SuperAPI AI 工具集

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 11-20 00:12

通用与其它

54,037 个结果

imagination-gym

imagination-gym 是记忆宫殿方法中的意象训练步骤,用于提升心理意象的清晰度与场景构建能力,让记忆宫殿中的图像更强烈、更易编码。它基于心理意象研究而非神秘主义,适用于用户反馈“脑中画面模糊”“看不到东西”或希望强化意象能力的情况。训练包括建立基线(用简单物体做 1–5 级清晰度评分)、逐感官叠加细节(视觉、触觉、嗅觉、听觉、味觉)、练习对图像进行操作(旋转、改变大小和颜色、点燃、复制)、从零构建连贯的小场景,再把强化后的图像交给 loci-encoder 转入记忆宫殿。建议短时高频练习,每天几分钟优于偶尔长时训练,并可借助间隔复习提醒。该技能也提醒:少数人有心像缺失(aphantasia),应改用语言、空间和动作线索,不必坚持要求其在脑中“看到”画面。它明确不声称能提高智商、开发潜能或治疗疾病,也不羞辱心像缺失者,保持在意象研究的语境中。

通用与其它1 次安装

number-memory

number-memory 是 mind-palace-agent-skills 中的一项数字记忆技能,用于把数字、日期、电话号码和扑克牌等难以直接形成图像的信息,转换为人物、动作、物体等可想象的画面,便于后续放入记忆宫殿等位置记忆结构中。该技能提供三种数字—图像转换体系:Major System(数字对应辅音发音,再拼成词)、Dominic System(两位数对应人物及其标志性动作)和 PAO(Person–Action–Object,两位数对应一个人物、动作、物体,三组数字压缩为一个场景)。使用前需要先建立并熟记一张稳定的映射表,再按两位或六位切分目标数字并生成图像,最后交给 loci-encoder 按路线顺序放置。技能说明中明确要求:不要在用户尚未熟记映射表时直接训练目标;同一目标处理过程中不要混用两套体系。适用于记忆数字串、日期、电话号码和牌组等场景。

通用与其它1 次安装

palace-foundations

palace-foundations 是记忆宫殿(method of loci)技能体系的入门引导技能。它用简洁、诚实的方式讲解记忆宫殿的基本原理:在一条固定、熟悉的路线上的各个位置放置生动图像,通过沿路线行走来回忆;该方法可学习,并非天生,也不存在照相式记忆。它帮助用户理解宫殿→房间→站点→位置的四级模型,并根据用户的具体目标(如设计宫殿、编码图像、记忆数字、测试回忆、长期复习等)将其引导至对应的专业子技能。该技能本身不负责搭建完整宫殿,只做方法教学与路由,并建议从 5-7 个项目的演示宫殿开始获得初步成功体验。

通用与其它1 次安装

coderec

coderec 是一个面向既有代码库(brownfield 项目)的代码库侦察协议。它通过“渐进式披露”方法,将现有代码库转化为代码库情报文档(Codebase Intelligence Documents,简称 CID)。coderec 目前处于设计阶段(v0.1),仅定义了协议,实现仍在进行中。该协议分为四个层级:第一层“制图”从文件树、导入关系和入口点生成系统地图(边界、模块、依赖);第二层“模块情报”针对单个模块与第一层地图生成情报卡片(用途、契约、假设);第三层“跨模块综合”基于所有第二层卡片(而非代码)生成一致性报告(矛盾、死路径、耦合);第三层半“对抗性验证”对第三层发现进行钢人化验证,给出确认、降级或丢弃的结论;第四层“决策考古”结合卡片、git blame 和注释生成决策登记表(已记录、推断、未知)。协议强调源真相(Source of Truth,SOT)只读、使用绝对路径、确定性 ID、模块边界算法以及多门验证机制,目的是为下游工具和人工开发提供诊断依据,而非直接修改代码。

通用与其它1 次安装

lightcraft-cli

lightcraft-cli 是 Lightcraft 技能体系中的公共执行契约与 CLI 工具技能,用于在用户显式要求查询 Lightcraft 命令与控件、检查 JSON 计划或直接调用 CLI 时提供统一的命令入口和执行规范。它固定使用 CLI 0.2.1 与 Python 3.11+,提供目录、能力身份、计划结构和执行回执等公共约定,但不替代领域技能决定照片修改内容。技能脚本可独立使用,需将 SKILL_DIR 指向宿主加载 SKILL.md 的绝对目录,并通过 bootstrap.py 检查环境。执行后需按照片 ID/库位置、原片身份、当前设置、版本化回执与实际输出进行交接和验收,编辑、保存、解码、重开与视觉分别验收,零退出仅表示待验证。适用于需要查询 CLI 能力、审查 JSON 计划或直接调用 Lightcraft CLI 的场景。已知导出冲突会在执行前拒绝,摘要检测不提供回滚或通用沙箱,UNKNOWN 不重放,部分成功保留已生效步骤,NotSaved 区分内存修改与未落盘。安装命令为 npx skills add full-aigc-skills/lightcraft-skills --skill lightcraft-use,全流程使用 lightcraft-use。

通用与其它1 次安装

lightcraft-virtual-copy-review

该技能用于在 LightCraft 中完成独立虚拟副本审稿。它要求先确认目标照片、现有库、期望视觉效果和新输出路径,并通过查询回执绑定真实照片 ID;需区分独立 CLI 与插件 MCP 的当前会话,避免把示例参数或返回数组当作单个 ID。执行后应保证原片及非目标设置不变,副本 copyOf 指向源 ID,实际导出像素发生变化,且新进程重开结果一致。该副本是共享原文件的独立目录项,并非物理备份;不能把暗片提亮预设当作自动修复,也不删除原片或副本。创建操作不幂等,超时后应先查询 copyOf 和名称以避免重复创建。若需在宿主打开界面,应交给 lightcraft-editor 技能。独立安装命令为 npx skills add full-aigc-skills/lightcraft-skills --skill lightcraft-editor。该批技能仍为开发候选,市场新发行尚未完成,命令存在不代表 Web 支持或真实媒体效果已验收。

通用与其它1 次安装

openspec-explore

OpenSpec Explore 是一个用于“探索模式”的 AI 技能,定位为思考伙伴,帮助用户探索想法、排查问题并澄清需求。它强调深入思考、自由绘制图表(如 ASCII 图),并顺着对话自然推进,而不强制固定流程或产出。该模式只用于思考而非实现:可以读取文件、搜索代码、调查代码库,但不得编写代码或实现功能;若用户要求实现,会提醒其先退出探索模式并创建变更提案。在用户要求时,它可以创建 OpenSpec 制品(提案、设计、规格),属于记录思考而非实现。它会读取 OpenSpec 项目上下文与规则作为约束,并在存在变更时解析已有制品、结合讨论给出捕获建议,但不会自动捕获或施压。

通用与其它1 次安装

soundcraft-audio-edit

soundcraft-audio-edit 是 soundcraft 技能集中的音频片段剪辑技能,用于在用户需要完成裁切、拼接和淡入淡出等音频剪辑任务时提供从素材诊断到可编辑交付的完整流程。该技能要求先读取 Craft 场景命令与参数,明确交付用途、目标时长、修改范围与格式,再标记保留段与删除段、确定剪点、在低能量区剪切并加入交叉淡化、整理片段间距并保留尾音,全程试听并检查总时长。工具落地方面通过 open_session/new_session 管理会话,import_audio 导入音频,inspect_session 检查,save_session 保存工程,bounce_mix 输出音频。结果检查关注无点击声、无重复字、无截断尾音、片段顺序与内容符合原意、输出时长与采样率满足要求。交付时返回可编辑工程、实际派生文件和简短说明。需要可见编辑器时可交给 soundcraft-editor 技能。

通用与其它1 次安装

soundcraft-editor

soundcraft-editor 是 soundcraft 的内嵌编辑器技能,用于在支持 MCP Apps 或内置浏览器的宿主中打开 soundcraft 的真实编辑界面,并连接当前任务工作区,让 Agent 的操作与界面显示在同一页面。它通过 open_editor 传入工作区绝对路径完成首次连接,宿主支持原生 MCP Apps 时呈现 ui://soundcraft/panel.html。宿主未自动呈现面板时,可调用 open_browser_editor 并将返回的 editorUrl 交给内置浏览器;Codex Desktop 可用 open_in_codex(target 为 browser)。该技能提供会话管理、音频导入、会话检查、保存工程与混音输出等工具流程。注意:该技能独立安装不附带编辑器服务,需安装配套插件或配置其 MCP 后端;它只适用于可在宿主内呈现真实编辑界面的场景,不能把工具文字结果当作界面已打开。

通用与其它1 次安装

soundcraft-podcast-cleanup

该技能用于配合 soundcraft 完成播客人声整理,覆盖从素材诊断到可编辑工程交付的完整流程,涉及口播剪辑、停顿处理和响度检查。使用前需读取 Craft 场景命令与参数,按对象选择、会话、输入替换和结果检查执行;需要可见编辑器时交给 soundcraft-editor 技能。执行流程包括确认轨道与采样率、试听首中尾段、移除明确错误段落并保留自然换气、用短交叉淡化消除剪切爆音、温和均衡与动态处理、按发布目标检查响度与峰值并导出试听版。输入助手为 podcast_input.py,可从片段输入示例填写参数并生成 recipe.json,随后读取 steps 并通过会话的 MCP execute 或独立 CLI 传参执行。当前助手仅支持选中整片段增益、两端淡变和指定区间混音,不执行剪除、EQ、降噪或 LUFS 归一化;交付需包含可编辑工程、派生文件和修改说明。

通用与其它1 次安装