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
15,035 个结果
Research Methodology 是一个面向系统化研究的技能（Skill），提供搜索策略、来源评估与证据收集的最佳实践。它把研究过程拆分为三个阶段：广泛发现、聚焦深挖与验证；并给出来源可靠性层级，从同行评审论文、官方文档到社区论坛逐级排列。技能还提供评估清单，涵盖权威性、时效性、覆盖度、准确性与客观性，并给出结构化的笔记模板，包括关键发现、矛盾点与空白点，以及高、中、低三级置信度标注。其目的是帮助使用者在信息检索与事实核查时减少对单一来源的依赖，识别过时数据与未经引用的来源，区分相关性与因果性，并留意小样本或初步研究的局限。资料中提到该技能出自 vstorm-co/pydantic-deepagents 仓库，但未提供具体安装命令、代码示例、平台支持或收费信息。
prd-update-decisions 是一个用于根据对话中产生的设计决策与战略变更来更新 PRD（产品需求文档）的斜杠命令。它源自 vfarcic/dot-ai 的 shared-prompts/prd-update-decisions.md（MIT 许可，版权归 Viktor Farcic 所有）。该命令聚焦于那些尚未体现在代码中、但会影响需求、方案或范围的概念性变更，帮助团队把讨论中形成的架构选择、工作流调整、需求增删和范围管理决策同步回 PRD。
Learning Tutor 是一个通过“一次一问”对话、费曼式解释和基于证据的评估，帮助学习者独立解释和应用某一领域、概念或论文的教学技能。它先恢复中断的学习状态，再决定下一题，默认以小单元（约 15–25 分钟）推进，可随时中断；教学语言跟随用户。技能会区分“查询”与“开始/继续学习”，后者开启学习录制，将完整轮次保存到本地并同步到后端，用于跨设备续学，但不会替学习者完成阅读，也不自动创建复习计划或定时提醒。
这是一个用于精读学术论文的AI技能，核心是把论文当作要“装进读者脑中”的知识来讲解，而非简单摘要。面向进入陌生领域的新手，帮助其在不重读原文的情况下回答四个问题：问题为何必要、作者做了什么不同、为何相信有效、有哪些可复用想法。
technical-explainer-video 是用于制作或修改算法、数学、物理等知识教学动画视频的技能，通过清晰的几何图解、LaTeX 公式、自然配音和同步字幕，交付实际 MP4 与可编辑工程。适用于知识讲解、计算演示、分镜和成片修改。该技能独立完成视频制作，可选择参考 awesome-docs 组织复杂内容，或使用 shuorenhua 润色口播文案，但缺失时跳过增强。视频按观众理解顺序分镜，每幕聚焦一个问题，旁白解释对象变化和原因，画面展示关键点、线、面和数值变化。公式用 LaTeX 排版，中文解释单独排版。字幕数值用阿拉伯数字，显示文字与朗读文字分开保存。口播直接准确，讲清对象、动作、条件和结果。工作流程包括定内容与证据、文案配音和时间线、实现并交付，交付实际 MP4、章节播放器、字幕与可编辑源工程。
为 wcygan.net 生成新 MDX 博客文章的 ClawHub 技能：创建 src/posts/<slug>.mdx 并在 public/rss.xml 顶部插入对应 <item>，同步两处内容。
dig 是 weaiclub/resume-skills 中的一项简历深挖技能，定位为“资深面试官 / 简历顾问”，通过对话方式帮助用户挖掘可写入简历的经历素材，并将其与目标岗位 JD 对齐。它强调以 JD 为唯一判断标尺，先获取目标 JD，再分阶段定位用户背景、围绕 JD 要求定向深挖经历，并按 STAR 结构追问细节、数字、规模与独特性。适用于准备简历内容、梳理个人优势、将经历与目标岗位匹配的场景。该技能本身不负责最终简历生成、润色或排版，也不存储用户数据，所有状态由调用方 Agent 维护。
generate 是一个简历撰写类 Skill，用于在用户完成 dig 阶段（素材挖掘）后，基于已收集的真实素材从零创作一份全新简历。它的定位是"创作者"而非"修订者"：输入 digOutput（包含目标 JD、匹配故事、基本信息、未匹配要求、额外亮点），输出一份与目标 JD 高度对齐、零幻觉、可直接投递的简历。该 Skill 强调所有内容必须可追溯到 digOutput 中的素材，禁止编造数字、经历或技术栈；同时严格区分 generate（无中生有）与 polish（有中变优）的边界。输出为 JSON，包含 markdown 简历正文、strategy 策略说明和 sourceMapping 来源映射。
Rsdoctor 英文文档改进技能：针对 packages/document/docs/en 下由翻译产生的不自然英文句子进行重写，提升清晰度与专业性，同时严格保留原意与技术细节，并同步中文镜像文档。
agentprose 是一款让博客、文档站或 CMS 对 AI 智能体可读的工具，基于 WebMCP 标准。它通过一个 script 标签或 npm 包，为站点提供一组只读的 WebMCP 工具（如 search_posts、get_post、get_current_article、get_citation、get_site_info 等），数据来源可以是页面内容、feed、sitemap、llms.txt、可选的预构建 agentprose.json 或 CMS API。脚本采用延迟加载，页面加载时不发起请求，不改变站点的外观和人类访问体验。支持静态站点生成器、WordPress 插件、Ghost/Sanity/Contentful/Enonic/Strapi/Storyblok 适配器以及带打包器的 JavaScript 应用。官方提供可选的 agentprose Cloud 托管搜索与智能体分析服务。
一个供 Claude Code 回答 Claude Code CLI 相关问题时使用的文档参考技能，资料来源于 ericbuess/claude-code-docs。用户提问时需先在 references/ 目录中检索关键词，再依据实际文档作答，不要猜测。
面向学术主题的多轮次深度调研框架，通过广度、深度、关联、前沿四个循环迭代扩大检索范围，输出证据矩阵、知识地图与研究空白清单等成果。
citeseerx-api 是面向计算机与信息科学文献的 CiteSeerX 数字图书馆 API 技能，支持文献检索、引用查询与元数据获取，免费且无需鉴权，可用于查找论文、按年份或引用数筛选并分析引用关系。
临床研究设计技能，按 CONSORT、STROBE、STARD、PRISMA 等报告规范设计临床研究并撰写结果，覆盖随机对照试验、观察性研究、诊断准确性研究与系统综述。
面向计算物理研究的技能指南，汇总分子动力学、蒙特卡洛、密度泛函理论、有限元、N 体模拟等计算方法，配有 LAMMPS、Quantum ESPRESSO、ASE+GPAW、SciPy 等示例代码，以及 HPC 并行与研究资源清单。
CORE API Guide 介绍如何通过 CORE 聚合器 API 搜索和获取开放获取研究论文，涵盖 API 密钥认证、搜索与批量检索端点、全文检索用法、速率限制及最佳实践。
Deep Research Pro 是一套面向高可信度研究任务的深度研究方法论与智能体技能，通过多源信息采集、交叉引用验证和结构化综合，输出带证据等级与置信度的研究报告，适用于文献综述、技术评估和政策分析等场景。
域适应研究论文指南，系统梳理无监督、源无关、开放集、域泛化与测试时适应等方法，附论文检索代码、基准数据集与阅读路线。
ElegantPaper 是一个面向工作论文、技术报告和预印本的 LaTeX 模板，属于 ElegantLaTeX 系列。排版整洁，支持绿、青、蓝、黑等配色主题，支持中英文双语，外观简洁专业。
Findpapers 是一个 Python 工具，可用单一查询同时检索 arXiv、bioRxiv、IEEE、medRxiv、PubMed 和 Scopus 等多个学术数据库，自动去重并导出结构化结果，面向系统性文献综述。
FinSight 是面向金融分析的多智能体深度研究工具，由 RUC-NLPIR 开发，结合多源数据检索、金融推理与报告生成，可输出带引用的研究文档。覆盖市场、公司基本面、行业对比与宏观评估。
面向3D高斯泼溅（3D Gaussian Splatting）研究的论文与资源整理指南，汇总原始论文、分类文献、核心方法对比及实现资源，适合计算机视觉、图形学与神经渲染研究者跟踪该领域进展。
一项面向历史文献与档案手稿数字化的手写文本识别（HTR）指南技能，介绍 HTR 平台、图像预处理、模型训练、后校正及数字人文工作流集成。
一个用于通过馆际互借（ILL）和文献传递服务获取研究论文与图书的技能，适用于所在机构没有订阅的情况，介绍 ILL 工作流程、免费开放获取替代途径及快速文献获取策略。