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 11-01 00:15
14,528 个结果
该技能用于识别网站中的 YMYL（Your Money or Your Life）内容，即涉及健康、医疗、金融、法律、安全、新闻等领域的页面。根据 Google 质量评估指南，YMYL 页面需要满足更高的 E-E-A-T（经验、专业、权威、可信）标准。技能会检查这些页面是否展示作者姓名与资质、是否引用权威来源、是否经过相关专家审核、以及最后更新时间，并给出修复建议，如添加作者署名、链接到资质简介页、补充引用来源、添加审核说明和更新日期。适用于内容质量审计和 SEO 合规检查。
Storytelling 是一套面向大模型写作的叙事规范，用于把静态事实罗列与说明文式因果，转化为具有认知吸引力和推进动量的叙事。它适用于商业提案、方案汇报、演讲、视频脚本、深度文章与案例拆解等需要讲故事的创作任务。其核心观点是：大模型默认倾向以全知视角平铺直叙、结论先行，容易削弱受众的探求欲；该规范主张在时间流内部引入阻力与期待，通过鸿沟、因果咬合、信息盲区、赌注与顿悟反思这五个关键手段组织文本，并配合破局点前置、反思分层与终局回响等节奏安排，以及剪除上帝视角废话、合并平淡段落等精简原则，使内容更具张力。
天工自动研究（Tiangong Auto Research）是一个面向开放式、多来源、有证据支撑的研究编排技能，可在 Codex、Claude Code、WorkBuddy 或 CodeBuddy 等原生宿主中运行。它通过命令行控制平面管理研究项目的设置、锁定、证据获取、模式校验、覆盖度、预算、准入、独立评审、日志与结项，而由当前交互式会话负责生产者推理。该技能强调在研究前对研究问题进行把关：若问题预设结论、只要求支持性证据或排除反面证据，则暂停并要求改写为可检验的问题。它区分 smoke-test 与 production-research 两种模式，后者要求锁定的独立公共互联网证据配置。使用前需通过工作区解析器定位 CLI，按引用文档完成设置、环境配置、证据流水线、科学设计与发布政策等流程。
江南风格中文小说与散文写作辅助技能，从江南作品全集中提炼可迁移的高层叙事机制，用于原创创作、续写用户设定与润色原创文本。覆盖青春校园、都市幻想、历史幻想、武侠、都市科幻、成长群像、人物关系戏、告别与结局、序跋和回忆散文等题材。强调原创边界：不复制原句、专名、人物关系或固定节拍，不冒充作者本人或官方续作，不近似改写知名段落。提供题材模式、叙事引擎、场景工艺、长篇流程、原创边界与质检等参考文档，并附带本地文本质检脚本，可对小说与散文分别运行检查。
simplify-docs 是一个多智能体文档审查技能：先确定审查范围，再并行启动代码注释与 Markdown 文档两个审查代理，最后统一修复发现的问题，并以表格报告结果。
research 是一个面向智能体的研究技能指南，强调深度、准确与综合研究，核心原则包括综合而非总结、多源交叉验证和必须引用来源，并给出规划、信息收集、综合分析与事实核查四步框架。
面向开发者的内部技术文档写作指南技能，提供 README、ADR、贡献指南等文档的最佳实践与模板，帮助团队写出清晰、可维护的文档。
ux-writing 是一个用于重写界面文案的技能，依据可衡量的 UX 写作原则对已有屏幕文案进行打磨。当用户提出“문구 다듬어줘”“카피 점검해줘”或“UX 라이팅 기준으로 봐줘”等请求时触发。它不负责判定文案是否达标（该判定由 design 技能的 quality bar G6 文案、G8 暗黑模式完成），而是专注于“如何修改”：提供重写原则、操作流程与 before/after 示例。产出始终是建议，在用户确认前不会实际修改代码或文案文件，也不会未经确认批量替换字符串。
用于撰写事实核查或研究提示词的参考索引，基于IFCN原则的核查工作流与通用研究模板，正文位于references/full.md，主要作为路由与锚点导航使用。
humanizer 是一个用于润色和改写 SKILL.md 文本的编辑类技能，目标是减少 AI 生成痕迹，提升清晰度、语气与包容性。它支持对 SKILL.md 各段落进行自然化改写、修复语法和包容性用语、清理 AI artifacts，并将过长描述压缩到触发阈值以内。它还会按仓库规则检查标题与列表之间的空行、规范化触发短语和占位符写法，并可提供正式、友好、简洁等多种语气变体，以及便于评审的 diff 和 PR 说明。适用于技能描述润色、PR 提交前的最终检查，以及在保持技术准确的前提下简化面向非技术读者的表述。
Greats Soul Archive Contributor 是一个用于向 tumf/greats-soul-archive 仓库贡献新人物或角色档案的技能。当用户想要添加、提交或为新的人物/角色档案发起 PR 时使用，也可用于搭建档案骨架。它提供了一套标准化的贡献流程：先选择档案归属目录（真实人物放入 people/<slug>/，公有领域虚构角色放入 fiction/public-domain/<slug>/，受启发创作的虚构角色放入 fiction/inspired/<slug>/），再通过 scaffold_profile.py 脚本生成文件夹与文件骨架，随后编辑生成的文件（IDENTITY.md 应简短，SOUL.md 应具可操作性，包含原则、沟通风格和失败模式，sources.md 必须使用真实参考文献并明确标注不确定性），然后运行 build_index.py 更新 README 索引，确保元数据符合对应 schema，最后发起 PR。该技能还附带安全与质量规则，要求不得将推测当作事实、避免诽谤与骚扰、对在世人物格外保守并优先使用直接来源、受启发虚构角色不得粘贴长引文或复现逐字对话与口头禅。
内容验证技能，用于核对撰写内容是否忠实反映来源材料，检查引用准确性、数据与统计值、引用格式及内部一致性，并输出验证报告与修正清单，可按严格度分级执行。
文献搜寻技能（Literature Search）用于通过多种 MCP 工具检索学术文献，支持关键词搜索、MeSH 词汇扩展与引用指标排序。当用户提出「搜寻文献」「找论文」「PubMed 搜寻」「search papers」「find articles」「literature search」等需求，或开始文献回顾、系统性评读时触发。它提供基本搜索、生成 MeSH 搜索策略、合并多次搜索结果、获取引用指标（RCR）、获取文章详细信息，以及检查 Zotero 收藏与批次汇入等功能，并可按快速搜索、精确搜索、多策略合并三种流程执行，输出含 PMID、标题、年份、RCR 的文献清单。
用于起草、审计或编辑文本，去除 AI 写作痕迹，同时不改变事实、不压平作者声音；适用于文本人性化、审查 AI 味文本或扫描 AI 写作特征等场景。
一个引导协作文档写作的结构化工作流技能，通过“背景收集、精炼与结构、读者测试”三阶段帮助用户撰写文档、提案、技术规格与决策文档。
internal-comms 是一套用于撰写各类内部沟通文档的资源集合，帮助用户按照公司偏好的格式完成写作。该技能适用于 3P 更新（进展、计划、问题）、公司通讯、FAQ 回复、状态报告、领导层更新、项目更新和事故报告等场景。使用时，先识别请求对应的沟通类型，再从 references/examples/ 目录加载相应的指南文件：3p-updates.md 用于进展/计划/问题团队更新，company-newsletter.md 用于全公司通讯，faq-answers.md 用于回答常见问题，general-comms.md 用于其他不明确匹配上述类型的内容。随后按照该文件中的具体说明处理格式、语气和内容收集。若沟通类型不匹配任何现有指南，则需请求澄清或提供更多关于期望格式的上下文。
「verification-rigoureuse」是一个用于严格信息核验的 Claude Skill，目标是产出可靠、准确、可追溯的回答。它要求绝不把未核实的信息、假设、传言或个人观点当作既定事实；在可用材料不足时不进行推测或猜测，并优先保证准确性、核验与透明，而非速度。该技能要求对每项重要事实性陈述给出可识别、可核实、相关且足够新的来源，明确标注其与断言对应的出处，并在来源陈旧、间接、不完整、有偏差或不确定时作出说明。它要求明确区分既定事实、估计、假设、解释、观点与未经确认的信息，保持客观、不引入个人偏见，并指出可用信息的局限。在必要时使用固定的表述来标示不确定性，例如无法用现有来源核实某信息、该断言不确定或记录不足、这是估计而非既定事实、该结论取决于某些假设、可用来源在这一点上存在分歧等。它强调不得编造或补全引用、URL、引文或参考文献，并要求在回答前对事实性陈述、数字、日期、名称和因果关系进行核验。
Valyu 完整 API 工具包，包含 Search、Answer、Contents 与 DeepResearch 四类能力，可用于网页、学术、金融、生物医学、专利、SEC、经济与新闻检索，以及 AI 问答、网页内容提取和异步深度研究报告。需 Node.js 18+ 与 Valyu API key。
该技能用于审查和现代化 Agent OS 产品文档（mission.md、tech-stack.md、roadmap.md），确保价值主张可量化、符合 workspace-hub 标准并体现工程领域差异化。它提供系统化清单：在使命文档中补充可量化效率收益、金额化业务影响、用户画像与成功指标；在技术栈文档中强制使用 UV 包管理器、Plotly 交互式可视化、模块化架构与完整 pyproject.toml 配置；并校验文件组织、CSV 数据导入路径等合规项。适用于新仓库文档初始化、既有文档改进、标准合规检查与量化指标补充。
一套面向 Claude Code、Codex、GitHub Copilot 等智能体的技能编写方法论，把测试驱动开发（TDD）应用到流程文档写作中，通过基线测试、编写、复测与修补漏洞来保证技能可被智能体正确使用。
这是一个用于编写或编辑 Markdown 文档的技能，当文档需要借助 Mermaid 图表来阐明架构、工作流、交互、决策、状态转换等内容时使用。其核心原则是：只有当视觉关系比文字描述更清晰时才使用 Mermaid。技能提供了“问题→图表类型”的映射表（如所有权/依赖关系用 flowchart + subgraph，交互顺序用 sequenceDiagram，决策分支用 flowchart，状态转换用 stateDiagram-v2，数据实体关系用 erDiagram，类/接口关系用 classDiagram，时间线用 timeline），并强调不要将静态结构（类图/ER 图）与运行时行为（时序图）混在同一张图中。技能还按“概览/细节/下钻”三个缩放层级规定了典型图表类型与必需文本，并给出从理解需求、SPEC 门控、规划清单、确认清单、生成文件、预渲染安全到渲染的完整工作流，包含 mmdc CLI 的使用注意事项与自检清单。
bonfire-document 是 vieko/bonfire 项目中的一个 AI 技能，用于在代码库中为某个主题生成参考文档。它基于代码库研究而非访谈来撰写文档，目标是让不熟悉代码的开发者也能理解某个系统、功能或模式：知道它做什么、为什么存在、相关文件在哪里、概念上如何运作，以及需要规避的常见陷阱。技能会研究并撰写符合固定结构的文档，要求包含 Overview、Key Files、How It Works、Gotchas 四个必需章节，并鼓励附加 Architecture、Examples、Related Topics 等章节。研究与写作在隔离的子代理上下文中完成，以保护主上下文；文档默认写入 .bonfire/docs/ 目录，文件名采用 kebab-case 的 <topic>.md，并在 .bonfire/index.md 中登记引用。写入后需校验四个必需章节是否齐全，缺失时向用户提示并让其选择继续、重试或中止。
bonfire-strategic 是 bonfire 技能集中的一个命令，用于创建战略类文档，支持三种类型：RFC（技术决策与架构提案）、PRD（产品规格与功能定义）、POC（客户评估与技术验证计划）。使用时通过命令参数指定文档类型和主题，例如 /bonfire-strategic rfc authentication 生成关于认证的 RFC。整个流程分为研究、访谈、撰写、验证四个阶段：先由子代理探索代码库收集上下文，再基于研究结果向用户提问，然后由通用代理按模板撰写文档，最后校验必需章节是否完整。文档默认保存在 .bonfire/docs/ 目录，并会在 .bonfire/index.md 中建立会话上下文链接。
scan-github-stars 是一个用于扫描维护者 GitHub 星标仓库、为 README.md 生成候选新增条目的技能。它默认采用增量方式运行，使用 full 参数可对之前已评判过的星标重新评判。扫描到的每个星标最终都会归入四类结果之一：列入 README.md、在本地 local/starred-scan.tsv 中被筛选掉、在 docs/audit-logs.md 的"Rejected Additions"下被拒绝，或留待再次评审。该技能只负责收集候选并记录结果，具体判断由 audit-the-list 负责，规则依据 CONTRIBUTING.md。