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 10-18 00:12
13,616 个结果
AIBTC.news 的通讯员技能，供 AI 智能体以类似通讯社驻外记者的方式报道比特币与 AI 原生经济。流程包括：先加载 editorial voice 指南与状态，再认领 17 个 beat 中的一个；每日先检查本周已覆盖内容，再用链上数据（aibtc__get_* 工具）、实时行情 API（mempool.space、Coinbase）及社交/生态来源做研究；通过 5 项预检后提交 signal，包含 beat、地址、标题、正文、来源、标签与披露等必填字段。signal 经审核后若被收入每日简报可获 25 美元 sBTC，并设有周榜奖金与 30 天最多 5 万美元的分配。还可担任 Fact-Checker、Scout 等叠加角色。
good-writing 是一个特定作者中文风格复现工具，用于写作、修补、重写、终稿精修、风格审阅和结构保真翻译。它强调厚段、长句链、事实先行、判断锋利、书卷气评论，并减少无意义的装饰性状语和补语。该技能不是通用写作指南，而是让文章更像某位特定作者，而非改成中性说明书。核心气质包括：现代白话为底、关键处少量半文半白；段落偏厚、句式绵密、短句只用于换气转折和冷判断；论证先给事实再给判断；情绪压在判断里，不用口号、感叹号或新媒体热词。它提供写作、审阅、修补、重写、终稿精修五种操作，并配有篇章层、句式层、词表层、叙事层和翻译护栏等参考文件。使用时默认先只读主文件，按任务类型顺序读取相应参考文件，禁止把参考文件整篇复制给用户。
document-hunter 是一个基于浏览器自动化（Playwright）的文档检索工具，用于从免费公共档案库中系统性地搜索并下载一手文档。它适用于需要法院文件、起诉书、和解协议、新闻报道等原始资料的调研场景。工具会依次检索 DocumentCloud、CourtListener、Scribd、Justia、美国司法部（DOJ）、美国证券交易委员会（SEC）等来源，下载找到的 PDF、笔录、起诉状、报告等文件，并生成带元数据的 manifest 清单，最后报告找到的内容、缺失内容及质量评估。该工具要求安装 Playwright 及其 Chromium 浏览器，并注明部分站点存在反爬保护或访问限制（如 SEC.gov 有 Akamai WAF、Scribd 可能需要账号），下载的 PDF 不宜提交到 Git，需人工核验下载内容与预期文档是否一致。
brain-to-docs 是一个用于把用户头脑中的项目愿景、决策与偏好提取成清晰文档的技能。它通过来回问答的方式工作：先阅读 docs/adr/ 与 README.md，然后每次用纯文本提出 5 个不同角度的问题，用户回答后立即更新文档——README 记录愿景，docs/adr/ 记录决策。整个过程要求回答与回复非常简洁、句子简短、使用平实英文，直到用户表示结束。
Peer Reviewer 是一个用于对学术与技术文档开展同行评审的技能，来源于 jmsktm/claude-settings。其官方说明指出，该技能适用于分析数据并提取洞见、开展深入调查、综合复杂信息等场景；不推荐用于需要创意内容生成的任务或业务运营。它提供快速参考动作，包括创建评审者（触发词 peer review）、审查并优化（review peer reviewer）、获取最佳实践（peer reviewer best practices）。核心工作流分为从零创建高质量评审者和对已有评审者进行高级优化两类，涵盖发现、规划、执行、审查、优化以及研究、分析、决策、实施、度量等步骤。技能还给出了最佳实践（明确目标、遵循行业标准、基于反馈迭代、记录过程、注重质量）、完成前检查清单、常见错误与改进建议以及集成点说明。具体安装或调用方式、价格、平台支持等事实暂未提供。
Hypogenic 是一个利用大语言模型进行自动化假设生成与测试的框架，旨在加速科学发现。它提供三种方法：HypoGeniC（数据驱动的假设生成）、HypoRefine（协同整合文献与数据）以及 Union 方法（将文献驱动与数据驱动的假设进行机制化组合）。用户可通过命令行或 Python API 使用，支持从观测数据集生成 10-20+ 条可检验假设，并基于验证性能迭代优化。框架支持 API 模型（OpenAI、Anthropic）和本地 LLM，可抽取研究论文（PDF）见解，并借助 Redis 缓存降低 API 成本、并行处理提升测试效率。该技能适用于欺骗检测、AI 生成内容识别、心理健康指标、预测建模等领域，需遵循 HuggingFace 数据集格式并配置 config.yaml 与 extract_label() 函数。
Exa Research 是围绕 Exa.ai 构建的深度研究与答案生成能力，重点在于带引用的问答与自动化研究流程。资料显示它覆盖三类主要用途：Answer API 用于带来源引用的问答与有依据的回答；Deep Search 用于智能查询扩展并生成高质量摘要；Citations 用于来源归属与验证。文档给出了 Python 调用示例，例如使用 exa.answer() 获取答案与 citations，通过 stream=True 实现流式输出并在结束后读取引用，以及用 exa.search_and_contents() 配合 type="neural"、num_results、summary=True、use_autoprompt=True 执行检索并生成摘要。资料还列出常见注意事项，包括长回答应使用流式、不要忽略引用、Answer API 需要 text=True 以获取内容、查询应清晰聚焦、展示前应校验 citation.url。适合用于构建研究自动化、实现带来源的问答，以及生成需要可验证来源的答案。关于定价、平台支持范围、限额等信息资料暂未提供。
面向软件工程学生的模块化职业课程生成技能，可根据职业目标设计结构化学习路径，用于新课程搭建、训练营定制与考核设计。
知乎技能（zhihu）用于搜索知乎内容与全网信息、获取知乎热榜，并读取或发布用户自己的知乎文章与回答。它通过两个脚本工作：search.py 使用 ZHIHU_DEVELOPER_TOKEN（Bearer 令牌）调用知乎开发者平台 API，支持站内搜索、全网搜索、按站点或时间过滤以及热榜查询；blog.py 使用 ZHIHU_COOKIES（登录 Cookie）读取和写入用户自己的文章与回答。该技能无需浏览器和第三方依赖，仅使用 urllib。发布与回答操作默认以 dry-run 方式运行，只有显式添加 --confirm 才会真正写入账号，且支持 --draft-only 保存私密草稿。图片会自动转存到知乎 CDN。适用于在知乎上检索资料、追踪热榜、管理个人内容以及发布文章或回答的场景。
component-docs 是一个用于为单个组件撰写文档条目的技能。它从组件的代码、stories 和真实调用点中提取事实，按 Geist 风格的页面顺序生成一份 Markdown 文档草稿。适用于“为按钮写文档”“写文档……”等请求。该技能强调只依据来源事实撰写，不编造变体、属性、token 名称、示例或真实用法；缺失信息会标记为 NOT SUPPLIED、NEEDS REVIEW 或列入 Guessed at，而非填补。它不修改被文档化的代码、stories 或规范，也不负责发布，仅产出草稿交由协调者或人工决定去向。
该技能用于为纪录片音乐项目开展新闻与调查类研究，聚焦调查报道、新闻报道、访谈、纪录片、播客调查、书籍节选与专家评论等来源。它按新闻领域的来源层级（调查报道、优质新闻、一般报道、谨慎使用）收集资料，评估来源质量，提取关键事实、直接引语、时间线与所引证据，并标注需要人工核实的内容。输出包含来源URL、质量评估、关键引语、时间线事件以及可用于歌词的叙事线索，适合需要交叉引用或补充背景的新闻研究场景。
Citation Validator 是一个用于验证研究报告引用准确性的技能。它负责检查报告中每个事实性声明是否都有可验证的来源，评估来源质量（A-E 五级），检测无来源支持的幻觉声明，并确保引用格式统一。该技能适用于研究报告定稿、审查他人研究、发布或分享研究之前，通过声明检测、引用完整性检查、来源质量评估、引用准确性验证、幻觉检测以及关键声明的链式验证等步骤，输出包含执行摘要、关键问题、详细发现和修复建议的引用验证报告。
该技能用于通过 Eureka 专利数据平台获取翻译后的专利说明书（specification/description）全文文本。支持中文、英文、日文三种目标语言，可按专利ID（patentId）或公开号（patentNumber）查询，单次最多100件，并在原文缺失时可选用同族专利说明书替代。工具仅返回说明书正文，不含标题、摘要或权利要求，也不支持关键词检索。调用方式包括 API 端点与 Python 脚本，示例端点与脚本路径已在资料中给出。计费按动态规则（消耗积分 = 81 × max(返回条数, 1)），可能一次性消耗较多积分。
Paper Cinder Transition 是一个 WebGL 页面转场技能，用一条带余烬的纸燃烧线在旧场景与新场景之间切换：火焰前沿先烤焦旧页面，再露出实时渲染的新场景。适合章节、场景或页面之间的燃烧式过渡。
wikikit 是一个面向代码仓库的“读者文档”生成与维护技能：它根据代码库现状生成并持续维护 getting-started、how-to 指南、架构概览和 runbook 等面向外部读者的文档。所有文档以仓库内 Markdown 形式存在，与代码一同版本管理，并在同一个 Pull Request 中评审。它并非 GitHub Wiki 标签页；将文档镜像发布到 wiki 属于可选的 publish 模式，只有明确点名要求时才会触发。它强调“先验证再书写”：命令、路径、环境变量等事实性内容都须在仓库中核实后才写入，并提供来源戳记（provenance stamp）记录验证所依据的提交。它不写 API 参考（交由 TypeDoc、Sphinx autodoc、OpenAPI 等生成器并链接其输出）、不写过程性产物（计划、QA、评审、handoff、CLAUDE.md 等）、不涉及域名模型（术语表与 ADR 归 domainkit 或人工所有）、不写营销文案与翻译、不为仓库新增文档站点脚手架。
这是一个面向纪录片音乐项目的政府来源研究技能，专门检索美国司法部（DOJ）、联邦调查局（FBI）、证券交易委员会（SEC）等机构的新闻稿、执法公告与官方文件。它按来源层级（官方声明、支持文件、背景资料）组织研究，覆盖 DOJ/USAO 新闻稿、FBI 通缉令、SEC 执法行动、CISA 网络安全公告、财政部/OFAC 制裁、FTC 执法、州检察长公告及国会证词等。技能会提取关键事实、官方引语、时间线、金额与刑期等数字，并标注需人工核实的内容，输出结构化报告，包含来源 URL、可入歌词的短语与相关文件链接。适用于需要官方政府记录或机构文档的犯罪、企业、网络与国家安全题材研究。
这是一个面向纪录片式音乐项目的技术研究技能，用于系统性地调研开源项目历史、软件发展脉络、开发者访谈与技术社区资料。它定义了技术领域的信息来源层级（官方文档、邮件列表、会议演讲、开发者访谈、技术新闻等），提供时间线重建、创始人信息查找、收购历史调研等具体方法，并规定统一的来源记录输出格式，包含关键事实、引语、时间线、技术细节、歌词素材潜力与待核实项。适用于专辑主题涉及技术项目、软件历史或开发者故事时的资料收集与整理。
Contract Analyzer 是一个用于合同审阅的 AI 技能，可提取关键条款、识别风险与义务，并发现谈判机会，帮助用户在签署前理解合同内容。
Executive Summary Writer 是一个用于为长文档生成简洁执行摘要和 TL;DR 版本的中文写作辅助技能。当用户需要撰写高管摘要、提炼文档要点、或在保持关键信息的前提下压缩篇幅时，可调用该技能。资料给出的触发方式包括：输入“executive summary”创建摘要、输入“review executive summary writer”进行审阅与优化、输入“executive summary writer best practices”获取最佳实践建议。技能定位偏向书面内容创作、信息结构梳理与沟通表达，适用于需要快速产出摘要型内容的工作场景。资料并未提供其支持的文档格式、语言范围、字数限制、输出样式、接口或技术实现细节，这些内容暂未提供。
wechat-article-reader 是一个用于读取微信公众号文章的 skill，来源为 pangahn/wechat-article-reader。当用户提供 URL 包含 mp.weixin.qq.com 的公众号文章链接时，该 skill 要求必须使用它来读取文章内容，禁止用 web_fetch、web_search 或其他方式替代。它通过专用脚本稳定抓取并返回结构化结果，包含标题、作者、发布时间和正文纯文本等字段。据资料说明，微信公众号页面存在反爬机制，直接抓取通常返回空内容或鉴权页面，而该 skill 的脚本实现了请求头伪装与重试逻辑。使用上仅允许通过 uv 管理环境与执行脚本，需先用 brew install uv 安装 uv，再执行 uv sync 安装依赖，运行命令为 uv run python scripts/read_wechat_article.py，支持 --timeout、--max-retries、--retry-delay 等参数。适用场景为读取公开的 mp.weixin.qq.com 文章链接并解析标题、时间、作者与正文。
cs-doc-api 是 cs-docs 的长期兼容入口，用于承接旧 cs-doc-api 调用，意图为 requested_mode: api，并转交 cs-docs 主协议执行。新请求不应主动选择此技能。
documentation-structure 是一个面向代码仓库的文档架构规范技能，用于指导创建、更新和审查 README.md、CONTRIBUTING.md 以及 docs/ 目录下的文件。它定义了文档的组织方式与维护原则，核心包括关注点分离（README 作为落地页、docs/ 作为参考资料、CONTRIBUTING 作为开发工作流）、单一事实来源（定义一次、到处链接、绝不重复内容）、中心辐射结构（docs/README.md 作为导航中心）以及厂商隔离（每个 AI 平台在 docs/ 下拥有独立目录）。该技能还明确了用户文档与开发者文档的职责划分：用户文档只能包含全自动安装方式，所有手动配置归入开发者文档。此外，它对厂商文档标准、交叉引用格式、Related 章节互链以及提交前的校验清单都给出了具体要求，适用于维护多平台 AI 集成文档的仓库。
researcher 是一个面向音乐专辑创作场景的调查级研究技能，用于对专辑所需事实进行深度调研与核验。它强调以一手来源为核心，要求完整阅读原始文件而非摘要，并对关键事实进行三个以上独立来源的交叉验证。该技能可提取带页码和上下文的逐字引文，构建证据链，追踪资金流向与人物关系，记录核查方法并预判反驳证据。它支持研究任务与验证任务两种模式，可协调法律、政府、新闻、技术、安全、金融、历史、传记、一手来源及核验等专业研究子角色。使用时需先确定专辑位置，将 RESEARCH.md 与 SOURCES.md 保存到专辑目录，并可加载用户自定义研究偏好。
researchers-biographical 是一个用于纪录片音乐项目的传记研究技能，属于 bitwize-music-studio/claude-ai-music-skills 技能集。它围绕专辑或创作主题中涉及的人物，搜集个人背景、访谈内容、动机心理和人性化细节，帮助创作者获得可用于歌词写作的传记素材。该技能定义了传记领域的信息来源层级：第一层为人物自己的话（访谈、自传、演讲、个人博客），第二层为亲近来源（记者特写、同事与家人访谈、授权传记），第三层为报道（新闻特写、杂志专题、播客），第四层为参考资料（维基百科、LinkedIn、公开记录），并要求对维基百科等内容用一手来源核实。使用时会输出结构化的传记来源报告，包含个人信息、关键引语、性格特征、人际关系、转折点、人性化细节、歌词潜力、未知信息与待核实项，并标记需要人工验证的内容。适用场景是纪录片音乐、真实犯罪、人物主题专辑等需要传记背景的创作研究；限制和收费情况暂未提供。