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 11-08 00:04
15,022 个结果
pm-prd 是一个根据功能描述生成结构化 PRD（产品需求文档）的技能，属于 Personal Corp 框架，用于通过 AI 智能体运营一人公司。它按产品类型（B2C、B2B、内部工具、平台）分支，各类型侧重不同模块，生成后运行 10 项质量自检。输入包括功能描述（必填）、目标用户、业务目标、产品类型、约束条件和深度（大纲或详细），未提供的产品类型会自动识别。技能会先按产品类型分支，再进行结构化需求拆解（用户旅程、角色拆分、CRUD），最后按模板生成包含背景目标、需求概览、详细功能设计、非功能需求、数据埋点、验收标准、排期、风险等章节的文档。
这是一个名为 research 的技能，用于在做出实质性技术决策前开展调研工作。它指导如何调查代码库、比较工具或方案、核实当前的外部或库事实，以及在动手前研究失败原因。该技能强调从问题出发推导调研范围，综合使用仓库源码、官方文档、变更日志和社区报告等证据来源，区分已记录能力、本地观察行为、推断与未知，并按证据权威性、版本和适用性解决矛盾。它提供代码库、比较、外部证据、库与 API、故障排查等调研路径，最终要求先给出答案、在结论旁标注决定性来源，并说明权衡与局限。
这是一个面向技术调研的技能（skill），用于在做出实质性技术决策前，系统性地调查代码库、比较工具或方案、核实当前外部或库的事实，并在动手前排查失败原因。它强调：复用已有答案、从问题与权威来源推导需要回答的问题、区分代码库本地行为与官方文档/源码/变更日志等外部契约、按问题而非仅按被点名的方案进行检索、区分“有文档的能力、本地观察到的行为、推断、未知”，并按“能否改变答案”来决定调查比例。它给出五条路线：代码库、方案比较、外部证据、库与 API、故障排查，并说明完成标准——每个要点都要有证据、不适用的理由或明确未知及其后果，按来源权威性、版本与适用性解决矛盾，只对既定范围声称充分，说明剩余缺口，并在调查不太可能改变决策时停止。使用时先回答、把决定性来源标注在结论旁，并解释权衡与限制。
用于编写、修订或审查智能体技能（SKILL.md 包）的指南，强调最小 token 与无歧义表达，并给出路由、核心规则、拆分、资源与验证等检查要点。
一个用于研究神经架构与训练方法为何有效的技能，强调通过前向计算、几何、梯度、优化动力学与历史实验来解释机制，并区分数学事实、测量结果与假设。
PRD 标准技能，为撰写与评审 PRD 提供统一规范，涵盖 PRD 结构、带 4 Risks 评估的用户故事格式、EARS 格式验收标准及交付就绪阈值。
recipe-reflect 是 shinpr/claude-code-discover 中的反思编排技能，用于在假设结论、机会评审或周期性节点触发反思：记录结果、更新目标工件、通过子代理 knowledge-distiller 蒸馏知识、按条件做层级提升并维护 INDEX.md。
recipe-validate 是 shinpr/claude-code-discover 中的编排器技能，用于按风险类型选择合适方法验证假设，如原型、代码分析、市场调研与专家评审，并把结果记录到假设文件。
write-prd 是一个面向软件需求编写的技能，用于根据代码仓库和产品上下文撰写 PRD 中的需求部分。它强调让用户意图与可观察行为清晰可辨，把实现决策留给同一议题的计划文档。该技能输出包含当前行为、完整期望结果、范围、EARS 验收标准、交付覆盖、依赖和验证需求的需求草稿，可写入规范化需求文档或已授权的议题正文。它只做只读调研和经授权的需求发布，不涉及实现，也不自动拆解任务。支持草稿与发布两种模式，并会先检索议题和 PR 以避免重复。
The CFP Magician 是一个帮助用户逐步撰写会议演讲提案（CFP）的教练式技能，目标是写出内容委员会真正会接受的提案。它强调先挖掘用户自己的想法，再打磨成清晰、低风险的提案，而非直接生成通用草稿。
该技能用于将文章、笔记或会议备忘等素材，重写并组织为「骨子箇条書き」（结构化要点大纲）形式。其核心是把内容整理为「论点句」与「支撑论点的事实、数据、示例、制约或待决事项」两个层级：顶层用 3～4 条论点句概括整体，每条论点下放置 2～3 条左右的支撑要点，使读者自上而下即可把握全文脉络。输出默认使用 Markdown，语言默认日语，若用户明确要求英语（如 structured bullet outline）则用英语书写；引用、论文名、资料名、人名、组织名、产品名及引用文保留原文语言与写法。素材不足或结构不适合时，不强行凑成 3～4 条。技能强调事实优先于文体，可进行重排、拆分、压缩，但不得添加素材中没有的事实、数值、因果、评价、结论或建议；缺少依据的推断需标注为「推論:」或「示唆:」。引用与 URL 应附在其所支撑的最小单位旁，裸 URL 转为 Markdown 链接，仅在必要时使用脚注或独立参考文献列表。除用户明确要求联网调查外，只使用用户提供的出典。
该技能用于在发布任何日语成果物之前，统一通过 Gemini 与 Herdr 的 agy 执笔担当完成撰写与审核。适用范围包括 PR 与 issue 正文及评论、提交信息、Markdown 文档、报告正文、投稿文，以及代码或 HTML 中的日语字符串；聊天回复和英文成果物不在范围内。调用方不得自行起草或改写日语，而须在成果物工作区创建专用双栏 agy 标签页，启动指定模型完成写作，再由同一标签页右侧新建 agy 会话审核，按既有写作技能检查事实、数值、链接、代码与占位符一致性。默认文体为“骨架条目 → 电报式精简”，仅在明确要求段落文章时例外。审核往返最多两次，未获 ACCEPT 不得发布，ACCEPT 后记录时间戳、SHA-256 与文件路径，并关闭本流程所开标签页。
一个通过分阶段引导式追问，把模糊想法逐步整理成产品蓝图（B）和技术规格（C）的AI技能，适合想把初步需求变成可交付文档的普通人使用。
这是一个 AI 有声书生成器技能的安装与配置说明，用于在 Claude Code、Codex 或 OpenClaw 中，把最终稿件或课程文本交给付费托管服务 Beatra（mcp.beatra.ai）合成按章节排序的音频，并使用单一旁白音色进行朗读。该目录条目本身只是审核后的指向，不含可执行包，也不自行执行任何 Beatra 操作。它指向的包内含三个只依赖 Python 标准库的脚本，用于进行网络调用并存储凭据；该包不会自我更新。使用前需要完成固定提交的克隆、代码检查、复制和浏览器授权等步骤，并需要对安装、授权以及每次付费调用分别确认。
Blog Title Generator 是一个用于生成博客标题的 AI 技能，来自 sickn33/agentic-awesome-skills 技能集。它面向需要为博客选题或页面摘要确定标题的场景，最低输入要求为“主题或页面摘要”。用户可用自然语言、粘贴内容或带标签的行提供信息，无需填写表单。该技能会依据内容生成三个互不相同、贴合读者任务的标题，并在内容支持的前提下注明具体收益、自然保留指定关键词，不添加缺乏依据的日期、数量、最高级表述或证明性声明，最后给出推荐意见。输出默认采用简洁 Markdown，可分离可复制内容与说明；如指定 JSON、HTML、XML 或 CSV 等格式则按要求输出。它强调复用已有上下文、尊重指定语气与语言、遇到关键事实缺失时仅提一个聚焦问题，空输入时简短请求最低输入而非编造分析。适合内容创作者、运营与营销人员在拟稿、改稿或比较标题方案时使用。其局限是结果仅基于所提供事实与可观察证据，不提供外部服务访问，也不保证搜索表现；所生成草稿不等于已发布或已验证成果。
Deep Research Framework 是一个用于撰写深度研究报告的框架技能，强调先定义问题、对来源分级、交叉验证，再以结论先行的方式写作，并明确标注不确定性。它适用于用户要求研究报告、主题调查或竞品分析的场景，核心目标是让结论可信、过程可追溯、未知项被显式标记。
Idea to Blueprint 是一个把原始产品、应用、机器人或功能想法转化为单一 Markdown 构建蓝图的技能。它通过需求采集、网络调研与竞品对标，产出一份包含架构驱动因素、带证据标签的版本锁定技术栈、质量门禁、用户画像、流程、UX 文案、边界情况，以及拆分为故事并附 Given/When/Then 验收标准、测试和完成定义（DoD）的史诗（epic）清单的文档。蓝图内嵌会话协议，使 Claude Code 或 Codex 能在每次全新会话中按史诗逐个构建，无需猜测。该技能强调“有证据或沉默”“做决定而非含糊”“为零上下文写作”三大习惯，适用于需要深度调研、严谨性和零幻觉的 PRD、规格、待办列表、路线图或 MVP 规划场景。
Interview Me 是一个在制定计划、编写规格或开始写代码之前使用的访谈技能：通过一次只问一个问题、并附带自己的猜测，逐步弄清用户真正想要什么。它强调“用户提出的要求”与“用户真正想要的结果”往往并不相同，越早发现这种差距，代价越小。该技能要求先写出对用户意图的假设和 0–100% 的置信度，再逐题提问并附上自己的猜测，引导用户澄清；在用户给出“可扩展”“现代”“最佳实践”等缺少具体内容的回答时，追问“如果不需要向任何人解释，你真正想要什么”。当置信度足够高（能预判用户对接下来三个问题的反应）时，用 Outcome、User、Why now、Success、Constraint、Out of scope 六项复述意图，并请用户明确确认。适用范围包括需求模糊、缺少关键约束、需要在两种价值之间取舍、或用户主动要求“访谈我”“拷问我”的场景；不适用于明确的小改动、纯信息查询、机械操作或用户明确要求追求速度的情况。该技能需要用户实时参与，不能用于 CI、定时任务或自主循环等非交互环境。
用于在会话、分支、评审和研究周期之间维护有证据支撑的项目权威状态，帮助新代理快速判断项目为何存在、当前哪些内容权威、任务处于活跃/阻塞/延期/完成状态，以及下一步该做什么。
Readability Enhancer 是一个用于提升文本可读性的技能，适用于处理文本并可指定可选的读者水平。它接受纯文本、粘贴内容或带标签的行作为输入，通过缩短冗长句子、解释术语、改善结构来提升可读性，同时保留技术含义。该技能尊重受众专业水平和语言，不会强行将文本套用英语学校年级目标。输出为修订后的文本及实质性编辑说明，支持指定的输出格式。
可读性分数计算器是一个面向文本与语言处理的可读性评估技能，最低输入为文本和语言。它能按需计算英文的 Flesch Reading Ease 分数（公式 206.835 − 1.015 × 单词数/句子数 − 84.6 × 音节数/单词数）与 Flesch–Kincaid 年级水平（公式 0.39 × 单词数/句子数 + 11.8 × 音节数/单词数 − 15.59），并返回各项计数、公式、可计算的分数及局限性说明。工具支持粘贴纯文本、带标签的行数据，不强制用户填写表单；对零单词或零句子等零分母情况返回 undefined 而非除零；明确说明分词方式与音节估算方法，避免将英文公式套用于不支持的语言。可对已有结果做聚焦修订，支持批量行输入并保留行 ID 与顺序。输出格式可为简洁 Markdown 或按需的 JSON、HTML、XML、CSV，且仅报告实际执行过的检查。
该技能用于把文章、newsletter、转录稿或视频改写成可独立阅读的 Twitter/X 或 LinkedIn 帖子，避免“三行摘要加链接”的低效形式。需已有素材，不能从零创作；可选连接 VoiceMoat MCP。
该技能把长想法、转录稿、文章或草稿改写成每条推文都能独立成立的 Twitter/X 串（thread），并在动笔前先判断是否值得做成串、梳理主线与顺序。仅适用于 Twitter/X，不适用于 LinkedIn。
UIZZE UI Research 是一个面向 Web 与 iOS 界面开发的技能，用于在实现或评审 UI 前获取真实产品界面参考，并转化为明确的设计契约与验收门槛。