判断该需求是否应做成 Skill，还是规则文件、脚本、钩子、工具或子代理更合适，再给出最小结构、触发边界、评估计划与平台适配。
Claude API / Anthropic SDK 参考技能，用于构建基于 Claude 的 LLM 应用。内容涵盖模型 ID、定价、参数、流式输出、工具调用、MCP、智能体、缓存、Token 计数与模型迁移等主题。该技能会先检测项目语言，再读取对应语言的文档，并区分单次调用、工作流、智能体与托管智能体等不同使用层级，同时提供 migrate、prompt-audit、upgrade 等子命令。
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。
Skill Creator 是一个用于创建新技能、迭代改进现有技能并衡量技能表现的工具型技能。它可以引导用户从零开始定义技能目标、撰写 SKILL.md 草稿、设计测试用例，并通过运行对比实验与量化评估来验证和改进技能效果。适用于用户想要创建技能、编辑或优化技能，或需要评估技能触发与输出表现的场景。
Pi Protocol 是面向 Claude Code 的长周期工程工作插件，定义 planner→generator→evaluator 循环、检查点文件与强制的 Codex 评审。提供 /pi:plan、/pi:execute、/pi:review 三条命令，状态默认存于 .agents/pi/。
kernel-marketplace 是一个用于维护中立多宿主插件内核（neutral multi-host plugin kernels）的技能，强调通过目标编译器来操作，而不是直接编辑生成后的宿主包。它适用于面向市场的内核操作场景，核心思路是先识别源配置（source profile），再依据 daodan/v1 清单确认中立配置，区分手写插件源码与生成导出物。该技能涵盖源码边界管理、健康检查与审查、脚手架与内容编写、版本同步与发布等流程，要求使用目标编译器的只读校验/漂移命令、依赖、注册、打包路径、事实锚点与词汇门禁进行验证。在 Daodan 上，权威命令为 python scripts/daodan_build.py --check --support。技能强调 Markdown 表示行为、TOML 表示声明式元数据，同一内核内角色、技能与工作流名称不得重复，且不得通过编辑目录数组、编写原生 commands/ 副本或手工修复某个宿主导出来注册内核。
Agent Workflow Roast 是一个用于生成智能体工作流“吐槽”报告的技能，基于近期本地会话历史和可选记忆上下文。当用户调用 @roast、/roast 或请求对近期智能体工作做辅导式复盘时使用。它从插件根目录运行脚本 scripts/agent-workflow-roast.mjs，默认在技能触发目录输出名为 agent-workflow-roast.html 的 HTML 报告，也支持通过参数调整范围与形式：--days 天数、--no-memory（不使用记忆）、--project 名称（指定项目）、--no-ai（不使用 AI 综合）、--export markdown（导出 Markdown）、--site（生成站点归档并上传到 Sites）。分析器在合成或渲染前会脱敏明显的密钥。若用户只提供已有的 JSON、Markdown、HTML、聚合指标或脱敏证据并请求解读，则仅基于所给材料工作，不会读取原始会话 JSONL、记忆文件、历史文件或密钥，除非用户明确要求全新运行。缺失历史、会话或记忆文件时会降级为稀疏报告而非失败；若定性综合不可用，则使用确定性报告段落。