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 10-26 00:15
14,172 个结果
doc-review 是一个用于文档审查的 Skill，通过 Codex exec 对 Markdown 文档进行评审。适用于审查 .md 文档、技术规格审计和文档质量检查，不适用于代码审查（应使用 codex-code-review）或测试覆盖率审查（应使用 test-review）。它提供 /codex-review-doc、/review-spec、/doc-refactor、/update-docs 等命令，按“目标集 → 确定性检查 → 解析配置与批次 → 逐批 Codex 审查 → 评分表与门禁 → 循环”的流程执行，并支持多种审查配置（full-design、implementation-sync、living-sync、record-diff、executable）与五个审查维度（架构设计、性能、安全、文档质量、代码一致性）。
Teach 是一个用于解释变更、子系统或概念的技能，目标是用一份平实、配图式的说明让使用者真正理解某个事物。它只做解释，不修改任何内容，适用于“教我这个”或“帮我理解”这类请求。
这是一个技术写作规范技能，用于撰写或审阅文档、RFC、README、PR 描述和提交信息。它采用分层标准：先用 Diátaxis 框架确定文档类型（教程、操作指南、参考、解释），再按 Google 开发者风格规范句子（以“你”称呼读者、现在时、祈使句、条件前置），按 STE 标准控制每句只承载一个想法，并按 Global English 风格消除歧义（限定词紧贴被修饰词、代词指向明确、不用斜杠、一物一名）。此外还要求删减无用词、使用日常短词、直接引用代码库中的真实符号与路径。该技能可与 docs 和 deslop 技能配合使用，并强调仅在用户请求范围内操作，提交前需确认。
这是一个单问版的文档化打磨技能（grill-one-with-docs），用于通过一轮一问的方式把计划或设计逐步问清楚，同时在过程中随手沉淀文档，包括 ADR（架构决策记录）与术语表。该技能需由用户手动调用，调用指令为 /grill-one-with-docs。执行时会调用两次 Skill 工具，分别是 "grill-one" 和 "domain-modeling"。
Storytelling Tools 是 MOOLLM 项目中的叙事捕获与分享工具集，灵感来自《模拟人生》的 Family Album 与 The Sims Exchange。它通过 Notebook（笔记本）、Letters（信件）、Photo Prompts（照片提示词）、README 叙事格式和 Cards（卡片）等组件，把游戏或互动体验中的记忆、通信、场景可视化和故事产物结构化保存下来，并支持通过 GitHub 发布、Fork 和再创作。
这是一个用于撰写和审查界面文案（UX Copy / 微文案）的技能，适用于按钮、标签、错误提示、空状态、通知等所有面向用户的界面文本。它强调以清晰、促成完成、建立信任和品牌个性为目标，提供从确定单一目的、起草精简到检查摩擦点的工作流程，并给出语气与语调原则（对单个人说话、诚实、情绪与场景匹配、低风险才用幽默）。技能按界面元素分类给出写作模式，包括按钮与行动号召、表单、错误、成功状态、空状态、加载与进度、404与系统错误、权限与风险操作、注册与登录，并附有“避免写法 vs 推荐写法”的快速对照表。
面向以色列法律研究的辅助技能，提供立法查询、判例概念、希伯来法律术语与文书准备指引。仅提供法律信息与研究协助，不构成法律意见，须由持牌律师核实。
craft-autoresearch 是 sungjunlee/craftkit 中的一项技能，用于对提示词或技能运行评测驱动的自主优化循环：先建立评测基线，再逐次做有界改动，仅保留可量化提升分数的修改。适用于需要可靠复现评测、评分、有界变异和书面停止条件的场景。
Docs Workflows 是云开发 AI 工具包中一组文档与扩展相关工作流的技能集合，源自本地斜杠命令，涵盖文档编写、变更说明、issue 起草、原型设计、教程录入以及 MCP 设计审查等场景。它把仓库里面向文档的命令模板整理为可复用的工作流，当用户需要创建或规范化文档、生成结构化的变更说明、起草 issue、制定快速原型计划或大纲、添加图文/视频教程条目、添加 AI IDE、技能或命令模板、执行 MCP 设计质量审查时可以使用。执行时需从该技能的 references/ 目录读取对应命令模板，按模板结构与必填字段作为输出契约，保持改动最小化并与仓库文档位置（如 doc/、specs/）一致。其中 doc/ 为公开文档且会被提交，specs/ 仅限本地并已被 gitignore，切勿提交，具体同步与检索方式见 AGENTS.md 的 <internal_dirs> 小节。技能强调清晰性与可审计性优于冗长。
面向 Rust 开源项目的技术文档技能，用于编写 API 文档（rustdoc）、README、架构指南和贡献者文档。强调文档与代码一致、以读者为中心、可维护，并遵循渐进式披露原则。提供函数、模块、README、CONTRIBUTING 等文档模板与规范，包含文档测试命令（cargo test --doc、cargo doc --no-deps）以及可选的 ZDP 生命周期集成指引。
这是一个基于 CommonMark、GitHub Flavored Markdown（GFM）、Google Markdown 风格指南和 markdownlint 默认规则的 Markdown 格式与结构规范技能。它规定了 Markdown 文件在标题、列表、表格、代码块、链接、空白字符等方面的统一约定，并给出常见反模式及修正方法，帮助团队在单个文件和整个项目中保持一致的 Markdown 写作风格。
该技能用于按照 Google Markdown 风格指南格式化 Markdown 文档，帮助编写可读、可移植且易于维护的 Markdown 文档。当用户要求“格式化 markdown”“编写 markdown 文档”“遵循 markdown 风格指南”“应用 markdown 约定”等时使用。它提供文档结构、标题、列表、代码、链接、行长度、表格和空白字符等方面的具体格式规则，并列出常见错误与正确写法示例。
writing-ticks 是一个用于审查文本中“AI 写作痕迹”的编辑技能。它不会判定文本是否由 AI 生成，而是把结果当作编辑风险审查：指出“这段读起来像 AI，因为……”，而非断言“这是 AI 写的”。适用于用户询问文字是否显得通用、机械、像 ChatGPT，或希望从自己的写作中去除 AI 腔调，以及在发布、发送、提交或张贴前做文字审查。技能会区分硬性痕迹（模型引用残留、占位符、损坏标记、模板指令、可疑参考文献、无关链接、明显的聊天机器人对话文本）与软性风格痕迹（泛化的意义夸大、宣传腔、重复的 AI 词汇、公式化结构、过度平滑、过度平衡、机械排版），并提示误报风险。输出包含风格风险等级、主要痕迹表格（严重度、模式、证据、修改建议）、修改策略、可选修订版和“不要改动”清单。它强调保留作者原意与声音，不编造事实、来源或细节，不用于证明作者身份、指控他人使用 AI，也不用于规避学术、法律、招聘或平台检测。
curriculum-planner 是一个用于规划与构建多阶段系列课程（stage series）的技能，属于 thu-maic/openmaic 项目。它把「系列」理解为按顺序学习的多个阶段（多个课堂），每个阶段仍由 stage-design 负责具体构建，而本技能负责其上层的规划与串联。核心工作包括：把模糊的课程需求澄清清楚、在动工前获得用户对整个课程列表的确认、以及从第一阶段到最后一阶段保持连贯。它提供 create_folder、create_stage、move_to_folder、list_folder_stages、read_stage_outline、ask_user 等系列层工具，其余生成与编辑工具沿用单阶段工具集，并在每次调用时传入对应阶段的 stageId。技能强调分轮澄清（每轮一次 ask_user，最多三个大问题，且后一轮基于前一轮答案）、确认门（先展示完整课程计划再开工）、课程设计原则（递进、每课自足、复习钩子、难度平稳上升、标题说明用途）以及执行循环与长对话上下文纪律。
Deep Interactive 是一套面向课程设计的技能规范，主张“默认动手而非阅读”，要求课程多数页面让学习者操作模拟、图表、代码、游戏或 3D 对象，并规定场景结构、控件类型选择与命名方式。
Fact-check 是一个用于课程制作与内容审核的事实核查技能，目标是提升课程或所提供内容的事实可靠性。它帮助减少严重事实错误与 AI 幻觉，同时避免把课程制作变成全面审计。用户提出核查、验证准确性或减少事实错误时可用。该技能根据请求与课程状态自动选择模式，无需用户手动选择：创建模式下，若尚无课程或用户要求构建/重建课程，会加载 stage-design，并在所有页面生成完成后执行检查；审核模式下，若内容已存在且用户要求检查，则优先报告发现的问题。审核时仅核查高信号风险点，如精确数字、日期、名称、引文、法规标准、绝对化表述、跨页矛盾等，不逐条核查所有主张。报告按“明确事实错误”“表述不严谨”“需要核实”分组，每条包含原始表述、存在问题与修改建议。
「学会学习」（Learning to Learn）是一个用于 OpenMAIC 概念课堂的教学设计技能，把学习策略与元认知作为与学科概念并行的目标嵌入课堂，而不替换概念主线。它要求在规划阶段分别声明概念目标和学会学习目标，明确每个学习策略服务于哪个概念理解，并优先选用最贴合任务的 1–2 种策略，而非罗列学习科学术语。该技能提供四个页面规划锚点：开场先调取已有知识或做预测；概念建立后让学生用自己的话解释并追问原因；亲手做环节先作答或预测再给反馈，错误进入补漏与重试路径；收束同时覆盖概念理解、学习过程反思与后续复习动作。它强调用学生能立即执行的动作语言替代技术术语，如把检索练习写成「别急着翻，先把答案写出来」。多智能体方面，老师示范先想再答并定位缺口，学生代理呈现「感觉懂了但默不出来」等真实状态。使用方式为通过命令调用（如 /learning-to-learn），可与其他技能配合。限制：仅用于把学习策略嵌入学科概念课，不适用于以学习方法为内容主线的独立课程；不承诺万能学习法。
螺旋式课程设计技能，用于围绕一组核心概念脊柱设计多阶段 OpenMAIC 系列课，让同一批概念在整个课程系列中反复回归，并且每次回归都在复杂度、抽象度、关系密度、表征方式、迁移距离或边界反例等维度上实现结构性升阶。其最小设计对象是“概念脊柱 + 每个概念的遭遇史”，而不是单节课的目录。该技能在 /stage-design 和 /curriculum-planner 之上增加螺旋架构、升阶操作符与假螺旋检查。核心原则是“重访不等于复习”，每次概念回归都必须明确回答本次比上次多了什么。适用于以布鲁纳螺旋式课程设计的单元或系列课、需要跨课重访并逐步深化核心概念的场景；不适用于单节独立课、仅按顺序覆盖内容的系列，或风格复制与 PPT 直接导入。
“名师复刻”（style-clone）：把他人课件作为版式库导入，用复制再改写的方式，让新课程每一页都保留原课件的配色、字体与版面，而教学内容完全换新。适用于在别人的模板里快速搭建风格统一的系列课程。
面向“动手工作坊”类课程的设计技能，核心原则是让学员边做边学，而非观看讲解。它规定课程节奏为“概念→动手”交替进行，约每两页出现一次互动页或测验页；幻灯片只承担任务简报作用，保持在两三个要点；互动页必须填写 widgetOutline 并包含 concept；旁白采用引导式短句，提问多于陈述，由主讲人与协作助手以双人对话形式展开；最终页是一个综合小项目，而非总结幻灯片。技能还强调风格必须显式写入 generate_scene 的简报与 materialFacts 以及 set_roster 的 persona 中，仅提名技能名称无效。若主题无实操内容，建议改用 lecture-style。
面向论文写作项目的 Git 提交前编排器与 Pre-Commit Hooks，触发词包括 commit、推送、做完了、收工；在提交前执行记忆同步、文档更新、论文质量把关与 Git 操作，Pre-Commit Hooks 只报告不自动修改。
Content Engine 工作流的第 3 步「03-research（研究）」，用于每周从多个来源为 Idea Pool（创意池）补充选题。它不凭空想象主题，而是按指定时间段从 Fathom 通话记录、作者自身工作流、LinkedIn 话题簇外溢贴、评论、TikTok 趋势、Reddit 痛点等来源拉取原始素材，经过「三标准闸门」过滤、去重、打标签并评分后写入 Idea Pool，供下一步 04-weekly-plan 挑选。支持通过 $ARGUMENTS 指定客户，以及 --source、--since 参数；输入输出结构化，便于 n8n 通过 SDK 调用。
该技能属于创始人个人画像类工具，用于生成名为 ABOUT-ME.md 的参考文件，记录创始人的身份、专业领域、写作风格、观点、故事与教训、影响力渠道、优势与短板等信息。其核心目的不是做品牌定位，而是让其他 AI 技能在输出内容时能够个性化，避免产出通用化、模板化的文字。使用流程包括：先让创始人自由书写自我介绍（brain dump），再通过至少 4 条可测试的写作模式判断语料是否足够，然后进行归纳提炼（而非简单改写），补充少量针对性追问，最后形成结构化文件并给出复用提示词。资料强调该文件应控制在 60 行以内，通信风格部分必须写成可检验的规则而非形容词，并设有“禁用词清单”和“替换测试”来防止空泛描述。该技能还与客户调研、社交媒体、品牌识别等技能形成配合。
用于从较长的课堂笔记、逐字稿或学习记录中提炼最值得复习的重点，输出结构化的 WPS 重点提炼页，区分必复习内容与背景内容，适合考前速看、补课与查重点。