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 10-29 00:09
16,140 个结果
Transync AI 是一款面向会议场景的实时 AI 翻译平台，支持近零延迟（小于 0.5 秒）的双屏双语显示，覆盖 60 多种语言。它可用于 Zoom、Microsoft Teams、Google Meet、WhatsApp 语音通话以及线下会议等多种平台，通过捕获系统音频进行翻译。用户可通过 AI Assistant 预先配置行业关键词以提升专业术语的翻译准确度。该平台为纯 UI 操作，不提供 API、Webhook 或 Zapier 集成，无法自动化导出转录文本或接入 CRM。提供 40 分钟一次性免费试用，之后需订阅或购买时间卡（Time Cards）；时间卡小时数不结转，可能过期。企业版提供组织级小时池、超额计费与按年度花费分级的批量折扣，并设有组织知识库。SOC 2 Type II 与 ISO 27001 认证截至 2026 年 4 月仍在进行中。重口音、多人重叠发言和嘈杂环境会降低翻译质量。
Epiphan AI MCP 工具指南，介绍通过自然语言访问 CRM 销售数据、设备分析、HubSpot、通话记录、线索资格评估与营销分析的参考技能，含可用工具表与写入限制说明。
面向 Epiphan 客户执行（AE）的演示后自动化技能：在演示结束 2 小时内生成回顾邮件草稿、HubSpot 内部复盘笔记、会议安排或跟进计划、干系人拓展调研与 5 次触达节奏，并标记风险交易。
Compound 是一个面向迭代式智能体循环的“项目知识与设计系统管理”技能。它通过一组命令帮助智能体在每次迭代中高效检索和沉淀项目知识，并保持 UI 设计的一致性：在迭代开始时用 compound retrieve 快速查找与当前任务相关的项目知识，在迭代结束时用 compound store 持久化那些代码中无法表达的学习成果（如决策理由、易错点、外部 API 怪癖）。同时，它提供设计系统管理能力：compound design retrieve 在构建 UI 前加载设计令牌与模式，compound design store 在做出 UI 决策后持久化令牌、模式和组件，compound design sync 确保新页面与既有 UI 保持一致。核心目标是快速获取上下文、避免知识膨胀与重复、并跨页面维护统一的视觉与交互规范。所有知识存放于 docs/ 目录，设计系统存放于 docs/design/ 下，强调单一主题、优先更新已有文件、避免创建近似重复文件。
Hermes Email Skill 是一个面向 AI 智能体的邮件工作技能，适用于 Codex、Hermes、OpenClaw、Claude Code、Cowork 等 AI 智能体在需要规划、审查、实施、审计或改进邮件工作时调用。它的核心定位是快速交付决策、邮件质量检查（QA）、发送协调以及简洁的状态交接。该技能强调“快速推进，但必须明确当前的发送状态”，把重点放在人类当下需要做出的决策上：暂停、修复、批准或监控。常见请求场景包括发送前检查清单、发送室（launch room）总结、事务性邮件文案评审、升级说明以及发送就绪度判断。使用方式上，智能体可进行检查、推理、起草、评审，并为快速交付决策准备交接材料。运行手册要求先说明发送背景（发什么、发给谁、通过哪个服务商、截止时间），优先找出阻塞性风险，对文案、链接、渲染、分群逻辑、排除项、发件人身份和跟踪做压缩式预检，再用决策语言总结状态，并在事件分诊时给出时间线、疑似原因、影响范围、缓解措施和下一步负责人。质量要求包括状态可在一分钟内被理解、区分严重缺陷与润色问题、建议需指明负责人和截止时间等。该技能明确要求所有实际发送、重发、取消、抑制和 DNS 操作都必须经过显式批准，分析动作与实时系统操作需分离。
OpenClaw Email Skill 是一个面向 AI 智能体（如 Codex、Hermes、OpenClaw、Claude Code、Cowork 等）的电子邮件运营技能，用于规划、审查、实施、审计和改进以“开放、可检查”为核心的邮件相关工作。它强调以“可检查的流程”取代平台黑盒操作，要求把每一个假设、命令和实时系统边界都暴露给人类操作者。常见适用场景包括邮件活动拆解、跨服务商迁移、可复用操作手册、OpenClaw 交接以及透明化邮件运营。该技能要求将任务分类为检查、规划、起草、迁移、质量保证或经批准执行，先对可安全读取的工件（如 SKILL.md、ESP 导出、模板文件、CSV 样本、日志等）进行清点，再将服务商专有术语归一化为可移植概念，并在提出命令或平台操作前写成可回滚的流程步骤。它明确要求：实时发送、导入、DNS 修改与抑制名单变更必须经过明确批准；迁移时需对比源与目标能力而非假定字段与自动化一致；证据与建议需分离以便复核。该技能不适用于没有受众、平台、生命周期、证据或批准背景的通用邮件建议。
用于将外部会议转录提供商的会议记录整理为结构化讨论文档的技能，可从决策中提取 ADR 候选。用法：/secondbrain-transcribe <id | list | all>，分别处理指定会议、列出未记录会议或批量处理全部未记录会议。
Clean Slate 是一个用于清理并重建项目「智能体知识文件」的技能。它针对 CLAUDE.md、AGENTS.md、cursor 规则、架构文档、路线图等已腐化的知识文件，安全地删除旧文件并从当前代码与用户当下意图这两个可靠来源重建。核心流程包括：清点知识文件、抢救可复用事实、备份确认、删除、重新读取代码库、方向访谈、重建文档与报告。该技能强调安全规则：删除前必须同时确认文件清单与备份方案，绝不删除 README、LICENSE、CHANGELOG、CONTRIBUTING 等人类/产品文档；对含义模糊的文件默认保留并询问。在无用户的 headless 模式下，会先执行推荐备份（归档到 docs/_archive/<YYYY-MM-DD>/ 并打 git 标签）并做数量校验，只有经过校验的备份才允许删除，否则停止报告失败项。
基于 Google Workspace CLI（gws）的 Gmail 自动化技能，面向以色列自由职业者，用于撰写希伯来语客户邮件、发送付款提醒、整理收件箱并应用希伯来语标签。
面向以色列本地语境的个人助理技能，为 AI 智能体提供以色列工作周（周日至周四）、犹太节日影响、希伯来语消息撰写、增值税与社保等合规节点以及日程安排规则等判断依据。它不连接日历或邮件等实时接口，只提供上下文、模板与约定。
面向以色列团队的 Monday.com 工作流技能：通过 GraphQL API 与 MCP 管理看板、分组、自动化配方与跨看板协作，含以色列工作周与节假日处理、配额与 Webhook 注意事项。
生成含以色列税务计算、增值税、NIS 格式、RTL 排版与希伯来语标签的 Excel 和 Google Sheets 表格模板，适用于以色列工资单、发票与财务表格的构建。
该技能面向以色列消费者，用于减少银行账户与信用卡的经常性费用。核心交付物为三份实用材料：一封注销信用卡或停用经常性扣款的书面信函、一段基于具体权利的银行降费谈判话术，以及一份简明的消费者权利摘要。技能覆盖三类场景：一是在以色列银行提供的固定价格费用套餐（基本套餐、扩展套餐）与按次计费之间比较成本，并检查老年人、40% 以上残疾人士或小企业可享受的费率优惠及银行应主动办理的套餐登记义务；二是干净地注销信用卡（bitul kartis ashrai），区分银行账户上的经常性扣款授权（harshaa lechiyuv）与绑定卡号的订阅扣款，因为注销卡只影响后者；三是在商户取消订阅后仍继续扣费时，依据支付服务法主张退还与赔偿。技能还说明四种退款救济各自的适用情形与期限，并提示升级投诉路径：先向银行内部公众投诉专员申诉，再向以色列银行监管机构的公众咨询部门提交投诉。费用金额与笔数均以参考资料中的来源为依据。
analyze-plan-feedback 是一个用于分析并优先级排序多个 AI 评审者对某份计划所提反馈的技能。它支持从参数或自动检测中确定计划文件路径，按指定数量（1-10，默认3）逐个收集评审者反馈，然后对每条反馈进行技术评估、优先级分类（Critical/High/Medium/Low）、冲突解决、生成行动项与实施时间线，并输出反馈摘要、建议后续步骤和评审者一致性矩阵。
open 是 spm1001/trousse 项目中的一个会话上下文重定向技能（/open），用于按需重新加载会话上下文并加载配套技能。它会根据当前项目中存在的文件（如 .bon/ 目录、Todoist 交接内容等）有条件地加载 bon、todoist-gtd 等配套技能，帮助 Claude 在会话中途重新定位工作方向。该技能适用于会话中途需要再次查看上下文、切换目录后需要重新获取项目专属上下文、需要加载 bon/todoist-gtd 工作模式，或需要查看完整交接内容与 bon 层级结构的场景。会话启动时的上下文简报现已自动生成，因此 /open 主要用于中途重新定向而非启动。使用前需验证基础设施健康状态，包括 open-context.sh 脚本是否存在、符号链接是否有效、bon 是否可用。
PRD Analyzer 是一款将产品需求文档（PRD）、概念简报或功能规格转化为可执行实施计划的工具，并提供可视化看板跟踪。它把需求拆解为 epic → story → task 的层级结构（每个任务不超过 8 小时），按功能类型分配相应技能（如 api-design、database-design 等），并在规划前标记需求中的歧义点。所有输出统一写入 .claude/ 文件夹，包括 PROJECT.md、tasks.db、features.json 和 kanban.html。
claw-me-maybe 是 Clawdbot 的 Beeper 集成技能，通过 Beeper Desktop 本地 API 让 Clawdbot 在 WhatsApp、Telegram、Signal、Discord、Slack、Instagram、iMessage、LinkedIn、Facebook Messenger、X、Google Messages、Google Chat 等平台上发送消息、搜索聊天、汇总未读、设置提醒、下载附件、添加表情回应和标记已读。需运行 Beeper Desktop 并开启其开发者 API，可选配置访问令牌。
Markdown Converter 是一个基于 markitdown 的命令行工具，用于将多种文档和文件格式转换为 Markdown。它通过 uvx 运行，无需安装。支持 PDF、Word（.docx）、PowerPoint（.pptx）、Excel（.xlsx、.xls）、HTML、CSV、JSON、XML、图片（EXIF + OCR）、音频（EXIF + 转录）、ZIP、YouTube URL、EPub 等格式。输出保留文档结构，如标题、表格、列表和链接。首次运行会缓存依赖，后续运行更快。对于提取效果较差的复杂 PDF，可结合 Azure Document Intelligence 使用。
Slack 是一个用于通过 Clawdbot 控制 Slack 的技能工具，使用为 Clawdbot 配置的机器人令牌（bot token）进行操作。它支持对消息添加表情回应、查看回应列表、发送/编辑/删除消息、读取最近消息、置顶/取消置顶/列出置顶项、获取成员信息以及列出自定义表情。使用时需要提供 channelId 和 messageId（Slack 消息时间戳，例如 1712023032.1234），发送消息需指定 to 目标（channel:<id> 或 user:<id>）和 content 内容。该工具适合在 Slack 频道或私信中标记任务完成、置顶关键决策或每周状态更新等场景。
Token Budget Advisor 是一个用于提前评估 token 预算并规划任务分块策略的技能。它适用于涉及多个大文件上传、要求“全面/完整/彻底”分析、多文档对比、需要 10 次以上工具调用的复杂工作流，以及研究与大篇幅产出（报告、演示文稿）结合的任务。技能通过粗略估算输入、输出和工具调用开销，判断任务是否接近或超出上下文窗口限制，并给出顺序处理、维度拆分、深度递进、子集抽样、并行轨道等具体分块建议，帮助任务在预算内顺利完成。
taxue-weread 是微信读书的原子操作层技能，让 LLM 直接读写微信读书数据，支持搜书、查书架、看笔记划线、阅读统计、导出笔记、每日回顾、精细化推荐、阅读画像与笔记整理。需配置 WEREAD_API_KEY，通过 Python 脚本调用。
debrief 是一个会话结束时的复盘技能，用于在结束长时间会话或上下文窗口即将占满时，从对话中提取值得长期保留的记忆，并建议更新 about-taylor.md 与 CLAUDE.md。它按阶段运行：先读取当前记忆与指令文件、获取当天日期，再分析对话中的偏好、纠正、个人背景、工作流洞察与决策，逐类呈现拟保存的记忆并让用户选择保存、跳过或编辑；随后检查是否需要更新个人档案与 CLAUDE.md，经批准后写入记忆 JSON 文件并更新索引，最后输出本次保存、更新与跳过的数量汇总。
issue 是 local-life-manager 技能集中的工作项创建命令，通过自然对话创建独立的工作项，并由 AI 辅助判断类型（TASK、BUG 或 SPIKE）。它适用于需要跟踪待办工作、需要探索调研或记录缺陷的场景。使用时可直接输入 /issue 启动对话，或附带描述让 AI 自动识别类型，也可用 --project 指定项目。创建的工作项以文件形式存放在 ideas/[project]/issues/ 目录下，包含 TASK.md、SPIKE.md 或 BUG.md，并可与项目 spec 关联，标记对应需求的状态。
log-session 是 taylorhuston/local-life-manager 技能集中的一个学习记录技能，用于把学习过程中的内容记录到当前学习会话中。它适合在会话进行到一半时保存进度、记录已掌握的概念或记录纠正内容。触发词包括“log this”“save…”等。该技能会先在 .claude/learning-sessions/index.json 中查找活动会话，若没有则提示用户先运行 /start-session；随后读取会话文件，回顾自会话开始或上次记录以来的对话，按 references/entry-types.md 添加条目，写入更新后的会话文件，并确认已记录的概念数、纠正数等。其准则包括：条目保持原子化与简洁、不重复已有条目、记录误解（对复习有价值）、记录详细阐述（体现深入理解）、跟踪信心与准确性。