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 11-11 00:16

智能体与模型

26,092 个结果

agent browser

agent-browser 是一个基于 Rust 的无头浏览器自动化命令行工具，并提供 Node.js 回退方案，旨在让 AI 智能体能够通过结构化命令导航、点击、输入和快照页面。它通过 npm 全局安装（npm install -g agent-browser）并执行 agent-browser install 完成浏览器依赖安装，也可从源码构建。核心工作流为：打开页面、获取交互元素快照（返回 @e1、@e2 等引用）、使用引用进行交互、在导航或 DOM 变化后重新快照。命令覆盖导航、快照、点击/输入/拖拽/上传等交互、获取元素信息与状态、截图与 PDF、视频录制、等待、鼠标控制、语义定位、浏览器设置、Cookie 与存储、网络拦截、标签页与窗口、iframe、对话框、JavaScript 执行、会话状态保存与加载、并行会话、JSON 输出以及调试（headed 模式、控制台、错误、高亮、trace、CDP 连接）。适用于需要让 AI 智能体自动操作网页、填写表单、登录并复用会话、抓取页面结构或进行端到端流程验证的场景。限制方面：引用在每次页面加载内稳定但导航后会变化，需重新快照；Linux ARM64 上若命令未找到需使用 bin 目录完整路径；元素未找到时应通过快照获取正确引用；页面未加载时需添加等待命令。

智能体与模型1 次安装

agent-team-orchestration

Agent Team Orchestration 是一套用于运行多智能体团队的生产级操作手册，核心是通过明确的角色分工、结构化的任务流转和质量门禁来组织协作。它适用于需要 2 个以上智能体持续协作的场景，定义了编排者、构建者、审查者、运维等角色，以及从收件箱、分配、进行中、审查到完成或失败的任务生命周期。该技能强调交接协议必须包含已完成内容、产物路径、验证方式、已知问题和下一步动作，并要求每个产物至少经过一次非产出者的审查，以防止质量漂移。资料同时给出了常见陷阱，如未指定产物输出路径、跳过审查、智能体不评论进度、未核实能力就分配任务、编排者亲自执行等，并说明单智能体、一次性委派和简单问题路由不适合使用本技能。

智能体与模型1 次安装

capability-evolver

Capability Evolver 是面向 OpenClaw 智能体的自我进化元技能。它可以读取智能体自身的运行时历史和记忆文件，识别错误、崩溃与低效模式，并在协议约束下自动编写新代码或更新记忆以改善表现。它提供 GEP 可审计进化协议，以基因、成功胶囊和事件日志记录演化过程；支持自动模式、人工审核模式与循环模式，可通过 --review 控制变更前确认，通过 --loop 持续运行。使用前需在 EvoMap 网络注册节点身份并配置 A2A_NODE_ID。

智能体与模型1 次安装

clawdhub

ClawdHub 是一个通过命令行管理智能体技能（agent skills）的工具，可从 clawdhub.com 搜索、安装、更新和发布技能。安装方式为全局 npm 包：npm i -g clawdhub。支持登录鉴权后发布技能，按关键词搜索技能，按名称或指定版本安装，本地列表查看已装技能，并支持基于本地文件哈希匹配版本后升级（可指定版本或强制更新全部）。默认注册源为 https://clawdhub.com，可通过环境变量或参数覆盖；默认工作目录为当前目录，安装目录为 ./skills，均可覆盖。

智能体与模型1 次安装

ltx-video

LTX Video 是一个基于 LTX-2.3 API（api.ltx.video）的视频生成服务，提供文本生视频、图像生视频、音频生视频（音频+图像驱动唇形同步）、视频延展和片段重拍等接口。接口使用 Bearer API Key 认证，直接返回 MP4 二进制文件，无需轮询任务状态。提供 ltx-2-3-fast（速度约17秒，适合测试）与 ltx-2-3-pro（约30-60秒，质量最佳，适合最终产出）两种模型，支持1920x1080横屏、1080x1920竖屏等分辨率；另提供 Python 调用封装与 ComfyUI 自定义节点。

智能体与模型1 次安装

playwright-mcp

Playwright MCP Skill 是一个基于 Playwright MCP 服务器的浏览器自动化技能，可通过 npm 安装并以 STDIO 模式启动，用于以编程方式控制 Chrome、Firefox 或 WebKit。它提供一组 MCP 工具，支持打开网址、点击元素、输入文本、选择下拉项、提取页面文本、执行 JavaScript、获取页面结构快照、上传文件、按键操作和关闭浏览器等。该技能可用于网页导航与数据提取、表单填写与提交、登录流程、表格数据抓取和截图等场景。配置项涵盖浏览器类型、无头模式、视口尺寸、User-Agent、操作与导航超时、输出目录、保存 trace 和视频，以及允许主机、屏蔽来源、忽略 HTTPS 错误等安全设置。默认限制文件系统访问范围、校验主机、启用沙箱并阻止 service worker。

智能体与模型1 次安装

proactive-agent-lite

proactive-agent-lite 是一项面向 AI 智能体的技能，来源标注于 leoyeai/agent-master-skills。其目标是把被动执行任务的智能体转变为主动型伙伴：通过记忆架构、反向提示、自我修复模式与对齐系统，让智能体在上下文窗口填满前保留关键信息、主动提出用户未曾想到的问题与建议、自动诊断并修复自身问题，并始终围绕核心目标与所服务的对象。该技能采用轻量化设计，安装后会为 OpenClaw 智能体附加主动行为模式，并可通过配置参数调节主动程度与沟通风格。资料称其内置安全考量与安全默认值，可与其它技能组合使用。使用前提为 OpenClaw v1.0 或更高版本及标准智能体配置。具体安装命令、配置项名称与详细参数暂未提供。

智能体与模型1 次安装

remembering-conversations

这是一个用于检索历史对话记忆的技能，核心原则是"先搜索再重建"。当用户询问"我该怎么做""最佳方案是什么"，或在探索代码后需要做架构决策，或遇到卡住的问题、遇到"上次""之前""我们讨论过"等历史信号时，该技能要求必须派发 search-conversations 子代理执行历史搜索，而非直接使用 MCP 搜索工具。子代理会通过 search 工具检索、用 show 工具读取前 2-5 条结果，并综合成 200-1000 字的可执行结论与来源，相比加载原始对话可节省 50-100 倍上下文。

智能体与模型1 次安装

self-improving-agent

self-improving-agent 是一个 Claude Code 插件，用于整理自动记忆（auto-memory）并转化为持久项目知识。它分析 MEMORY.md 中的重复模式，把成熟的经验提升到 CLAUDE.md 或 .claude/rules/，并把可复用的解决方案提取为独立技能。插件提供 /si:review、/si:promote、/si:extract、/si:status、/si:remember 等命令，并包含 memory-analyst 与 skill-extractor 两个代理，以及一个在命令出错时写入记忆的钩子。它同时适配 OpenClaw 和 Codex CLI，对 GitHub Copilot 仅支持手动提升。该插件不编造收费、价格或效果信息；资料未提供更多细节。

智能体与模型1 次安装

self-improving agent (proactive self-reflection)

这是一个让智能体具备自我反思、自我批评、自我学习与自我组织记忆能力的技能。它通过本地分层记忆文件（~/self-improving/）记录用户纠正、偏好信号和可复用模式，使智能体在完成重要工作后能评估自身表现、发现错误并持续改进。记忆分为 HOT（memory.md，≤100 行，始终加载）、WARM（projects/、domains/，按需加载）和 COLD（archive/，显式查询时加载）三层，并支持自动晋升、降级、归档、命名空间隔离、冲突解决与压缩。适用于用户纠正错误、完成多步任务后复盘、发现输出可改进，以及希望知识随时间累积而无需手动维护的场景。该技能仅从用户纠正和自我反思中学习，不访问日历、邮件、联系人，不发起网络请求，不读取 ~/self-improving/ 之外的文件，也不修改自身 SKILL.md。

智能体与模型1 次安装

strategic-decision

“strategic-decision”是一个面向 CEO 与高管的战略决策技能，用于挑战问题前提、诊断问题并制定明确的战略。它提供四种工作模式：AGGRESSIVE（大胆设想、扩大范围）、SELECTIVE（在既定范围内审查并逐项挑选扩展机会）、DIAGNOSTIC（严格审查既定范围，排查失效模式与风险）、VALIDATION（找出实现核心目标的最小可行版本）。该技能强调在每种模式下用户都保有完全控制权，任何范围变更都需经用户明确确认。其流程包括前置检查（查找相关历史决策、可选的问题澄清）、前提挑战、现状审计、需求追问、理想状态映射、战略备选方案比较、时间维度追问、模式化分析，最后进入模式选择。该技能还包含关于战略思维“认知模式”的参考资料引用与“完整性原则”说明。

智能体与模型1 次安装

agent-team-orchestration

Agent Team Orchestration 是一套用于运行多智能体团队的生产操作手册，核心思路是通过清晰的角色分工、结构化任务流转和质量门禁来保障协作质量。资料给出的最小可用团队为两个智能体：一个构建者（Builder）负责执行工作并产出交付物，另一个审查者（Reviewer）负责检查构建者产物，由编排者（Orchestrator，即你本人）进行任务路由、状态跟踪与结果报告。资料明确了四类角色（编排者、构建者、审查者、运维）及其用途与模型选型建议，定义了任务生命周期状态（Inbox → Assigned → In Progress → Review → Done | Failed），并规定了交接消息必须包含的内容：已完成什么、产物具体路径、如何验证、已知问题、下一步动作。审查环节采用跨角色评审机制，以避免质量漂移。资料还列出若干常见陷阱（如未指定产物输出路径、跳过审查、智能体不更新进度、未核实智能体能力、编排者亲自执行任务），并说明此技能不适用于单智能体配置、一次性任务委派和简单问题转发。

智能体与模型1 次安装

awesome-free-llm-apis

这是一个关于永久免费额度 LLM API 的参考指南，整理了 Cohere、Google Gemini、Mistral AI、智谱 AI 等模型提供商，以及 Cerebras、Cloudflare Workers AI、GitHub Models、Groq、Hugging Face、Kluster AI、LLM7.io、NVIDIA NIM、Ollama Cloud、OpenRouter 等推理服务商的免费层信息。内容涵盖各家的代表模型、速率限制与地区限制，并给出 API 密钥的环境变量配置方式、OpenAI SDK 兼容的调用示例（覆盖 Python 与 JavaScript/TypeScript）、Cloudflare Workers AI 与 Ollama Cloud 的非标准调用方式、Hugging Face 推理接口、流式响应、多提供商故障转移与限流自动切换模式、OpenRouter 免费模型路由与模型优先级回退、LangChain 集成、速率限制速查表、常见错误排查，以及按需求选择提供商的建议。

智能体与模型1 次安装

ceo-master

CEO Master 是一个将 AI 智能体转变为战略型 CEO 与编排者的技能。它提供第一性原理思考、决策分类（可逆/不可逆）、资源分配、团队调度以及从 €0 到 €1B 的规模化剧本。智能体不再只是执行者，而是负责思考、决策、分配与汇报的战略操作者。技能包含每周 CEO 运营节奏、OKR 框架、周报模板、反模式清单，以及一个无外部依赖的指标计算脚本 ceo_metrics.py。适用于需要智能体自主管理业务、协调子智能体、按阶段推进增长的场景。

智能体与模型1 次安装