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 10-16 00:02
6,062 个结果
该技能用于查找使用热门音效或病毒式音频的 TikTok 创作者，基于 Apify 平台上的 apidojo TikTok Music Scraper 实现。用户提供 TikTok 音乐/音效页面 URL 后，可抓取使用该音效的帖子数据，并按粉丝数、互动率和视频播放量对创作者进行评分与分级，帮助筛选出高价值创作者。支持通过命令行脚本、REST API 或 Apify MCP 运行，结果可输出为表格、CSV 或 JSON。
Coverage Tracker Setup 是一个用于配置关键词覆盖追踪器的技能。它像 Google Alerts 一样，监控你关心的关键词是否出现真实报道，并在有新内容时通知你。该技能会生成一个追踪器配置文件，为每个关键词记录其具体含义，以便后续过滤掉错误匹配或泛用词。它需要用户提供追踪器名称、要监控的关键词、每个关键词的含义说明、可选的忽略提示以及检查频率。配置通过 newsjack coverage init 命令保存，并交由 coverage-tracker 技能定期运行。它专注于追踪自有或指定关键词的报道，与用于判断公司能否借势更大新闻的 newsjack 监控是不同任务。
Newsjack Monitor Setup 是一个用于创建新闻监控配置的 AI 技能。它的作用是引导用户为公司建立一份监控档案（monitor profile），保存公司身份、关注的报道领域、竞争对手、搜索词、信息来源等信息，从而使 newsjack-detector 能够按计划自动运行。该技能支持两种模式：在具备 shell、文件系统和网络的工具中可完成保存档案、填写客户简报、配置 Slack 推送、设置定时计划、测试与真实运行；在纯聊天环境中则只生成档案草稿并给出后续步骤。监控档案保存在 ~/.newsjack/monitors/<slug>/profile.json，配套的 brief.md 用于定义哪些内容适合或不适合对外发声。
paseo-orchestrate 是一个已弃用的技能，原名已更名为 paseo-epic。当加载该技能时，它会重定向到 paseo-epic，并以一句话提示用户：paseo-orchestrate 已弃用，改用 paseo-epic。除此之外，资料未提供其具体功能、使用方式、适用场景或限制等信息。
该技能用于通过 Apify 上的 apidojo Tweet scraper，抓取任意公开 Twitter/X 账号的推文、回复和媒体内容，导出完整时间线原始数据集。需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持丰富的输入参数，包括搜索词、排序方式、语言、数量上限、仅认证用户、仅图片/视频/引用推文、作者、回复对象、提及对象、地理位置、最小转推/点赞/回复数、时间范围等，并允许自定义 JavaScript 映射函数转换输出。提供脚本、MCP 工具、REST API 三种运行方式，支持输出为表格、CSV 或 JSON，返回字段含 id、text、likeCount、retweetCount 等 12 个字段。
该技能用于分析竞争对手的 YouTube 频道策略与内容表现，基于 apidojo 的 YouTube scraper（Apify Actor）抓取数据。触发场景为用户要求分析竞争对手频道时。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持传入频道 URL、频道 handle、关键词、趋势视频等参数，并可设置国家、语言、上传日期、时长、特性、排序和最大返回数量等过滤条件。工作流包括定义参数、运行 youtube-scraper、过滤分类、按质量与相关性评分、输出结果。分类标准为：GROWING（观看率 > 20%）、HEALTHY（10-20%）、PLATEAU（5-10%）、DECLINING（< 5%）；评分公式为 avg_views/subscriber_count * 100。输出为表格形式，含分类与评分及摘要。
该技能用于从 Google 搜索结果页（SERP）中提取 People Also Ask（PAA）问题，辅助 SEO 内容规划。它基于 Apify 平台上 apidojo 的 Google Search Scraper 运行，通过关键词及其变体发起搜索，抓取 PAA 问题，再按搜索意图分类、评估内容机会并输出内容简报。PAA 问题被视为 Google 验证过的真实用户关注点，可被用作文档中的 H2/H3 标题或 FAQ 部分。使用前需要设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。输入参数包括 startUrls、searchTerms、countryCode、languageCode、maxItems、maxPagesPerQuery、mobileResults 和 customMapFunction。工作流覆盖运行抓取、提取问题、意图分类、机会打分和交付 SEO 内容简报五步。
该技能用于在 Twitter 上发现特定领域的热门话题与讨论，为内容创作提供选题灵感。它基于 Apify 平台上的 apidojo Twitter 抓取器运行，通过搜索词、排序、语言、互动量阈值、时间范围等参数筛选推文，再按关键词共现聚类话题，计算话题热度、互动率与新鲜度，并给出内容机会评分和推荐角度（如时效性评论、深度分析或常青科普）。适用于内容策划、社交媒体运营和趋势研究。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。
该技能用于监控 Instagram 上提及品牌的公开帖子，包括品牌话题标签、@提及和产品名称关键词。它基于 Apify 平台上的 apidojo Instagram scraper 运行，可对提及内容按类型（UGC、投诉、正面评价、媒体报道、竞品对比）和情感倾向进行分类，并计算触达分数、识别主要倡导者与批评者，最终输出品牌健康报告。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。
该技能用于为品牌营销活动寻找 Instagram UGC（用户生成内容）创作者。它依托 Apify 平台上的 apidojo Instagram scraper，通过搜索细分领域话题标签、去重创作者账号、丰富主页信息、评估 UGC 匹配度，最终输出分层创作者名单。适用于需要发现真实产品内容创作者的营销场景。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。
marketing-ops 是营销技能生态的中央路由器，用于不确定该使用哪个营销技能、编排多技能营销活动或进行跨职能营销审计时，帮助把问题路由到对应专项技能并协调执行。
该技能用于在 Twitter/X 上识别并追踪任意行业的思想领袖与关键发声者，基于 apidojo 的抓取器实现。它不只关注粉丝数，而是寻找在特定主题领域具有真实影响力的账号——发布的推文能被分享和讨论。最终输出一份排名列表，可用于公关外联、社区互动或合作伙伴拓展。使用前提是设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。工作流分为五步：明确主题与影响力标准、搜索主题相关推文、补充候选账号资料、按影响力信号打分、输出排名列表。支持通过 startUrls、twitterHandles、twitterUserIds、getFollowers、getFollowing、getRetweeters、includeUnavailableUsers、maxItems、customMapFunction 等参数进行配置，并可通过 run_actor.js 脚本、Apify MCP 或 REST API 调用执行。
这是一个面向营销内容生产的自动化流水线技能，帮助 AI 编程智能体搭建从关键词到成品的完整内容系统。它先抓取 TechCrunch、a16z、Twitter/X、LinkedIn 等来源过去 24 小时的新闻作为研究素材，再用 Claude 3 或 OpenAI 生成多种格式（toplist、POV、案例研究、how-to）的文章，并同步产出英语与越南语内容。随后通过 Remotion 自动渲染信息图与短视频，导出适配 Reels、TikTok、Shorts 的竖屏视频。项目基于 Next.js，需 Node.js 18+ 环境与相应 API 密钥，适合希望批量、多语言、多平台生产营销内容的开发者参考与集成。
小红书自动化技能集合，通过统一的 Python CLI 脚本完成小红书相关操作。支持认证登录与多账号切换、图文和视频内容发布、关键词搜索与笔记详情浏览、评论回复点赞收藏等社交互动，以及竞品分析、热点追踪、批量互动等复合运营工作流。所有操作均通过 python scripts/cli.py 子命令执行，输出为 JSON 格式，操作前需确认登录状态，发布和评论需用户确认。
这是一个在 Twitter（X）上发现设计师与创意专业人士的招聘线索挖掘技能，基于 Apify 平台的 apidojo Twitter 抓取器实现。它通过技能关键词、作品集/项目信号以及“开放求职”等指标，帮助用户筛选出潜在候选人。该技能的核心逻辑认为，Twitter 上主动讨论自身创作的专业人士构成了强力的被动候选人信号。使用前需要设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。工作流分为搜索角色相关推文、收集去重用户名、丰富资料、候选人打分与交付列表等步骤，并提供了 run_actor.js 脚本、MCP 工具及 REST API 三种调用方式。
该技能用于在 TikTok Shop 上发现有增长势头的商品，通过 apidojo 的 TikTok 爬虫（运行于 Apify）分析创作者推广密度与互动数据来识别趋势商品。当用户提出查找 TikTok Shop 热门商品、发现趋势商品等需求时触发。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持输入 startUrls、keywords、sortType、location、maxItems、includeSearchKeywords、customMapFunction 等参数，可通过 run_actor.js 脚本、Apify MCP 工具或 REST API 调用。工作流程包括按品类搜索 TikTok Shop 话题标签、从推广帖子中提取商品、统计每个商品的创作者推广密度、计算商品趋势动量评分，最终输出趋势商品列表。
本技能用于通过 apidojo 的 Tweet scraper 监控 Twitter（X）上的竞争对手招聘公告，以捕捉增长信号。当用户需要监控竞争对手的招聘信息、团队扩张动态或战略优先级时触发。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。技能定义了从参数配置、运行 tweet-scraper、筛选与分类结果、按质量与相关性评分到交付输出的工作流，并支持 CSV、JSON 或表格形式输出。
geo-technical 是一个面向技术 SEO 与 GEO（生成式引擎优化）的审计技能，用于检查网站能否被传统搜索引擎和 AI 搜索平台抓取、索引与引用。它围绕 8 个计分维度展开：可抓取性（robots.txt、AI 爬虫访问、XML 站点地图、抓取深度、noindex 管理）、可索引性（canonical、重复内容、分页、hreflang、索引膨胀）、安全性（HTTPS、安全响应头）、URL 结构、移动端优化、Core Web Vitals（LCP、INP、CLS）、服务端渲染（SSR）以及页面速度与服务器性能。其中 SSR 和 AI 爬虫访问被特别强调为 GEO 的关键：AI 爬虫不执行 JavaScript，客户端渲染的内容对它们不可见。该技能还包含一组不计分的“智能体就绪信号”检查，如 RFC 8288 Link 响应头和 Markdown 内容协商。使用方式是收集目标 URL 与关键内页，用 curl/WebFetch 抓取原始 HTML 与 HTTP 头，逐项审计并评分，最终生成 GEO-TECHNICAL-AUDIT.md 报告。
该技能通过 apidojo 的 Instagram 与 TikTok 抓取器，在社交媒体上寻找联盟营销者和效果营销创作者，可搜索话题标签、促销码与联盟内容，对结果分类评分并输出表格。需设置 APIFY_TOKEN，可选安装 Apify MCP。
该技能用于批量制作动态图形（Motion Graphics）视频广告，并用数据表（CSV）驱动生成大量变体，以便进行 A/B 测试。核心方法是将一个视频广告模板做成完全数据驱动、消息匹配的版本，从而保证在生成 40 个变体时仍保持品牌一致，且每次只改变被测试的单一变量。适用场景包括：效果广告/UGC 风格视频广告（前 1.5–3 秒必须抓住注意力）、批量变体生成（同一模板针对多行数据渲染，替换标题/优惠/CTA/产品）、同一广告的多比例导出（Meta Feed、Reels/Stories、TikTok、YouTube）。不适用于促销倒计时类广告，也不适用于证言/评测驱动的广告。文档提供了数据驱动模板的 Remotion 代码示例、CSV→props 解析流程、多比例导出方案，以及逐帧校验输出清单。
geo-report-pdf 是一个将 GEO 审计报告转换为专业 PDF 的工具，它基于 pandoc 与 Chrome headless 实现报告排版与导出。使用时需先由 /geo audit 生成 GEO-AUDIT-REPORT.md，工具会读取当前目录下的该文件，并提取封面所需的元数据（如品牌名称、域名、GEO 评分、评分标签、审计日期、业务类型、地点、CMS 平台等），然后通过 pandoc 配合内置的 HTML 模板和 CSS 样式生成自包含的 GEO-REPORT.html，最后调用 Chrome 无头模式将该 HTML 打印为 GEO-REPORT.pdf。生成的 PDF 包含深蓝色封面、按分值着色的评分表格、带严重程度色条的发现区块、分页控制、代码块深色主题样式以及页脚品牌与页码信息。该工具无需 Python 依赖，不依赖 ReportLab，也不涉及 JSON 数据处理。需注意，使用前须安装 pandoc 与 Google Chrome，且模板与样式文件位于 ~/.claude/skills/geo/templates/ 目录下，用户可自行调整样式、封面布局、评分着色阈值与分页规则。
这是一项用于寻找美食内容创作者的工具/技能，可在 Instagram、TikTok 和 YouTube 三大平台上发现美食博主和创作者。它通过 apidojo 在 Apify 上的社交媒体抓取器实现，按内容主题（食谱、餐厅评论、备餐、精致餐饮）和互动质量进行细分。当用户提出寻找美食博主、美食创作者等相关需求时触发。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。工作流程包括按平台搜索美食话题标签、收集唯一创作者账号、按平台评分、跨平台去重，最终交付细分后的创作者名单，并以表格形式输出各平台头部创作者及跨平台创作者。
该技能用于在 YouTube 上发现特定领域的微型网红（micro-influencers）与小型创作者。它借助 apidojo 在 Apify 平台上的 YouTube scraper，按关键词搜索频道，再按订阅数区间筛选，通常定位在 10 万订阅以下、互动率相对于受众规模较高的频道，适合联盟营销计划与品牌赞助场景。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP server。技能支持输入起始链接、频道 handle、关键词、地区、语言、上传时间、时长、特性、排序、最大返回数量等参数，并通过 run_actor.js 脚本、Apify MCP 工具或 REST API 三种方式运行 apidojo~youtube-scraper。工作流包括明确细分领域与订阅区间、构建搜索词、运行 scraper、过滤并用播放量与订阅数比值（view_ratio、recent_momentum）打分、按模板输出排名频道列表与前 5 名推荐。结果可保存为 CSV 或 JSON。
该技能用于分析竞争对手的 Instagram 内容策略与表现。它通过 Apify 平台上的 apidojo Instagram 抓取器，抓取竞争对手最近 50 条以上帖子，对内容类型（产品、生活方式、教育、社会证明、娱乐、促销、幕后）和格式（图片、视频、轮播）进行分类，计算互动率、各类型平均互动、内容类型占比、发帖频率、最佳发布日与时段，并输出策略报告。需要设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。适用于竞品内容分析、社媒运营策略制定等场景。