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 11-09 00:13
15,062 个结果
to-spec 是一个将当前对话内容整理为项目规格说明（spec）的技能。它基于对话上下文和代码库知识直接生成规格，不向用户追问，而是综合已有信息：先探索仓库了解代码现状，使用项目术语表中的统一词汇，并遵循所涉及区域的架构决策记录（ADR）；随后梳理测试接缝（seam），优先复用已有接缝、尽量选择最高层级、理想数量为一个，并与用户确认接缝是否符合预期。规格按固定模板撰写，包含问题陈述、解决方案、用户故事（尽可能详尽，格式为“作为<角色>，我想要<功能>，以便<收益>”）、实现决策（模块与接口变更、技术澄清、架构决策等，不含文件路径和代码片段）、测试决策（外部行为测试、待测模块、既有同类测试参考）、范围之外和补充说明。保存到 docs/specs/<YYYY-MM-DD>-<slug>.md，无 docs/ 时存至 .hermes/plans/；可按用户要求发布为带 ready-for-agent 标签的 GitHub issue。生成后需自检术语一致性、用户故事覆盖度、实现决策内容约束、接缝确认和保存情况。
这是一个用于在线调研与网络核查的技能，指导智能体针对具体说法、推文、帖子或文章追查原始来源，并在多个平台间交叉验证信息。其核心流程先梳理“来源链”（原始来源、二手报道、所需背景），再按优先级选择访问路径：优先调用 web_search 工具而非浏览器、直接访问已知站点、使用站点内搜索、Hacker News Algolia、curl/web_extract 取原始页面，最后才退回通用搜索引擎。技能强调通用搜索引擎几乎必然拦截自动化浏览器，遇到拦截应尽快改道而非反复重试；同时给出 X/Twitter、Reddit、Bluesky、Google 等平台的具体可访问性说明与替代方案。资料还包含批量抓取目录类页面、把调研分派给多个子智能体、评估外部技术方案与外部模型等进阶做法，以及必须避免的反模式。
simplify-documents 是一个面向文档精简与改写的技能，核心目标是在不悄然改变含义的前提下缩短文档。它把信息保真和保护段落视为硬约束，把长度目标视为尽力目标（除非用户明确提高长度目标优先级）。该技能会先明确任务简报，确认原文、目标读者、使用目的、语气、输出格式、长度目标和保护段落；对无风险缺省信息作合理推断，未指定时沿用原文语言、结构与大致受众，仅在用户要求精简但未给出长度目标时默认尝试将输出控制在原文约 60%。技能会统一解释长度口径（如“压缩到40%”与“减少40%”的区别），建立保真清单盘点事实、约束、决定、操作步骤、关键示例与保护段落，再按优先级改写：先原样放入保护段落，保留条件与否定词紧邻其约束主张，删除重复、寒暄与空泛强调，仅在范围、确定性、执行者、时间与约束强度一致时合并句子，保留可执行顺序，不编造替代事实。最后执行保真、操作、保护、受众、长度与可读性校验，并附带针对纯文本或 Markdown 的审计脚本，可报告输出比例与缩减比例、核对保护段落精确内容与顺序。适用于政策、法律、合规、安全或高技术性材料等需要安全压缩的场景。
国赛数学建模正式论文范式写作技能，负责生成 CUMCM 风格正式论文、规范标题编号、扩写正文、插入并解释图表、导出 Word 及格式门禁检查。适用于证据门禁通过后进入正式成稿阶段，需按国赛论文格式、正式 Word、扩写到比赛论文工作量、图表插入并解释、检查论文格式等场景。核心输出包括论文大纲、正式论文源文件、Word 文档和格式检查报告。
BRD Writer 是一个用于撰写和审阅商业需求文档（BRD）的技能，面向软件功能、工作流变更和重新设计。它强调先明确读者、待决策事项和业务问题，按风险选择最简文档规模（简要、标准、受控三级），以叙事主线组织摘要、背景、成果、范围、需求、验收和待决问题，只在真正消除歧义时使用表格、公式、编号或 Gherkin 等元素，并区分事实、建议、假设与未决问题，避免编造指标或流程。
mp-layout 是一个用于微信公众号文章排版的技能，核心主张「越简单，越高级」。它把 Markdown、纯文本或已有的乱排版 HTML，转换成公众号编辑器可以直接粘贴的内联样式 HTML。默认按固定规则处理：正文 16px、行距 1.75、字间距 1px、两端缩进 16px，每段控制在 2–4 行，全文颜色不超过 3 种（正文深灰 #3A3A3A、品牌色 1 种、辅助浅灰 #8A8A8A），标题只用 H2 和 H3 两级，配图 3–5 张且风格比例统一。工作流包括先改文字再动样式（拆长段、加小标题、标重点句）、确定品牌色、用脚本或手写生成内联样式 HTML、检查配图、做交付前排版体检，最后给出粘贴指南和改动说明。适合需要把 Markdown 或文稿转成公众号可粘贴 HTML、想统一文章视觉风格、或抱怨排版乱颜色多段落长的场景。
CI Mockup Figure 是一个用于制作论文与提案配图的技能，重点在于遵循已确认的视觉偏好并高效利用页面空间。它支持三条路径：HTML 模拟图路径（用于 UI 模拟、仪表盘、时间线等矩形内容且无跨节点箭头的图）、README/Markdown 主图路径（通过无头 Chrome 截取 PNG 并嵌入 Markdown）、以及抽象图路径（用于架构概览、依赖拓扑等需要非相邻节点间箭头路由的图，使用 TikZ、skia-canvas 或 Illustrator ExtendScript）。该技能强调空间效率与信息密度，要求每张图通过“空间测试”，并给出字体、配色、布局等设计规范。
readme-polish 是一个用于审计并重写 GitHub README 的技能，采用 2025-2026 年现代开源项目常见的排版模式，包括居中标题、徽章、主视觉图、GitHub 提示块和带 emoji 的功能列表等。它不凭空编写内容，只从项目本身提取信息并重新组织呈现方式：让读者在 10 秒内看懂项目用途、目标用户和安装方法，需要细节的读者则可通过折叠块、表格和后续章节深入了解。技能分三阶段执行：先用检查清单审计现有 README 的缺失与误用，再套用现代版式模式重排结构，最后在 GitHub 上验证渲染、锚点、徽章与多端一致性。
将较长的 LaTeX 主简历压缩为一页或两页版本的工具技能。先读取主源文件，按目标页数和受众选择性删减内容，生成派生文件而非覆盖主源，并保持已有派生文件的格式布局不变。
将模糊的设计问题转化为结构清晰、细节充分的 Markdown 设计文档，输出可供 Code Agent 直接消费的 .md 文件，包含场景分析、方案选择、核心设计与文件归属等章节。
writing-plans 是一个用于多步骤开发任务的实施计划编写技能：在动手写代码前，根据规格或需求生成细粒度、可执行的实现计划，强调 DRY、YAGNI、TDD 与频繁提交。
一项面向直播转录的校验方法，强调以屏幕画面（游戏横幅、浏览器标签、信息卡）和实时聊天反应为准，纠正口误、数字争议与专有名词歧义；通过截取目标时间窗视频帧并用视觉模型核读画面文字，避免依据语音或预训练记忆猜测。
该技能通过 atlassian MCP 服务器以编程方式访问 Jira，支持搜索问题、获取详情、查看 PR 等关联链接、管理问题工作流，并提供获取票据摘要、当前用户、Cloud ID 的辅助脚本。
介绍 mise 文件任务的编写方法：用独立脚本（bash、node、python 等）定义带参数、依赖与 monorepo 支持的复杂任务，通过注释指令声明元数据与 usage 参数解析。
中文介绍正在整理，稍后补充。
story-publish 是面向小说发布准备场景的技能：它把作品已有的设定、大纲和作者决定，整理并核对成发布平台建书表单所需的资料，最终保存为“发布资料-<平台>.md”。它用于整理书名、简介、主角名、分类和标签等字段，并按平台规则检查长度、数量与允许值。触发方式包括 /story-publish、/发布资料、填写平台建书资料、建书表单、起书名/写简介/选标签用于发布，以及正文累计约 2 万字、准备上架时。当前仅适配番茄小说的长篇与短故事。该技能只准备资料，不代替后台填表或实际发布；平台规则未说明之处会明确标注，缺失信息需作者确认，不编造人物、情节或卖点。
ljg-roundtable 是一个结构化圆桌讨论工作流，用于围绕同一主题从多个视角展开辩论与小组讨论，适合多观点碰撞和多角度分析。
ljg-word 是一个英语单词深度分析工作流，用于词汇、词源、语义细微差别和单词学习。它不鼓励死记释义列表，而是帮助把握单词的使用语感，并输出核心语感、常用义项、词源或意象、近义词辨析、例句和记忆句。
ljg-word-flow 是用于“单词学习加信息图卡片”的流程类技能，可分析英语单词并生成词汇卡片（단어 분석 카드、vocabulary card）。
pc-panel-review 是一个面向论文投稿前阶段的模拟评审技能，用于回答“程序委员会会怎么决定”“模拟审稿人”“这篇论文的录用概率是多少”。它不只模拟单一审稿人，而是模拟整个程序委员会：并行派出 3–4 位视角不同的独立审稿人（含必选的题材/语域审稿人、方法/统计怀疑者、领域实践者，以及在有附件工件时必选的工件/可复现性审稿人），再由主席做元评审汇总。核心产出包括分项评分表、录用决定与录用概率、共识必改项、单审稿人提示、分歧点及投稿前检查清单；若结论为 Weak Accept 或 Borderline，还须给出“天花板计划”，把每个瓶颈标为 TEXT（可编辑解决）、EXPERIMENT（需新实验）或 IMMOVABLE（工作固有）。另附 Venue-fit 单视角模式，用于快速预测特定会议的适配度与录用可能。
用于修改公众号文章、博客草稿、newsletter与观点文中明显模板化、套话化、过度工整的AI写作痕迹，在保住作者判断、经历与表达控制权的前提下，先把最机械的地方真正改掉，而非追求骗过检测或制造伪装式人味。
gm-topic-engine 是一个选题整理技能，可从零散想法、笔记、评论、私信、收藏链接、草稿和亲身经历中提炼适合公众号与博客的可发布选题，补强切口、筛掉弱题、排序优先级，并输出结构化选题池。
内容架构与编辑技能，用于 document/article/deck 类产物的写作与编辑。核心是先明确读者、主张、证据、结构与语气，再产出可审稿草稿或定稿，并配合版式与内容审查技能。
文档工程技能：在功能完成、架构决策或 API 变更后，编写可引用的文档与 ADR 架构决策记录。强调记录 WHY 而非仅 WHAT，覆盖 ADR、内联注释、API 文档、README、Changelog 及文档清理与验证。