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 11-05 00:16
17,415 个结果
Qdrant 是一个用 Rust 编写的高性能向量相似度搜索引擎/向量数据库，主要用于生产环境的 RAG（检索增强生成）和语义搜索。支持在向量搜索的同时按任意 payload 字段过滤，可存储稠密、稀疏及多稠密向量，提供标量、乘积、二值量化以降低内存占用，并通过 Raft 共识实现分片与复制的水平扩展。同时提供 REST 与 gRPC 两套功能对等的 API，支持本地 Docker 部署、私有化部署以及 Qdrant Cloud 云端托管。官方 Python 客户端可便捷完成集合创建、向量插入、带过滤检索、批量搜索、混合检索、载荷索引与量化配置，并能与 sentence-transformers、LangChain、LlamaIndex 等生态集成构建 RAG 检索管线。
Ray Data 是 Ray 项目中的分布式数据处理库，面向机器学习与 AI 工作负载设计。它支持流式执行，可处理超出内存容量的数据集，并提供 CPU/GPU 加速的转换能力。Ray Data 可读取 Parquet、CSV、JSON、图片、NumPy、Pandas 等格式，并能与 Ray Train、PyTorch、TensorFlow、HuggingFace 等框架集成。安装方式为 pip install -U 'ray[data]'。根据资料，它适用于为 ML 训练处理大型数据集（>100GB）、跨集群分布式预处理、构建批量推理流水线、加载多模态数据等场景；对小于 1GB 的单机小数据可考虑 Pandas，表格类与 SQL 类操作可考虑 Dask 或 Spark。
该技能用于操作名为 sebastianbrzustowicz/Agentic-GraphRAG-Blueprint 的特定仓库，而非通用 GraphRAG 实现指南。它帮助检查该仓库的 FastAPI/React GraphRAG 实现、本地 Docker Compose 堆栈与数据摄取流程，并区分本地与 Azure/Terraform 云部署路径。技能提供基于 Python 3.10+ 的离线 preflight 脚本，校验固定提交中选定文件的 SHA-256 并检查命令名是否存在，但不验证运行时。执行安装、启动服务、上传文档、使用模型提供商或创建云资源前需获得批准。
这是一个用于操作或解释 TOPDEV99999/AI-Knowledge-Management-Platform 的技能，该平台是 AWS 的 Agentic Documents Assistant 示例应用，结合了文档 RAG、抽取的关系型数据与 SQL 分析。该技能提供数据通路追踪、后端拓扑说明和按失败边界排查的方法，并强调在依赖安装、访问 AWS 凭证、访问文档、产生云费用、读写数据库和部署之前，需要分别获得授权。它用于诊断和解释这一特定示例应用，并非通用知识管理平台。
cocoindex 是用于操作 cocoindex-io/cocoindex 的技能指南，面向构建或排查增量式 Python 数据流的场景。它说明如何声明源、转换与目标状态，以及如何借助 CLI 以增量方式传播变更。该技能强调先核对固定版本的来源与行为，再梳理数据流（应用目标、源连接器、转换与记忆化、目标连接器、环境变量与密钥、内部状态路径及副作用），并在安装依赖、读取私有数据、调用外部或付费模型接口、写入目标状态、执行 update/--full-reprocess/--reset/drop/实时处理等操作前请求批准。建议先用小型授权样例验证新增、修改、删除及内部状态，不把预检或构建成功当作流水线已运行的证据。
Hyper-Extract 是一个用于从文档中提取结构化知识的 Python 命令行工具，可通过 `he` 命令调用，支持模板、模型提供商配置与索引/搜索等功能。该技能页面围绕如何安全地操作上游项目 yifanfeng97/Hyper-Extract 给出使用规范：先分类任务（文档解析/提取、索引/搜索、配置、模板管理或 MCP），查看固定版本与已安装 CLI 帮助后再使用具体参数；`he parse <input> -t <template> -o <output>` 是文档中给出的命令形式，使用前应先预览源文件与输出目录。提取过程可能将文档数据发送至已配置的模型提供商，上传、提供商调用、费用与输出写入均需事先明确批准。配置存放于 ~/.he/config.toml（固定版本实现），不得打印或索取 API 密钥。MCP 安全性不能由 CLI 使用情况推断，需审查传输方式、工具范围、凭据与客户端配置，并在启动或注册服务器前取得批准。适用于本地文档结构化提取、模板管理、配置排错与索引检索等场景；具体功能细节、定价与平台支持资料未完整提供。
knowledge-catalog 是一个用于操作 GoogleCloudPlatform/knowledge-catalog 仓库的技能。该仓库汇集了围绕 Google Cloud Knowledge Catalog/Dataplex 的示例、智能体与工具，本身并非独立数据库实现，也不是 Google 官方产品。技能强调按组件而非名称进行路由，区分本地转换与云端操作，明确范围与版本，并对安装、下载、凭据变更、云资源读写等外部影响逐项审批。适用于检查 OKF 参考智能体、mdcode 的 kcmd 语义模型工作流或特定示例，以及排查 kcmd push 失败等问题。
LEANN 操作技能，用于本地文档索引与语义检索的配置与运行。该技能面向 StarTrail-org/LEANN 检出版本：先定位并核对固定版本文件哈希，再规划本地索引（源路径、文件类型与排除项、索引目录、后端、嵌入模式与模型、增量更新或全量重建），经批准后使用固定 CLI 构建或增量更新索引并执行检索验证。技能强调把 LEANN 视为基于图的选择性重计算以减少存储嵌入数据的向量索引，而非语义知识图谱；索引被视为数据处理，需确认存储、内存、原生依赖与数据敏感性，涉及安装、下载模型、私有或受管数据摄入、付费或远程嵌入 API、服务启动或绑定、索引增删重建及读取账户数据集成时须先获批准，且不得在命令历史中留存密钥。
open-ontologies 是面向 Rust 编写的 RDF/OWL 语义规划与验证引擎（fabio-rovai/open-ontologies）的操作技能，用于通过 CLI 或 MCP 检查和验证本体、规划语义变更、执行推理与查询、比较/差异分析，以及使用项目检查器验证证书。适用于用户点名 open-ontologies、oo-cert、onto_* MCP 工具，或提出变更影响、蕴含、溯源、已认证本体结果等需求时。该技能不负责可视化本体编辑与类层次编写（应转 Protégé 或 orionbelt-ontology-builder），也不负责通用文档到图谱的流水线、抽取或向量/后端集成（应转 semantica），亦不替代通用数据库管理与托管服务配置。使用前建议先运行内置离线源检查脚本 preflight.py，但该检查仅比对清单所列公共文件的哈希，不验证 Git HEAD、依赖或运行时就绪状态。规划、验证与写入/应用属于不同审批边界，未经明确授权不得写入或变更数据。
OrionBelt Ontology Builder 是一个基于 Python 与 Streamlit 的浏览器工作台，用于操作和管理 OWL 本体与 SKOS 词表。该技能封装了 ralforion/orionbelt-ontology-builder 的使用要点，涵盖本地启动模式、桌面启动器与只读项目检查等场景，并强调在运行前核对源码版本与 Python 依赖要求。它要求把导入、编辑、批量操作、删除和导出都视为对用户数据的改动，应用前需预览差异、确认目标本体并获得授权，撤销与检查点只作恢复辅助而非审批替代。文档说明编辑器主要呈现 OWL 类与属性以及 SKOS，纯粹的 RDFS 词表不会出现在相应面板中，因此不应将其视为 Protégé 或通用数据库/图平台。安装与启动可通过 uv tool install orionbelt-ontology-builder 和 orionbelt-ontology-builder 命令完成，但需明确授权后才可执行。适用于本体导入预览、导入冲突报告审阅与合并/替换方案说明、SKOS 词表编辑、本地启动与持久化设置检查等场景。
PixelRAG 是一个面向截图式视觉检索的操作技能，用于操作 StarTrail-org/PixelRAG：将页面或文档渲染为图像切片，进行分块、嵌入并构建 FAISS 索引，从而对外提供查询服务。该技能在本地管线与上游托管 API、预构建索引之间划出明确边界，要求使用者显式选择检索方式，并在安装依赖、下载模型或数据集、采集私有或第三方 URL、向托管 API 或付费提供方发送内容或查询、写入或重建或删除切片、嵌入、索引及目标数据、启动服务或公开绑定之前逐一取得批准。技能提供 preflight 来源校验脚本，用于检查所选源文件的哈希，但其结果仅代表离线来源信息，不代表渲染、模型加载、索引构建、API 部署或检索测试已经成功。文档同时列出使用约束：包元数据要求 Python >=3.12，PDF 渲染需要 PDF extra 与 Poppler，prebuilt 索引基础子集约 217 GB，serve 需限制为回环地址，除非明确批准并加固公网暴露。
Pixeltable 是一个 Python 多模态数据库，并提供 pxt 命令行工具，用于构建或操作相关应用，支持表与视图、计算列、媒体与计算列工作流、模式核对以及本地目录查询等操作。使用前应确认目标为 Pixeltable，先通过 pxt 的帮助命令及健康、状态、目录查看等只读命令检查环境。目录变更（如删除、重算、模式更新）与云端及远程访问属于不同风险，应在支持时使用试运行并分别取得授权；凭据应放在密钥或配置中，不得在对话中输出。pxt init 会写入项目配置并可能修改 pyproject.toml，执行前应核对工作目录与现有项目根目录。
Semantica 是一个用于操作 semantica-agi/semantica 的技能说明，该工具是 Python 编写的图形原生知识工程工具包，涵盖数据摄入、解析、抽取，以及图、三元组和向量存储等环节。本技能指导使用者先选定任务层级（包 API、semantica CLI、独立 server/worker/explorer、MCP 或特定可选连接器），确认所需的额外依赖与后端，并以最小环境和按需添加 extra 的方式使用。它强调以命令与数据流为示例，实际语法需查阅已安装的 CLI 帮助或源码；在配置模型、数据库、云服务或 MCP 客户端前需获得明确授权，不索取或输出密钥。
turbovec 是一个面向 RyanCodrai/turbovec 项目的操作技能包，用于指导集成其进程内 Python 或 Rust 的 TurboQuant 向量索引。它通过预检脚本核对源码检出与固定文件哈希，帮助确认所选 API 表面，并在安装依赖、读取数据、写入索引文件等有副作用操作前获取批准。资料说明该库为进程内压缩向量索引，采用线性扫描，属有损量化，不提供服务器、复制、多租户或分布式索引。适用场景包括本地小规模向量检索验证、Python/Rust 内嵌向量搜索集成；使用前需确认维度、float32 行主序输入、2/4 位宽、内积评分与召回目标，并在代表性数据上实测召回、内存和延迟。
通过 MCP 连接 Algolia，用于搜索索引、查看分析指标（热门搜索、无结果率、点击位置、用户数）并获取商品推荐（一起购买、相关商品、热门项目等）。
graph（graphify）用于为代码仓库构建、刷新和可视化知识图谱，把代码结构与已提交的 wiki/ 笔记之间的依赖、引用和聚类关系映射出来。产物写入被 git 忽略的 graphify-out/，包含交互式 graph.html、graph.json 与 GRAPH_REPORT.md。
阿里云 ApsaraDB 智能体（ApsaraDB Agent）是一个只读的跨产品数据库专家技能，适用于数据库产品咨询、实例查询与诊断。它支持 PolarDB、Tair/Redis、MongoDB、Lindorm、PolarDB-X、DBS、RDS、AnalyticDB、ClickHouse、SelectDB、DTS、DMS、DAS 等产品，可完成实例、集群、节点、端点与配置查询，以及 CPU、内存、存储、连接、QPS、时延、容量、慢 SQL、执行计划、锁、会话与日志分析，并提供参数指导、备份恢复、可用性与安全建议。该技能仅提供分析与建议，不执行创建、删除、更新、下单等资源变更操作，脚本始终以 readonly 模式发送请求，并拒绝任何写确认请求。使用前需配置阿里云凭证、阿里云 CLI（>=3.3.3）及 DAS 插件，通过 scripts/call_apsaradb_agent.sh 调用，需确认区域、实例 ID、时间范围等非敏感参数。
阿里云 Hive 到 DLF Paimon 数据迁移工具，覆盖存量与增量迁移全流程，含 Hive DDL 转 Paimon DDL、rclone 同步 HDFS 到 OSS、Spark Thrift 执行 INSERT OVERWRITE，支持 dry-run 预览与断点续跑。
用于查询并本地备份阿里云 WAF 3.0 账单数据的只读技能，支持获取实例信息、按日汇总按量付费账单、下钻小时级功能费与流量处理费及 Credit 用量，并导出 JSON/CSV 备份。
基于 Hologres AI Function 的广告素材生成与投放分析技能，通过全 SQL 链路完成从 OSS 素材到广告视频生成、虚拟投放模拟和实时 ROI 分析，适用于广告视频生成、素材转视频、投放效果分析等场景。
Hologres 权限管理技能，基于 PostgreSQL 标准授权模型（专家权限模型），用于创建用户、授予或回收表、列、视图与 Schema 级权限，并支持默认权限与权限诊断。需先安装 hologres-cli。
该技能分析 Databricks SQL 查询（包括 notebook 中内嵌的 spark.sql(...) 与 %sql 单元格），检测反模式、lint 问题与性能问题，重点关注 Z-ordering、表统计、Photon UDF 阻塞等 Databricks/Delta 平台专属事项。
AMD Quark 的 ONNX 模型入库技能：检查目标 ONNX 模型并为 Quark ONNX PTQ 规划准备元数据，用于 .onnx 路径校验、opset/IR 版本检测、输入输出形状等。
用于校验 Quark ONNX 量化输出的轻量工具，通过辅助文件拷贝对齐、预期未量化初始化器的 MD5 字节一致性等四项检查确认结果是否正确。具体检查项与用法需参考技能目录中的说明文件。