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
17,421 个结果
meter-history 是 CocoPlus 环境中用于展示历史 CocoMeter 会话数据的技能。它从 .cocoplus/meter/history.jsonl 读取最近 N 次会话记录（默认 10 次），以表格形式展示每次会话的开始时间、持续时长、调用工具数、SQL 语句数、写入次数，并在底部汇总工具调用、SQL 语句、写入和估算 token 总量。使用前需确认当前目录已初始化 CocoPlus，且 CocoMeter 已启用并完成过会话，否则会给出相应提示并停止。
CocoMeter 发票生成技能，用于按刷新后的计费（chargeback）事实数据生成可供开票使用的 HTML 和 CSV 文件（artifacts）。生成的每张发票包含 token 用量额度、若包含仓库用量则含仓库额度、总信用额度、金额、成本中心和未映射状态。使用前须确认 .cocoplus/ 目录存在，否则提示先运行 $pod init 并停止。支持本地测试数据校验命令，不伪造 PDF 输出。
meter-reconcile 是 snowflake-labs/cocoplus 下的一个技能，用于将 CocoMeter 会话统计与权威 JSONL 转录记录进行对账，并可作为适配器金丝雀（adapter canary）用于迁移自检。它替代了原先的 meter-reconcile 与 adapter-self-test 运行时辅助工具。该技能只依据转录中命名的字段（如 usage、tokens、input_tokens、output_tokens 等）计算令牌总量，不从自然语言描述中推断用量；对助手消息按 message_id 去重，计算运行时令牌与转录令牌之间的差距比例，并据此标记 matched、gap、transcript_only 或 not_run 状态，同时可检测配置模型层级与实际模型层级之间的漂移。它支持幂等键、原子写入对账产物，并可在队列模式下按 idempotency_key 恰好结算一次。
CocoMeter Refresh 是 Snowflake Labs 的 CocoPlus 技能，用于刷新 CocoMeter 的计费分摊（chargeback）事实数据。执行 $meter refresh 时，它会运行 35 天滚动窗口的计费分摊刷新，要求仓库实现以幂等方式删除并重新插入该滚动窗口，排除 SYSTEM、沙箱和后台元数据记录，去除系统提醒，从工具参数数组中提取 SQL，并按显式用户映射、用户标签、角色映射、UNMAPPED 的顺序解析成本中心。使用前需确认 .cocoplus/ 目录存在，否则提示先运行 $pod init 并停止。本地夹具验证可运行 invoke cocometer/chargeback-refresh --input <fixture.json>。
CocoMeter 使用报告生成技能，用于为当前会话以及可选的最近 N 个会话生成完整的 CocoMeter 用量报告。报告包含按模型细分、按操作成本以及总计数据。该技能会先检查 .cocoplus/ 目录是否存在，读取当前会话与历史会话数据，然后输出结构化的用量报告，涵盖当前会话状态、Token 用量、工具活动、模型细分、操作日志、会话历史与累计总计；在项目上下文中存在 Snowflake Cortex Token 定价数据时，还会附加预估成本部分。
meter-sync 是 snowflake-labs/cocoplus 提供的一项技能，用于在后台刷新 CocoMeter Enhanced 仪表盘。它会基于当前的 request-map.jsonl 数据重新查询 Snowflake，并重新生成 .cocoplus/meter-view.html 文件，但不会打开浏览器。该技能适合在开发者已打开仪表盘标签页的情况下，静默更新数据。
CocoMeter Enhanced HTML 仪表盘生成技能，用于把本地 CocoPlus 的请求归属记录与 Snowflake 的 Cortex Code 用量历史合并，生成并打开一个本地 HTML 面板。它会先检查 CocoConsole 是否在运行，若在运行则直接打开其中的 Cost 面板；否则读取 .cocoplus/meter/request-map.jsonl，按直接请求与子智能体锚点分组查询 SNOWFLAKE.ACCOUNT_USAGE.CORTEX_CODE_CLI_USAGE_HISTORY，完成关联与聚合后把数据注入模板，原子写入 .cocoplus/meter-view.html 并更新 last-sync.json。面板展示总 token、总积分、缓存效率、输出 token 及按阶段和模型的拆分，缺数据时以仅本地模式降级渲染。
pivot-merge 是 snowflake-labs/cocoplus 中隶属于 CocoPlus 功能的一项 V2 原生确定性契约，用于承载原先委托给 pivot-merge 技能、但未注册运行时脚本的行为。它要求以 Coco 原生能力实现该特性，例如读取、写入、编辑，以及在宿主明确需要时执行 Bash；当功能涉及数据访问时使用 Snowflake 工具；当需要独立评审时使用子代理。该契约强调：保留所属功能技能中记录的产物路径、数据结构与用户可见输出；不得将旧脚本作为实现路径调用；在生成机器可读状态时，优先采用确定性的文件解析和结构化产物，而不是自由文本；若会产生外部副作用，须沿用所属功能相同的门禁与确认语义。完成标准为：所属功能的已记录产物被生成或更新，输出结构保持与现有读取方兼容，且无需调用已注册的运行时脚本。资料未提供具体安装命令、参数说明、示例代码、性能指标或收费信息。
这是 Snowflake Labs 的 CocoPlus 技能，提供一项 V2 原生、确定性的合约实现，用于执行原先由 cocorecipe/recipe-metadata 委派处理的配方元数据行为，而无需调用已注册的运行时脚本。该技能要求使用 Coco 原生能力（按需使用 Read、Write、Edit、Bash，需要数据访问时使用 Snowflake 工具，需要独立审查时使用子代理）来完成操作，并保留所属功能技能所记录的产物路径、数据模式和用户可见输出。它强调优先采用确定性文件解析和结构化产物，而非自由文本，以确保机器可读状态稳定；当操作会产生外部副作用时，沿用所属功能的门控与确认语义。退出标准包括：所属功能的文档化产物已生成或更新、输出模式与现有读取方保持兼容、无需调用已注册的运行时脚本。
CocoWisdom 的本地词法索引构建与刷新技能，用于对磁盘上已有的会话 JSONL 转录文件建立可搜索的本地索引。该技能对应命令 $wisdom index [--harness <harness-name>]，运行前需确认 .cocoplus/ 已初始化，否则提示先运行 $pod init。索引会覆盖所有可用会话（含 CocoWisdom 之前的历史会话），支持按 harness 过滤，默认来源为 .cocoplus/lifecycle/sessions/，并在存储索引文本前对凭证进行脱敏（可按配置关闭），同时保持原始 JSONL 不变，写出包含会话数、脱敏数、索引时间戳和过滤条件的元数据，重复运行可确定性更新索引。
wisdom-learn 是 CocoPlus 中用于记录一条经过整理的学习内容的技能：它把学习文本追加到 .cocoplus/wisdom/learnings.md，并可附带会话标识与理由元数据。如果这条学习描述的是被拒绝的做法，则应转交 wisdom-reject 处理，而不是写入正向指引。
面向 Cloudflare Durable Objects 的构建与审查技能，覆盖有状态协调、RPC、SQLite 存储、Alarms、WebSockets 与 Workers 集成、配置和测试。强调以官方文档检索为准，并提供核心规则、测试与 Workers 配置的参考文档。
这是一个全链路数据分析技能，可处理表格（CSV/Excel）、文档（PDF/DOCX/MD）及图像（PNG/JPG）中包含的数据。其工作流强制遵循五步：先进行安全探查（仅读取元数据与少量样本，避免全量加载导致Token溢出）、数据质量体检（检查缺失、重复与一致性）、确定分析工作流、生成并执行规范代码、最后验证与输出结果。支持统计分析、模式发现、商业智能、探索性分析等核心方法与多种可视化，并可按要求生成Markdown、PDF或DOCX报告。
ClickHouse 数据库在 Gram 分析及遥测功能中的查询规则。仅建议在 telemetry 包中使用 squirrel 查询构建器编写 ClickHouse 查询，而 PostgreSQL 查询仍须使用 SQLc 生成代码。资料未提及收费、安装命令或平台信息。
该技能用于在 Speakeasy AI Control Plane 项目中，查看用户自定义信号随时间的变化，以及它在各可用属性上的分布。它通过已认证的平台工具查询已采集的活动数据，要求先列出并选定项目、读取分析目录、挑选传感器与信号，并明确时间窗口与匹配规则（如多标签概率阈值、独占选定信号，或按有序层级的累计概率）。输出会说明匹配消息、精确去重会话、在已测量回答中的占比，以及失败、不适用、草稿、未测量等伴随计数和未知的普查覆盖范围；缺口表示未知，不能视为零。查询可分组、过滤，设置分组数和数据点预算，支持与上一窗口比较，并可请求有限的会话引用作为证据。该技能适合探索信号趋势与跨会话分布，但结果是描述性观察，不等同于任务计数、工作时长、已验证的代理错误或因果结论。
面向 SQLite 的数据库迁移模式技能，用于创建迁移、修改表结构与执行数据库变更。资料给出迁移文件写法、命名规范与核心原则，并提供迁移指南与故障排查参考文件。
用于查询 Spotify Ads API 广告账户变更历史的技能：按实体、操作人、变更类别和时间范围检索广告活动、广告组、素材等实体的变更记录，支持分页与按 ID 查看详情，用于审计谁在何时改了什么。
“探索指标”（Explore Metric）是 Confidence 平台的一个技能，用于为任意事件表（fact table）生成预填充的 Metric Explorer 链接。用户通过该链接可在 Confidence 界面中一键预览和创建指标，将原始事件数据转化为可附加到实验的指标。技能会引导用户从业务问题出发，自动推荐事实表、实体、指标类型和聚合方式，并处理指标配置。生成的 URL 会包含事实表、实体、指标类型、度量列和聚合等参数，但不包含曝光表（exposure），需用户在界面下拉中选择实验。该技能依赖 Confidence Flags MCP，适用于已有事件数据并希望快速构建实验指标的场景。
setup-warehouse 是 Confidence 实验分析平台的仓库配置技能，用于引导用户连接数据仓库，以便 Confidence 存储和分析实验数据（标记分配、事件和指标）。该技能支持四种仓库类型：BigQuery、Snowflake、Databricks 和 Redshift。使用时会先让用户选择所用的仓库，再转交给对应的专用设置技能处理。配置前需通过 MCP 验证 confidence-flags 身份认证。该技能还会发送遥测事件以跟踪配置进度。没有仓库时，Confidence 只能解析标记，无法分析实验结果。
该技能用于将 Databricks 配置为 Confidence 数据分析平台的数据仓库。运行前需连接并认证 confidence-flags MCP 服务器，所有 Confidence API 操作通过该服务器完成，而 AWS/Azure/Databricks 相关操作仍以 shell 命令执行。技能覆盖端到端流程：采集 Databricks 工作区 URL、SQL Warehouse ID 和服务主体凭据，选择 AWS S3 或 Azure ADLS Gen2 作为暂存存储并配置存储与身份（如 S3 存储桶、IAM 角色，或 ADLS 存储账户、用户分配托管标识与联合凭据），配置 Databricks schema、创建仓库、设置连接器、创建 assignment 表并验证数据管道。数据流为 Confidence 收集 flag 分配和事件后写入暂存位置，再以约 5 分钟批次加载到 Databricks 表。过程中会显示步骤跟踪器，并向 Confidence 发送遥测事件（对用户透明）。限制包括：需管理员权限创建服务主体；S3 方式需 AWS 账户与 CLI 或手动控制台操作；ADLS 方式需启用分层命名空间的存储账户及 Entra 租户信息；IAM 信任策略需 Confidence 服务账户的数值唯一 ID，可能需联系支持获取；未提供定价、性能指标或更多平台细节。
这是一个用于将 Amazon Redshift 配置为 Confidence 实验分析数据仓库的安装技能。它通过 MCP 服务器进行认证，并引导用户完成从创建 Redshift 集群、配置 S3 暂存桶和 IAM 角色，到设置 Schema、创建仓库、连接器以及验证数据管道的完整流程。支持使用 AWS CLI 自动执行或通过 AWS 控制台手动操作，适用于已选择 Redshift 作为数据仓库并需要端到端设置的用户。
Domo 工具包 @domoinc/toolkit 中的 SqlClient 技能，用于对 manifest.json 中映射的数据集别名执行原始 SQL 查询，并安全解析列式 SQL 响应。
币安（Binance）技能，允许在 Starchild 环境中直接交易币安现货与 USDM 合约。支持市价单、限价单、止损单、止盈单、移动止损（基于 delta）以及 OCO 订单，并可查询账户余额、订单历史、持仓与行情数据。底层通过捆绑脚本 scripts/ccex_core.py（依赖 ccxt）执行操作。使用前需在 workspace/.env 中配置 BINANCE_API_KEY 与 BINANCE_SECRET，并创建相应权限的 API Key。
Chart 是一个基于项目的交互式图表生成技能，使用 Apache ECharts 通过 CDN 渲染，生成可用于数据分析和商业智能的交互式网页图表。每个图表项目存放在 output/chart-html/<项目名>/ 目录下，便于复用与迭代。项目结构包含 index.html（图表页面）、generate.py（生成脚本，保证可复现）、README.md（标题/描述/数据来源说明）、data.json（数据快照）和 screenshot.png（保存的图片）。提供多种内置模板，涵盖折线图、柱状图、饼图、K 线图、散点图、仪表盘、雷达图、热力图、双轴图、多面板图、瀑布图，适用于时间序列、类别对比、构成占比、OHLCV 价格、相关性分布、KPI 卡片与多图网格、多维评分、矩阵强度、量纲差异大的双序列、共享 X 轴堆叠面板、增量贡献拆解等场景。工作流程包括选择模板或自定义布局、创建项目文件夹、构建并保存图表页面、保存可复现资产、启动预览、导出图片。图表页面工具栏提供下载 PNG、复制图片、保存图片到项目三个按钮，不支持画廊模式。数据直接嵌入 HTML 以避免 iframe CORS 问题，多图页面需将所有图表实例注册到 window.CHART_INSTANCES，建议使用有意义的项目命名（主题-范围-日期）。