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 11-08 00:04

智能体与模型

25,879 个结果

oci generative ai services

该技能是关于 Oracle Cloud Infrastructure（OCI）生成式 AI 服务的专家指导，覆盖基础模型、嵌入、聊天、文本生成与微调等能力，提供完整的 OCI CLI 命令、Python SDK 示例与最佳实践。资料显示其核心服务包括基础模型（如 Cohere Command、Meta Llama 等预训练大语言模型）、推理端点（按需与专用端点，支持文本生成、带历史记录的聊天补全、用于语义搜索的嵌入），以及基于自有数据的模型微调（T-Few 与 vanilla 方法），并涵盖 CLI 的模型列表/详情查询、专用 AI 集群管理、端点创建更新删除、文本生成、聊天补全、嵌入生成及流式响应等操作，还提供了 Python SDK 的鉴权、文本生成、聊天、嵌入、流式输出与微调示例、JSONL 训练数据格式和使用场景（如聊天机器人、基于嵌入的文档问答）。 该技能定位为弥补 Claude 对 OCI 训练数据有限的问题，面向需要在 OCI 上使用生成式 AI 的开发者与运维人员。资料未提供收费、价格、平台支持范围或具体效果指标等信息。

智能体与模型1 次安装

create-anyone

create-anyone（属于 acnlabs/anyone-skill）是一个用于将任意人物蒸馏为可运行 OpenPersona 技能包的技能前端。它适用于真实或虚构、个人或公众、在世或历史人物。该技能负责数据收集、四维提取与证据分级，最终通过 skills/open-persona 生成完整的 OpenPersona 人格包。依赖链为 anyone-skill → skills/open-persona → openpersona create。触发方式包括 /create-anyone，或“distill X into a skill”“create a persona for X”等表述。使用时先对主体进行分类（自己、认识的人、公众人物、虚构角色、历史人物、原型），再进行伦理与版权检查，提出三个问题收集代号、基本信息与性格印象，随后收集聊天记录、文档、公开资料等素材，进行程序、交互、记忆、人格四维提取与 L1–L4 证据分级，最终生成 persona.json 并通过 npx openpersona create 输出技能包，可选安装与导出训练数据。

智能体与模型1 次安装

microduck-skill

Microduck RL 是一个用于训练、导出、发布并部署 Microduck 强化学习策略的技能（skill）。它面向的是一个 61 维观测到 14 维动作的 PPO 策略，而非大语言模型，训练环境基于 MuJoCo Warp（通过 mjlab），最终可通过 robotctl 部署到真实机器人上。该技能覆盖从规格（spec）、仿真（sim）、打包（package）、发布到 Hub、再到机器人部署的完整闭环。默认计算资源使用 Hugging Face Jobs，需要 HF_TOKEN 与 MICRODUCK_HF_NAMESPACE；仅在 MICRODUCK_TRAIN_LOCAL=1 且存在 CUDA 时才本地训练。工作流包含规格、仿真、打包、部署四个阶段，并提供 doctor、smoke、train、play、gate_check、export_publish 等脚本。硬性规则包括：不得跳过 64 环境 × 5 迭代的冒烟测试，不得手动将 .pt 转换为 ONNX（只能使用上游 export.py），观测保持 61D、动作保持 14D，不硬编码关节索引，社区发布仅限恒定命令的 episodic/perpetual 模式，且在用户未明确要求安装到真实机器人前不得运行 robotctl 或 SSH。

智能体与模型1 次安装

create-anyone

create-anyone 是 OpenPersona 生态中的“人物蒸馏”前端技能，用于把任意对象——无论是自己、熟人、公众人物、虚构角色、历史人物还是复合原型——提炼成一个可运行、可演化的 OpenPersona 技能包。它负责数据收集、四维提取与证据分级，最终通过 skills/open-persona 生成完整的人物包。支持读取聊天记录、文档、邮件、社交媒体归档等多种来源，可处理 SQLite 数据库（如 iMessage、微信）并对超大文件采样。若安装了 persona-dataset，还可接入持久化存储、语义搜索与知识图谱。该技能内置伦理与版权检查、三级提问式信息采集、L1–L4 证据分级，并输出 persona.json、persona.md 及可选的训练数据目录，供后续模型训练与人物演化使用。

智能体与模型1 次安装

dispatching-parallel-agents

这是一个用于并行调度多个 AI 智能体的技能，适用于处理 2 个以上相互独立、无共享状态或顺序依赖的任务。其核心原则是按独立问题域各派一个智能体并发工作，例如多个测试文件因不同根因失败、多个子系统独立损坏等场景。技能提供了识别独立域、创建聚焦任务、并行派发、审查整合的完整模式，并给出智能体提示词的结构建议与常见错误提醒。

智能体与模型1 次安装

using-superpowers

这是一个名为 using-superpowers 的技能（Skill），用于在任何对话开始时建立“如何查找与使用技能”的规则。其核心要求是：在做出任何回应（包括提出澄清性问题）之前，必须先调用 Skill 工具检查是否有适用的技能；只要存在哪怕 1% 的可能适用，就应先调用该技能进行确认。该技能说明了在 Claude Code 中通过 Skill 工具访问技能（而非用 Read 工具读取技能文件），在其他环境中则需查阅平台文档了解技能加载方式。它还给出了技能调用的决策流程、常见“合理化”借口的反驳清单，以及技能优先级（先流程类技能如头脑风暴、调试，后实现类技能）和技能类型（刚性技能需严格遵循，灵活技能可按情境调整）。

智能体与模型1 次安装

mission-control

Mission Control（Claw Control）是一个面向 AI 智能体的看板式任务管理与信息流（feed）协调工具，用于创建任务、发布智能体动态、管理看板以及协调多智能体协作。它提供 REST API 端点，支持任务的增删改查、按状态筛选、向智能体信息流发布消息等操作。该技能强调“蜂群模式”的子智能体执行流程：协调者不直接执行任务，而是通过 sessions_spawn 派生子智能体执行，并按角色（如代码审查、架构、研究/QA、DevOps、部署、策略、UI/UX 等）分配不同智能体。任务状态流转为 backlog → todo → in_progress → review → completed。适用于需要多智能体分工协作、任务追踪与进度同步的 AI 工作流场景。

智能体与模型1 次安装

ralph-loop

Ralph Loop 是一个用于引导 OpenClaw 智能体执行 Ralph Wiggum 循环的技能。它通过 OpenClaw 的 exec 与 process 工具编排各类 AI 编程智能体（如 Codex、Claude Code、OpenCode、Goose、Pi）的会话，按照 Ralph playbook 的流程运行：定义需求、JTBD、聚焦主题、生成 specs/*.md，然后进入 PLANNING 循环（创建或更新 IMPLEMENTATION_PLAN.md，但不实现代码），再进入 BUILDING 循环（实现任务、运行测试作为 backpressure、更新计划、提交）。循环通过 PROMPT.md + AGENTS.md 以及磁盘上的计划与规格文件来持久化上下文。该技能本身生成的是供 OpenClaw 智能体使用的指令，由智能体使用其工具能力执行命令，而非用户直接运行脚本。对于需要真实终端（TTY）的交互式 CLI，采用 exec 工具配合 pty: true 与 background: true，并通过 process 工具轮询、查看日志、检测完成和终止会话。适用于希望让 AI 编程智能体按照结构化计划循环推进开发任务的场景。

智能体与模型1 次安装

chrome-cdp-live-browser

Chrome CDP Live Browser 是一个让 AI 智能体直接连接用户正在运行的 Chrome 浏览器的技能，通过 Chrome DevTools 远程调试 WebSocket（CDP）实现，无需启动新的浏览器实例、无需 Puppeteer、也无需重新登录。它可以让智能体读取并使用已经登录的页面（如 Gmail、GitHub、内部工具），与打开着的标签页交互（点击、输入、导航、执行 JavaScript），并捕获页面状态（截图、无障碍树、完整 HTML、网络时序）。每个标签页运行一个轻量后台守护进程，授权弹窗只需确认一次即可静默复用，据称在 100+ 标签页规模下仍可稳定工作，而基于 Puppeteer 的工具可能超时。使用前需在 chrome://inspect/#remote-debugging 打开远程调试开关，仅要求 Node.js 22+，零运行时依赖。安装方式包括作为 pi 技能安装或克隆仓库后复制到智能体的技能目录。它适合需要操作已登录页面、处理 SPA 动态内容或进行规模化标签页操作的智能体工作流。

智能体与模型1 次安装

lightpanda

Lightpanda 是一款使用 Zig 从零编写的无头浏览器，面向 AI 智能体和自动化场景。它不基于 Chromium、Blink 或 WebKit，而是全新实现，通过 V8 引擎执行 JavaScript，并兼容 CDP（Chrome DevTools Protocol），可与 Playwright、Puppeteer、chromedp 等工具配合使用。据资料称，其内存占用比 Chrome headless 低约 9 倍，速度约快 11 倍。它支持通过 --obey_robots 标志遵守 robots.txt，可通过 curl 下载二进制、Docker 镜像或源码构建安装。主要用途包括网页抓取、批量页面获取、表单自动化、结构化数据提取，以及在资源受限容器中运行。它不提供可视化渲染，因此不支持截图或 PDF 生成，Web API 覆盖也不完整，目前处于 Beta 阶段，采用 AGPL-3.0 许可。

智能体与模型1 次安装

desktop-agent-activity

该技能用于判断桌面端托管的编码智能体（如 Orca + Claude Code 及类似 PTY 宿主）是否仍在工作、卡住或空闲。它强调不能仅凭 ps 出现 claude 进程就判定“在干活”，因为活跃会话可能带着 MCP 子进程静置数小时。技能以进程与工作目录、CPU 多次采样、TTY 最后写入时间与源码文件/git 修改时间、宿主遥测（如 Orca 的 last-status.json、orca-stats.json）为主要证据，按固定顺序核查后才给出“在干/闲着挂着/已停”的结论，并以表格列出实例、状态与依据。视觉截图仅作可选确认，非主要证据。技能为只读状态检查，不负责启动、停止或操控智能体。

智能体与模型1 次安装

kimi-computer-use

Kimi Computer Use（服务名 kimi-cu）是运行在 macOS 本地的 MCP 服务，可被 Cursor CLI、Grok、WorkBuddy、Claude Code、Codex、Hermes 等智能体宿主共享使用，让模型通过 MCP 协议读取应用状态并执行有限的界面操作。本技能说明如何安装、注册、验证、诊断和升级 kimi-cu，并强调安全边界：发送消息、购买、删除、发布、更改账户设置等有后果的操作需先确认；不得绕过 macOS 隐私授权、身份验证或验证码；优先只读检查，每次改动后重新读取界面状态确认结果。内容涵盖服务状态与 XPC 连通性检查、签名校验时机、各宿主注册方式（统一 stdio 命令 mcp -s user）、get_app_state 参数要点（app 用 bundle id、mode 仅限 full/image/ax）、只读冒烟测试，以及分层故障排查与升级注意事项。Kimi CU 通常作为备选而非默认方案，浏览器内部调试应使用 Chrome DevTools MCP。

智能体与模型1 次安装

opendia-harness

OpenDia harness 是 OpenDia 在 Grok Build 及其他 MCP 宿主环境中的安装、配置与故障排查指南。它说明了如何通过 grok plugin marketplace 添加并安装 opendia 插件、如何手动编写 config.toml 中的 MCP 服务器条目、如何设置 WebSocket 与 HTTP/SSE 端口，以及如何安装和连接浏览器扩展。文档还提供了 doctor 诊断命令、常见故障对照表（如工具超时、端口冲突、隧道 401 等）和本地、隧道、局域网三种运行模式，并指出不适用于完全隔离的无头 CI 浏览器场景。

智能体与模型1 次安装

ag2-imports

本技能介绍 AG2（原名 AutoGen）框架的正确导入路径与模块结构，帮助开发者避免常见的导入错误。内容说明包名为 ag2 而非 autogen，所有导入均使用 ag2 命名空间，并列出核心智能体（AssistantAgent、UserProxyAgent、ConversableAgent）、LLM 配置（LLMConfig）、群聊（run_group_chat 及 DefaultPattern、AutoPattern、RoundRobinPattern）、工具（@tool 装饰器）以及嵌套对话与高级模式（initiate_chats、register_hand_off、Handoff）等模块的导入方式。同时指出三类常见错误：误用 autogen 包名、误导入 GroupChat 或 GroupChatManager、以及使用 config_list 字典而非 LLMConfig 对象。

智能体与模型1 次安装

integrate-web-search

该技能为 AG2 智能体（agents）提供联网搜索与网页正文提取能力。它包含两个工具函数：web_search(query, max_results) 通过 DuckDuckGo 搜索网页，无需 API Key，返回带标题、URL 与摘要的格式化结果；fetch_page(url) 抓取网页并用 BeautifulSoup 提取干净可读的文本正文。安装依赖为 pip install httpx>=0.27 beautifulsoup4>=4.12。工具可按 register_for_llm / register_for_execution 或 register_function 方式注册给 AG2 的 AssistantAgent、UserProxyAgent、ConversableAgent 使用，适用于需要联网检索资料、读取网页内容并汇总的研究型智能体场景。

智能体与模型1 次安装

open-video

open-video 是一个面向开源视频模型的“自主导演”技能层，运行于 ComfyUI 之上，把概念、脚本或创意转化为成片。它本身不是视频引擎，也不是模型，而是负责规划、生成、评估、修正和多镜头拼接的智能体大脑。当前 v0.0.1 以 MiniMax H3 为基线后端，规划支持 Wan2.2、LTX-2.3 等后续后端。核心流程为：规划→撰写→校验→生成→评审→修正→拼接→交付。单镜头时长限制在 4–15 秒，更长内容依靠多镜头编排，但多分钟成片能力目前仍属部分实现；如需可靠的高质量单镜头，官方建议优先使用 skill/h3-video。评审环节若配置了 OpenAI 兼容的视觉端点环境变量，可自动打分和诊断；未配置时评审为直接通过的占位。项目提供 Python API、CLI 与基线脚本。

智能体与模型1 次安装