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
17,418 个结果
这是一个面向低资源美洲原住民语言的图像描述（image captioning）基准任务。输入为带语言元数据（语言、ISO 639-3 代码、文化）的评估项，图像为 uint8 RGB（如 64x64x3），并提供可见的训练行（含 caption、iso_lang、has_image、images，部分行仅有 caption）。交付物为每个评估项一条非空字符串，使用该项对应语言。质量指标为平均句子 chrF++（sacrebleu CHRF，字符 1-6-gram、词 1-2-gram、beta 2、区分大小写、0-100），越高越好，基线为各语言可见训练描述的 medoid。工具来自 scilib 的 captions 与 clip_retrieval 模块，提供 chrf、mean_chrf、medoid、consensus_caption、mbr_caption、by_language、fit_predict，以及 CLIP 图像检索相关函数。规则要求不得跨语言合并描述、不得使用目标描述、每项一条字符串且保持输入顺序。
这是一个面向 Universal Dependencies（UD）依存句法分析任务的技能工具，适用场景是：任务提供带标注的训练语料（含 upos、head、deprel 等字段的句子）和已分词的目标句子，要求为每个目标句子输出词序对齐的 head 与 deprel 列表。该技能基于 scilib.udparse 模块，支持训练解析器（Eisner 或 CLE 解码、多模型、jackknife、形态特征、随机种子）、一次性拟合解析多组目标句、交叉验证，以及 LAS/UAS 评测与句法树合法性检查。它还提供法语预训练解析路径（基于 Stanza French-GSD 与 CamemBERT-large 编码器），可选择加载预训练权重。输出需满足每棵树恰有一个根、head 在范围内、无环、关系取自 37 个 UD v2 标签，并能用 check_parse 校验。
scienceclaw-benchmark-for48 是一个面向合同与保密协议（NDA）证据识别的基准任务工具，属于 ContractNLI 类任务。它用于在合同文本中定位支持或反驳固定自然语言假设的条款片段。输入包括按顺序排列的候选文本片段（doc_id、span_texts 或文本加字符区间）、一组固定假设（key、text、简短描述），以及带标注的训练合同（每个合同-假设对标注 Entailment / Contradiction / NotMentioned 及证据片段索引）。输出为每个请求对的一个字典，按给定顺序给出二分类标签（Entailment 或 Contradiction，不输出 NotMentioned）和每个片段的分数（0 到 1 的浮点数，按片段顺序）。质量以片段分数相对金标准证据片段的平均精度（mAP）为主要指标，辅以 80% 召回率下的精度和标签准确率。工具提供 scilib.contracts.fit_predict 和 cross_validate 等接口，可选通过预训练模型（BGE、DeBERTa 等）增强特征。
scienceclaw-benchmark-for50 是 scienceclaw 技能库中面向 ValueEval 人类价值检测任务的基准技能。它用于处理论证（argument）中的人类价值识别：输入包含结论（conclusion）、立场（stance，支持/反对）和前提（premise）的表格，以及带 (n, 20) 0/1 标签矩阵的训练论证和价值名称（决定列顺序的分类体系）。交付物是一个 0/1 整数矩阵，行对应目标论证的输入顺序，列对应给定顺序的价值名称。技能提供 scilib.valueeval.fit_predict 工具，结合词级与字符级 TF-IDF、一对多逻辑回归、按结论分组的折外评分、逐标签 Platt 校准，以及以最大化官方 F1 期望为目标的决策策略，并附带 human_value_multilabel_predict 和 value_detection_official_f1 等类型化算子。质量以 ValueEval 2023 官方 F1 衡量，对精确率与召回率分别宏平均后再取调和平均。
该技能用于根据无机晶体的结构预测其声子性质，例如声子态密度最后一个峰的频率。输入为晶体结构（化学式、3x3 晶格行向量、元素种类、分数坐标）以及带目标值（单位 cm^-1）的标注训练结构，输出为按输入顺序排列的一维浮点数组，单位为 cm^-1。质量以平均绝对误差衡量，越低越好，合理基线为对标准化成分/几何描述符做 5 近邻回归。技能提供基于代码节点构建的描述符、ExtraTrees 与 HistGradientBoosting 回归器、交叉验证，以及基于预训练通用势（SevenNet、CHGNet）的声子特征提取。
ScienceClaw 的心理实验下一选择预测基准任务技能，用于处理参与者每个作答以 <<KEY>> 标记记录的行为实验文本记录（Psych-101 / Psych-201 风格）。输入为条目（研究、历史、选项等）及可选的他人训练会话，输出每条条目对应的合法选项键列表。内置众数基线，并基于 scilib.psych.fit_predict 提供 mode、last、kernel、qlearn、wsls、personal、gbdt、auto、all 等方法，同时支持交叉验证与语言模型提示构建、答案解析和概率混合，最终以微平均准确率评估。
ScienceClaw canvas 是一个面向数据分析与科学计算任务的编排工具。它不采用临时脚本的方式，而是把任务构建成一张带类型的可执行工作流图：节点可以是工具、库算子、代码或 LLM 步骤，边携带带类型的值（类型、形状、单位）。引擎会在每次编辑后立即执行，并只重跑受影响的节点，从而让每一步都返回真实反馈。用户通过声明任务、检索科学工具库、逐步编辑节点与边、回放验证并最终交付结果来完成工作。
分析源代码或项目结构，提供技术解析与架构洞察的命令行技能，可读取标准输入或文件参数，识别语言并输出结构化解释。
start-plan 是一个开发执行计划生成技能，用于分析需求与项目现状，并输出详细的开发执行计划。它强调先感知代码库、再推理差距与风险、最后以繁体中文结构化呈现计划，规划阶段不写代码、不改文件。
Bitlysis 数据科学技能包，为 R、Python、Quarto 与可复现分析流程提供最佳实践指导，适用于统计分析、数据管道设计与报告生成场景。
GIS 空间数据科学家智能体，面向地理空间统计建模与预测分析，使用 Python（GeoPandas、PySAL、scikit-learn）和 R（sf、spdep、raster）完成聚类检测、空间回归、插值与点模式分析，强调统计显著性与不确定性量化。
Matplotlib 是 Python 的基础可视化库，用于创建静态、动画和交互式图表。本技能提供 pyplot 与面向对象两种接口的使用指导，涵盖常见图表类型、样式定制、多子图布局、3D 绘图与导出，适合需要精细控制每个绘图元素的场景。
面向科研论文发表的图表可视化元技能，用于制作符合期刊要求的配图：多面板布局、误差棒、显著性标注、色盲安全配色，并以 PDF/EPS/TIFF 等格式导出，主要配合 matplotlib、seaborn、plotly 使用。
使用 BigQuery CLI（bq）查询与检查 Monzo BigQuery 项目中表和数据集的中文指南，强调数据敏感性，要求显式指定 --project_id、使用标准 SQL（--use_legacy_sql=false），优先通过 INFORMATION_SCHEMA 查看元数据，避免接触 PII 或敏感内容。
microsoft-ads-cli 是一个只读命令行工具，用于通过 Bing Ads API v13 查询 Microsoft/Bing 广告数据。可查看账户、广告系列、广告组、关键词、受众、UET 转化目标与出价策略，并拉取广告系列、关键词、广告组效果报告。需配置 OAuth2 访问令牌与开发者令牌。
x-ads-cli 是用于 X Ads API（v12）的只读命令行工具，可查询广告账户、拉取同步分析数据、查看推广推文与媒体素材、检查定向条件、查看支付工具并估算覆盖人数，内置 OAuth 1.0a 签名。
Helios 与 Chart.js 的集成模式，用于创建由时间轴驱动的动画数据可视化。通过关闭 Chart.js 内置动画、在 Helios 订阅回调中手动更新数据来实现逐帧渲染。
一个示例技能，介绍如何把 D3.js 与 Helios 结合用于数据可视化：用 Helios 的帧/时间状态驱动 D3 的缩放与属性，适合创建图表和基于数据的动画。
Parallel CLI 是一个用于网络数据工作的命令行工具，通过统一接口完成 URL 提取、深度研究、数据增强、实体发现（findall）、记忆召回与网络监控，需安装并完成认证、账户有余额后使用。
在 Franklin 中模拟开仓的纸面交易技能，要求每笔交易附带完整理由（方向、目标价、止损、周期、信心、证据、标签、论点），由日志评分器按可验证性、证据、具体性、新颖性和复盘五维打分。
面向金融提问的本地流式抓取技能：当用户询问股票、基金、ETF、期权、期货、外汇、加密资产、利率、通胀、估值、财报、宏观、资产配置或风险等话题时，执行本地 Node 脚本，通过 fetch 发起 SSE 流式请求并实时输出结果，再据此组织回答。
本地 Circulus Map 技能，用于航空航线规划、ETOPS 分析、地图投影比较、机场查询与 SVG 航线图渲染，通过本地 MCP 端点调用。
德国法 AI 技能，用于判断欧盟《数据法案》(VO (EU) 2023/2854) 的适用范围与角色归类：认定联网产品、关联服务、数据持有者与用户，审查小微企业豁免、Art. 50 分阶段生效时间，并给出德国 DADG 下的管辖与处罚框架。
用于处理欧盟《数据法》下的用户数据访问请求：判断哪些数据属于“无需额外操作即可获得”、应按何种质量与期限提供、如何在不使请求落空的前提下保护商业秘密，以及何时可以拒绝。适用德语法律语境，涉及德国 DADG 与 Bundesnetzagentur 程序。