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 10-17 00:11
13,555 个结果
youtube-render-pdf 是一个用于把 YouTube 讲座、教程或技术演讲转化为专业 LaTeX 课程笔记并编译成最终 PDF 的技能。它的核心目标是根据视频的真实教学内容（而非仅字幕转写）生成一份完整、可编译的 .tex 笔记与渲染后的 PDF。输出要求包括：在 .tex 与 PDF 首页放置视频原始封面图；将必要的高价值关键帧作为配图插入，且不添加冗余截图；以最终的综合章节收尾，包含讲者实质性的收尾讨论与提炼出的要点；使用 section 与 subsection 组织结构；形成从 documentclass 到 end{document} 的完整 .tex 文档；并作为最终交付的一部分成功编译为 PDF。该技能对教学标准、来源获取、长视频策略、教学内容取舍、写作规范、图示处理、关键帧选择与命名、可视化等都有详细规定，强调以人类优秀教师的讲解方式组织材料，避免按字幕时间顺序堆砌。
ce-noslop 是一个写作改写与检查技能，目标是让文字不带 AI 写作痕迹、读者第一遍就能读懂，同时完整保留原文中的全部事实。它支持三种模式：author（起草）、edit（改写）、detect（检测）。edit 模式只重写未通过检测的句子并返回文本，对通过检测的句子保持原样，因此对返回文本再次处理不会产生变化。detect 模式指出发现的每个模式、引用原句并给出简短修改建议，但不重写。工具坚持两个目标同时成立：文字虽无 AI 痕迹但仍晦涩算失败，文字虽平实但改变了原文论断的确定性也算失败。边界明确：不触碰代码块、引用文本、frontmatter、链接目标、标识符等，也不判断文本是否由模型撰写。适用于需要去除 AI 写作腔调、提升可读性并保持事实保真的各类文本场景。
Podcast Studio 是 onewave-ai/claude-skills 中的一个技能，可将文字内容转化为播客脚本，并配有音频时间、音乐提示、音效与制作说明；音频混音使用 Tone.js 和 Howler.js，可创建片头片尾音乐、过渡与音效。
GEO Rewrite 是一个用于优化 AEM Edge Delivery Services（EDS）页面内容的技能，目标是提升内容在 AI 搜索引擎中的可发现性（GEO，生成式引擎优化）。它会分析页面的标题结构、内容密度、事实性表述、问答模式、内部链接和图片替代文本，并针对目标查询给出改写建议，使内容更易被 ChatGPT Search、Perplexity、Google AI Overviews、Gemini、Claude 等 AI 搜索引擎提取和引用，同时兼顾传统 SEO。该技能包含六个步骤：抓取并分析当前页面、识别目标查询、评估 AI 可读性（结构、密度、事实、答案、权威、片段六个维度各 1-10 分）、生成优化内容、优化元数据、生成差异报告与实施说明。它强调答案前置、描述性标题、去除填充内容、增加事实密度、保持品牌语气，并遵守 EDS 约束（内容需可在 Google Docs 或 Microsoft Word 中编写）。该技能不适用于视觉设计修改、区块开发、站点配置或从零创建内容。
该技能对用户拥有或获授权处理的自然语言文本做最终文本卫生处理：先用确定性的 Unicode 清理脚本移除不可见字符、同形异义字符等机械痕迹，再用零 LLM 的文体计量估算器在改写前后打分，仅在 AI 密度层级为高时对散文做一次改写，以降低统计型水印信号。它保留所有事实、数字、名称、引用与必要披露，保护代码、命令、路径、URL、公式等非散文片段，不声称改写能证明人类作者身份或不可检测。
小红书文案改写技能，可将任意文案转换为小红书风格内容：生成吸引人的标题、加入至少5个不重复emoji、末尾附加#标签。需配置REDFOX_API_KEY，免费使用不扣积分。基于Python标准库实现。
面向长篇小说 AI 写作的写前强制检查清单技能，在执行 /write 前自动重读宪法、规格、计划、任务及角色/关系/情节追踪等文件，重载完整上下文，缓解长篇写作中 AI 遗忘早期设定、角色走样、情节矛盾等失焦问题。
用于 tldraw SDK 版本发布说明撰写的技能，指导从已发布版本中整理变更、生成完整的 release notes 文档，并规范破坏性变更的迁移说明。
bmad-validate-prd 是 bmad-method 中已弃用的技能，现作为兼容层转发到 bmad-prd 的 validate 意图。保留旧名称调用与旧版自定义覆盖文件可用，新工作应直接调用 bmad-prd。
将多来源研究（代码库、Git 历史、Slack、网页、MCP）综合为可读 HTML 报告的技能，可用于概念讲解、状态报告、事故复盘、技术深入解读与决策备忘录。
shorts-script-personality 是一个用于生成 YouTube Shorts 和 Instagram Reels 短视频脚本的技能，它会根据指定的人格风格（如 punchy、outscal）产出高度优化的口播脚本，同时强制执行一套严格的反 AI 腔调写作规则。该技能接受已批准的角度方案、人格类型、目标时长、目标字数、幽默等级、研究材料和“研究提取说明”等输入参数，其中时长决定目标字数（时长乘以 2.5 的每分钟字数）。它的核心流程是：先读取对应人格的参考文件，再解析已批准角度中的钩子、核心概念、关键洞见和收尾回调，然后强制性解析研究提取说明以获取技术深度元素，最后按设定结构（钩子、背景、洞见、回调）生成脚本。技能强调每个脚本必须至少包含一个机制解释、一个对比、一个有上下文的数字和一个反直觉事实，并遵守一长串禁止使用的 AI 写作套路与短语，同时满足 TTS 可读性、纯文本输出和幽默等级要求。适用于需要批量产出有真实信息量、无 AI 腔调的短视频口播脚本的场景。
Codemod 最佳实践技能指南，面向 AI 智能体与 LLM，覆盖 JSSG、ast-grep 与工作流，共 48 条规则、11 个类别，按影响优先级组织，用于指导代码转换的编写、调试、评审与测试。
deep-research 是一个多来源、多步骤的研究类技能，用于针对某个主题进行系统化调研并沉淀归档。它先框定研究问题、规划来源，再并行或按依赖关系执行发现，随后按主题综合、标注矛盾与置信度，输出结构化简报，并把结果归档以便日后检索复用。资料给出的适用方向包括销售电话前的竞品调研、新商业想法的市场调研与定位等。来源菜单涵盖网络搜索、/last30days、指定 URL、需登录或 JS 较重的页面、记忆、Notion 与研究档案，并提供了各来源的使用时机与工具示例。输出模板包含 TL;DR、关键发现、矛盾与不确定性、缺口、后续建议与来源列表。
doc-reader 是一个用于高效阅读和浏览外部文档的技能，帮助在不超出上下文窗口的前提下获取所需信息。它提供了一套按场景选择的方法：优先检查文档站点的 llms.txt、llms-full.txt、skill.md 和 MCP 端点，尝试 .md URL 变体获取干净的 Markdown 内容，并通过 MCP 语义搜索、grep 关键词匹配或加载完整内容等策略来消费文档。适用于需要查阅某个函数、接口或配置项如何工作，以及学习新库、调试报错、快速查找参考资料等任务。
Pulse 是一个面向时效性研究的多源技能，可跨 Reddit、Hacker News、开放网页及可选的 X/Twitter，在可配置时间窗口内汇总某个话题的当前讨论，输出带引用的统一简报。适用于趋势发现、竞品调研与舆情分析。
该技能已弃用，作为兼容层转发到 bmad-prd（update 意图）。保留旧名称调用与 _bmad/custom/bmad-edit-prd.toml 覆盖文件可用，新工作应直接调用 bmad-prd。
Blind Spot Detective 是一个用于非虚构写作的系统化查漏工具，帮助作者识别稿件中缺失的内容。它将缺口分为两类：盲点（方法论、理论或视角本身固有的局限）与空白点（在当前框架内可以补上的缺口），并据此判断应当调整写作思路还是扩展覆盖范围。工具提供认知偏差检查、苏格拉底式提问、内容清单、缺失要素分析等框架，以及局外人测试、结构审计等检测技巧，还按学术、商业、自助、技术等文体列出常见盲点，并给出针对性的补救动作。它同时提醒避免完美主义瘫痪、无稿分析、范围蔓延、依赖外部专家、缺口清单无优先级等反模式。
该技能已弃用，转发至 bmad-review。用于对同一内容仅以对抗性视角进行审查，并透传 also_consider 关注领域，结果以 Markdown 列表呈现。
Nature-Style Academic Polishing 是一项用于学术写作润色的技能，目标是把科研文本润色、重排或翻译为偏 Nature 风格的英文。它强调语言服务于论证：在改句子之前，先修理论文类型、章节职责、段落逻辑以及主张、证据与边界的对应关系，避免出现句子通顺但推理断裂的情况。技能内置写作策略、已发表文章模式、章节句步、学术短语库与风格护栏等参考文件，并提供写作记忆的选读机制。默认不使用破折号作散文标点，减少冒号滥用，控制句长与段落单一核心观点。适用于研究论文、方法论文、假设驱动工作及算法或器件工作。技能明确要求不编造数据、参考文献、机制或新颖性主张，不替作者从零撰写核心科学论证，并给出 AI 使用红黄绿边界及引用、伦理与校读检查要点。
llm-wiki 是一套用于构建和维护持久化 Markdown 知识库的操作流程，由 LLM 代替用户持续更新，通常放在 Obsidian 仓库或受 git 跟踪的笔记仓库中。其核心理念是：保持原始资料不可变，由 LLM 拥有 wiki 层，并把维护约定写进 AGENTS.md 或 CLAUDE.md。当用户希望知识以可维护的 Markdown 产物形式不断积累、而不是每次提问都从原始文件重新查找时，可使用该技能。它提供仓库初始化、URL 抓取入库、查询笔记创建和结构检查等脚本，并配套架构、模式、入库、查询归档和维护扩展等参考文档。
Deep Research 是一个用于对任意主题开展综合性联网研究的技能，底层调用 OpenAI Deep Research API（o4-mini-deep-research 模型）。它在用户研究提示词过于简短或泛化时，会先通过交互式澄清问题增强提示词，并将研究参数保存为带时间戳的文件以保证可复现性，随后执行具备完整网页搜索能力的深度研究。研究过程通常需要 10 至 20 分钟，脚本以同步阻塞方式运行，期间不做中间轮询，以节省 token。完成后自动生成带来源引用的 Markdown 报告并输出到终端。适用场景包括技术调研、趋势分析、方案对比与信息收集。使用需要 Python 3.7+、OpenAI API key 及网络连接。
读取 YouTube 视频字幕文本的工具，用于总结视频、回答内容相关问题或提取信息。需依赖 yt-dlp，支持有 CC 字幕或自动生成字幕的视频；无字幕时会报错。
Charmbracelet VHS 终端录制最佳实践指南，共 47 条规则，分为配置结构、依赖管理、命令语法、时序同步、输出优化、视觉质量、CI 自动化与高级模式 8 类，按影响优先级排列，用于编写、审查和改进 .tape 录制脚本。
用于改写文案、去除空泛企业腔与AI味表达的技能，把模糊泛化的措辞替换为清晰、具体、自然的说法，可在“改进文案”“听起来太泛”“太啰嗦空洞”等场景下触发。