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 11-12 00:15

智能体与模型

26,177 个结果

typesafe-ai

TypeSafe 是一套把 AI 智能拆解为可编程原语的开发方式：将小型、聚焦的“判断”单元组合成更大的能力。其 System One 模型返回快速、聚焦的判断结果，供软件直接消费。旗舰模型 Jev 理解自然语言，返回带类型的答案与概率，而不是生成文本或推理说明。工作流由代码掌控，模型只在普通代码需要语义理解的地方提供可编程的“常识”。该技能提供使用方向，实时文档才是概念、提示指南、API 契约、SDK 用法、模型、限制与示例的权威来源。

智能体与模型1 次安装

claude-code

该技能用于从另一个智能体（如 Codex 或任何可执行 shell 的智能体）以无头模式驱动 Claude Code CLI。它通过 stdin 传入任务说明、以 JSON 格式在 stdout 输出结果与 session_id，支持选择模型、effort 等级与权限模式，并可通过 --resume 续接会话、用 --fork-session 分支、限定允许工具与预算、约束输出 schema，以及在单次运行中通过 Anthropic 兼容端点接入 GLM-5、Qwen 3 等非 Claude 模型。

智能体与模型1 次安装

collaborate-with-claude-5

这是一个面向与 Anthropic Claude 5 系列模型（Opus 5.5、Sonnet 5.5、Fable 5.1、Haiku 5.5）协作的技能指南，适用于将 Claude 作为执行者或评审者使用的场景。该技能主要涉及模型选择、任务简报编写以及产出核验等协作决策习惯。资料强调：需要把「对需求解释的选择」与「实现可行性的证明」分开处理，并在依赖该结果采取行动之前分别加以评审。针对不同模型给出了分工建议：Opus 5.5 适合机制重建和解释比较；Sonnet 5.5 适合忠实复现、分阶段验证和独立的数值实现；Fable 5.1 适合有边界、结果可观察的技术调查；Haiku 5.5 适合可核验的执行与显式预测。技能还提供了任务简报模板，例如要求给出起决定作用的原文依据、替代读法及对结果的影响，区分实现检查与解释检查，界定实验隔离边界，设定验收条件并单独报告后续工作，最后汇总决策、反面观察、完整测试结果与副作用。核验方面，建议对照原始证据独立复核、检查验证是否真正覆盖争议前提、核对探测与演习的实际副作用，并针对不同模型分别检查其典型风险。

智能体与模型1 次安装

collaborate-with-gpt-6

这是一个面向 OpenAI GPT-6 系列模型（GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna）的协作指南技能，用于在工作或评审场景中理解各模型的决策习惯、选择合适的成员并调整协作方式。该技能强调以源证据驱动实现、用检查贯穿决策、并在最终消息中压缩工作要点。它提供了针对 Sol、Astra、Luna 的差异化使用建议和简报模板，帮助用户明确控制源、验收条件、检查与解释分离等关键实践。

智能体与模型1 次安装

create-generation-plugin

AutoRAG-Research 的自定义生成管线插件开发指南，面向需要为其扩展 RAG 生成策略的开发者。它从脚手架创建开始，逐步说明如何实现 BaseGenerationPipeline 的 _generate(query_id, top_k) 方法，并附带测试编写、插件安装与同步的流程说明。管线中可访问 self._llm（LangChain BaseLanguageModel）、self._retrieval_pipeline（组合的检索管线）以及 self._service（GenerationPipelineService）等属性，用于实现单条查询的检索与生成逻辑；返回值为 GenerationResult。该技能还提醒不要在 _generate 中自行添加并发控制，因为基类 run() 已通过 run_with_concurrency_limit() 统一处理并行。资料中给出了扩展自定义参数的途径、继承自 BaseGenerationPipelineConfig 的配置字段、关键源码文件位置以及若干现有实现示例，并指明使用 FakeListLLM 进行测试。具体功能边界、收费情况等暂未提供。

智能体与模型1 次安装