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
22,051 个结果
Agent-Pay 是一个通过 x402 HTTP 支付协议、使用 BSC 链上 USDT 按次付费生成 AI 图像的工具。用户只需提供文字提示词，即可调用图像生成服务，费用由 x402 服务端在 402 响应中决定。工具会自动创建本地钱包，并在余额不足时通过 WalletConnect 触发充值流程。首次使用需一次性 approve 授权（链上交易，消耗少量 BNB），实际 USDT 转账由服务端执行并承担 gas。支持生成图像、查询钱包余额、充值 USDT、提取资金到主钱包以及补充 BNB gas 等操作，所有操作通过全局命令 agent-pay 完成。
Anatomy 是一个 Aeon 技能，专门生成手工感强、高度细致的交互式等距 SVG 图，用真实物理物件（测试台、千分表、机柜等）来解释技术概念。它并非绘图工具，而是一种图解方法：先为抽象概念挑选一台机制能一一对应的机器，再用数百个精密零件将其搭建出来，让读者通过识别机器来理解概念。示例包括带打字机键盘的桌面电脑、拆掉侧板的街机柜、火箭发动机试车台、纹波水槽、千分表测试台等。每个图都要求显示的数字、动作和说明与真实模型保持一致，并通过审计脚本检查零件是否互相穿透、连接是否到位、深度排序是否正确。
Image Generation Skill（imagegen）是一个用于在当前项目中生成或编辑图片的技能，由 afu-it/create-image-codex 提供。它面向网站素材、游戏素材、UI 模型、产品模型、Logo、写实图片和信息图等场景，支持生成新图片、编辑已有图片（如局部重绘、蒙版编辑、背景替换、物体移除）以及批量生成多个提示词或多组变体。使用上优先调用会话内置的 image_generation_call 工具；若不可用，则读取 ~/.config/imagegen/auth.json 中的自定义端点、API Key 与模型（缺省模型为 gpt-image-1），通过命令行脚本 scripts/image_gen.py 或 curl 发起请求。该技能要求不得硬编码 API Key 或端点、不得使用程序化绘图库替代、不得用占位或纯色伪造生成；若内置工具不可用且 auth.json 缺失，应提示用户按 SETUP.md 创建后停止。
UI Redesign Director 是一个用于重新设计现有用户界面的技能，可将截图、仪表盘卡片、应用界面和产品组件改造成更精致、现代的视觉效果。它在保留原始意图、信息和产品上下文的前提下，改善布局、间距、排版、对齐、分组、对比度和整体可用性，默认采用现代高级 SaaS 产品设计风格，输出接近真实产品界面的设计稿。
yt2bb 是一个把 YouTube 视频改造成 B 站可用版本的技能，通过下载、转写、翻译、合并、烧录字幕、生成发布信息六步流程，产出带中英双语硬字幕的视频和 publish_info.md 上传元数据。
flux-2-klein 是一个基于 RunComfy Model API 的图像生成技能，调用 Black Forest Labs 的 Flux 2 Klein 模型（Flux 2 的蒸馏低延迟变体）。它提供 4B（延迟优先，亚秒级 4 步推理）与 9B（质量优先）两种变体，共用同一端点结构与提示词语法。该技能捆绑了模型特定的提示词模式，支持最多 4 张参考图，可用于风格迁移与引导式构图。使用前需安装 RunComfy CLI（npm i -g @runcomfy/cli）并登录 RunComfy 账号或在 CI 中设置 RUNCOMFY_TOKEN。适合实时艺术指导、快速概念迭代、产品可视化、多参考品牌风格统一等场景。限制包括分辨率上限约 2K、宽高比上限 16:9、提示词约 512 token 上限、参考图最多 4 张，文本渲染能力弱于 GPT Image 2。
Flux Kontext Pro 是 Black Forest Labs 推出的单张参考图精确局部图像编辑模型，托管于 RunComfy Model API 之上。它通过一句声明式的编辑指令，对单张源图片做局部修改，并尽量保持人物身份、姿势、构图、品牌等其余部分不变，强调强提示词控制、一致输出与高保真度。该技能以 RunComfy CLI 调用 blackforestlabs/flux-1-kontext/pro/edit 端点，输入仅需 prompt 与 image，另可选 aspect_ratio 和 seed 两个字段。适合单图精确局部编辑、保留源主体身份的定向修改、品牌素材文字或配色替换以及单图快速迭代等场景。限制包括只支持单张源图（多图流程需改用 Nano Banana Edit）、复合式提示词容易漂移（建议拆分为多次串行单指令编辑）、多语言或图内嵌入文字编辑一般由 GPT Image 2 edit 更优、无源图的全新生成应使用 Flux 2 Klein。
GPT Image Edit 是 RunComfy Model API 上基于 OpenAI GPT Image 2 的 /edit（即 ChatGPT Images 2.0 图像到图像）端点的图像编辑技能。它在针对性编辑中保持人物身份、品牌标识和版式稳定，并能在图像内改写多语言文字（拉丁、假名、CJK、西里尔、阿拉伯等字符）。支持最多 10 张参考图，可通过编号引用分别指定主体、场景与配色，也能用方向性语言做版面级局部调整（如移动标题、替换 CTA）。使用时通过 RunComfy CLI 调用 runcomfy run openai/gpt-image-2/edit 提交 JSON 请求，输出结果下载到指定目录。官方建议先用保留语句、后写改动内容，并引用图像内文字原文而非转述。尺寸仅支持 auto 及三个固定值，超出会报 422。
HappyHorse 1.0 是托管在 RunComfy Model API 上的文生视频模型，目前位列 Artificial Analysis Video Arena 第一名（盲投 Elo 1333 t2v / 1392 i2v）。它支持原生 1080p 输出，并在同一次生成中同步产出音频（对白、环境音、拟音），同时具备多镜头角色一致性。该技能通过 RunComfy CLI 调用 happyhorse/happyhorse-1-0/text-to-video 端点：提交 JSON 输入、每 2 秒轮询状态、下载结果到指定目录。输入字段包括 prompt（上限 2500 字符，支持中英日韩德法 6 种语言）、aspect_ratio（16:9、9:16、1:1、4:3、3:4）、resolution（720P 或 1080P）、duration（3–15 秒）、seed 和 watermark。适用场景包括多镜头品牌故事、需要片内配音与环境的解说视频、多语言短视频广告、电影级 1080p 交付。限制：时长上限 15 秒，仅支持 5 种画幅，音频只能在生成过程中产出，此 t2v 端点不接受外部音频或图片输入。
Nano Banana Edit 是基于 RunComfy 模型 API 的图像编辑技能，调用 Google Nano Banana 2 的 image-to-image 编辑端点，实现在保留主体身份、姿态、服装等前提下对图片进行背景替换、服装更换、局部物体增删和画面内文字替换等编辑。每次调用支持 1 至 20 张输入图片（首张为主图，其余提供辅助线索）和 1 至 4 张输出，适合 SKU 商品图批量换背景、代言人背景替换、广告素材 A/B 变体以及品牌资产重定位等需要一致性的批量编辑任务。该技能通过 RunComfy CLI 调用，需先安装 CLI 并登录 RunComfy 账号，CI 环境可用 RUNCOMFY_TOKEN 环境变量鉴权。
Wan 2.7 是 Wan-AI 的旗舰视频生成模型，通过 RunComfy Model API 调用，支持文生视频。该技能文档介绍了其核心能力，包括多参考条件控制（最多 5 个参考媒体，可组合图像、视频与语音）以及音频驱动的唇形同步；使用 audio_url 传入 WAV/MP3 音频（3–30 秒、不超过 15MB）即可驱动口型，省略该字段则自动生成背景音乐。可设置宽高比（16:9、9:16、1:1、4:3、3:4）、分辨率（720p 或 1080p）、时长（2–15 秒整数）、负面提示词、提示词自动扩写开关以及可复用的随机种子。调用方式为通过 RunComfy CLI 执行 runcomfy run wan-ai/wan-2-7/text-to-video 并传入 JSON 输入，输出文件下载到指定目录。适用场景包括带自定义配音的唇形同步广告、多语言配音变体、多参考运动控制、平滑转场与物理运动、以及通过负面提示词排除具体问题。限制方面：时长上限 15 秒，分辨率上限 1080p，仅支持文档列出的 5 种宽高比，音频规格受限，参考媒体上限 5 个；该模型消费音频而非生成音频。
基于 libvips 与 pyvips 的高性能图像处理技能，支持缩放、裁剪、旋转、格式转换、水印、合成及批量处理，内存占用低，适合大批量图片与网页图片优化。
基于 Apple HIG 与 iOS 26 Liquid Glass 的 iOS 应用设计规范技能，用于设计 iOS 界面、审查 UI 代码与构建界面。提供导航、布局、排版、配色、图标、动效、无障碍与触感反馈等参考规则。
story-design 是一个用于生成各类虚构题材故事规格 Markdown 文件的技能，通过交互式流程引导用户确定题材、提供创意，并产出经典、创新、颠覆三个版本供选择，最终写入 story_specs/ 目录。
基于 PP-OCRv5 API 的 OCR 技能，可从图片、PDF 或文档中提取文字，支持 URL 与本地文件，提供自适应质量模式，返回带质量评分的结构化结果，需配置 API 凭证后使用。
用于审计或评审产品流程、用户旅程、漏斗、引导、结账、设置、页面或多步体验的技能：按步骤截图并输出编号步骤、UX与设计发现、无障碍风险及截图无法覆盖的限制。
通过浏览器自动化使用 Google Gemini 助手（gemini.google.com），可进行 AI 对话、研究、图像与视频生成及分析。提供 Fast、Thinking、Pro 模型与深度研究、深度思考、图像/视频生成、Canvas、引导学习等工具，并支持文件上传、Drive 导入、Gems 自定义助手。
面向生物医学论文的声明强度校准技能，用于让摘要、讨论、结论等表述与真实证据等级、研究设计、验证状态和转化边界相匹配，识别因果、机制、验证与转化方面的过度声明，并提出有依据的改写边界。
面向生物医学与临床研究的终点设计技能，可将研究目标转写为主终点、次要终点与探索性终点框架，含事件定义、评估时机、复合终点规则与可行性说明。
一个面向生物医学研究的可行性约束规划技能，将研究想法转为在样本、时间、预算、数据获取、实验能力等真实限制下可执行的方案，明确区分现有、可争取与不可得资源，并给出最小可执行版本与取舍建议。
用于撰写研究局限性与风险声明的科学写作技能，帮助以专业措辞承认设计、样本、测量、随访、验证等方面的真实局限，适用于论文讨论、基金申请风险章节和审稿回复。
该技能用于从Meta分析或研究标题中抽取PI(E)COS要素（人群、干预/暴露、对照、结局、研究设计），属于医学研究流程中的结构化信息提取工具。提供Python脚本scripts/validate_skill.py作为执行入口，需Python 3.10+环境。
target-journal-matcher 是医学研究技能集中的期刊匹配工具，根据稿件主题、研究设计与证据强度，推荐分层（Tier 1/2/3）的投稿目标期刊，并评估期刊范围、方法接受度与开放获取等实际因素。
通过 inference.sh CLI（belt）调用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 等 40 多个模型生成 AI 视频的 Claude 技能，覆盖文生视频、图生视频、数字人唇形同步、视频编辑与音效、放大、合并等能力。