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 10-14 00:01
87,793 个结果
find-skills 是一个用于帮助用户发现并安装智能体技能（agent skills）的技能。当用户提出“如何做某件事”“帮我找一个能做某事的技能”“有没有技能可以完成某功能”等问题，或表达希望扩展智能体能力的意愿时，它会指导 AI 通过 Skills CLI 搜索、评估并安装合适的技能。Skills CLI（npx skills）被称为开放智能体技能生态的包管理器，技能是用于扩展智能体能力的模块化包，可提供专业知识、工作流与工具。该技能给出了一套流程：先理解用户需求所属领域与具体任务，再查看 skills.sh 排行榜优先寻找知名技能，然后运行 npx skills find [query] 进行搜索，并在推荐前核查安装量、来源信誉与 GitHub 星标；最后向用户展示技能名称、用途、安装量、来源和安装命令，并在用户同意后协助安装。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
agent-browser 是一款面向 AI Agent 的快速浏览器自动化命令行工具（CLI），由 vercel-labs 开发。它通过 CDP（Chrome DevTools Protocol）直接驱动 Chrome/Chromium，不依赖 Playwright 或 Puppeteer，采用原生 Rust 实现而非 Node.js 包装层。其核心交互方式是基于无障碍树（accessibility-tree）快照生成紧凑的 @eN 元素引用，让 AI Agent 能够可靠地定位并操作页面元素。工具支持会话管理、认证凭据保管、状态持久化和视频录制，可用于网页导航、表单填写、按钮点击等网站交互任务。它为 AI Agent（如 Cursor、Claude Code、Codex、Continue、Windsurf 等）提供通用支持。安装方式为 npm 全局安装后再执行安装命令。使用前需通过 CLI 的 skills 子命令加载当前版本匹配的工作流文档，官方提供了核心技能以及针对 Electron 桌面应用、Slack、探索性测试、云浏览器等场景的专项技能。此外还提供独立运行的观测面板。
该技能用于扫描代码库中的架构改进机会：找出可被"深化"的浅层模块，将其以可视化 HTML 报告形式呈现，再由用户选择其一后通过提问式流程逐步推演重构决策。目标是提升可测试性与 AI 可导航性。它基于项目领域模型与共享的架构词汇（模块、接口、深度、接缝、适配器、杠杆、局部性），并在报告中为每个候选方案提供涉及文件、问题、方案、收益、前后对比图与推荐强度，最后给出首选建议。
TDD 是一个测试驱动开发技能，围绕“红→绿”循环提供参考规范，帮助开发者写出值得保留的测试。技能强调先写失败测试、再写最少实现代码的工作方式，要求测试验证公共接口而非实现细节，让代码可以自由重构而测试保持稳定。技能给出了好测试的标准、测试放置的接缝（seam）、常见反模式（实现耦合、同义反复、横向切片）以及循环规则；同时要求测试只在事先与用户确认的接缝上编写，并在探索代码库时参考 GLOSSARY.md 与 ADR，使测试名称与接口词汇匹配项目领域语言。适用于希望以测试先行方式构建功能或修复缺陷、想要进行集成测试，或提到“红-绿-重构”的场景。
setup-matt-pocock-skills 是 Matt Pocock 技能集合中的初始化技能，用于为一个仓库搭建工程类技能所依赖的配置。它会探索仓库当前状态，然后引导用户确认三部分配置：issue 跟踪器位置（默认 GitHub，也支持 GitLab 和本地 markdown 文件）、triage 标签词汇（五个标准角色的标签字符串）以及领域文档布局（GLOSSARY.md 与 ADR 的存放位置及读取规则）。该技能是提示驱动的，并非确定性脚本：先探索、展示发现、与用户确认，再写入文件。运行一次后，相关工程技能即可从这些配置文件中读取信息。
为构建新界面或重塑现有界面提供视觉设计指导的技能，重点在于形成独特、有意为之的设计方向。它强调以真实主题内容为基础，做出关于配色、字体和布局的明确取舍，并避免常见模板化套路。技能以“设计工作室设计主管”的视角工作：先根据客户简报制定包含颜色、字体、布局和原则的紧凑设计计划，再对照简报检查是否流于通用，确认独特性后才编写代码。
HyperFrames CLI 是用于视频合成的命令行开发工具，围绕 init、add、catalog、capture、lint、check、snapshot、compare、grade-compare、preview、play、present、beats、keyframes 等命令构成开发闭环。它要求 Node.js 22 或更高版本以及 FFmpeg，通常以 npx hyperframes ... 形式运行（除非项目提供了包装脚本，此时应遵循包装脚本）。工具支持从空白模板或站点截图初始化项目，通过本地目录检索已有的动效基元并安装，手写合成结构，使用 lint 做快速反馈、check 作为最终校验闸门，再用 preview 打开 Studio 预览，最后按 draft、looks、delivery 三档质量渲染，并可选择交给桌面应用继续编辑。它还提供时间线 JSON 查询、项目历史回滚、子合成快照冒烟测试、变量批量渲染，以及 Docker、HeyGen 云、AWS Lambda、GCP Cloud Run 等渲染路径。在代理场景下可使用 --json 输出，并可通过反馈命令上报目录缺失的动效需求。收费方式、价格与托管服务的具体政策暂未提供。
中文介绍正在整理，稍后补充。
HyperFrames 是一个从 HTML 渲染视频的创作技能与工具链。一个 composition 就是一个 HTML 文件，其 DOM 通过 data-* 属性声明时间，动画运行时支持 seek，媒体播放由框架统一管理。该技能被定位为强制入口点：凡涉及制作、创建、编辑、动画化或渲染视频、动画、动态图形的请求，都应先读取它。它通过 intent 访谈、路由表、工作流技能和领域技能（如 hyperframes-core、hyperframes-animation、hyperframes-keyframes、hyperframes-creative、media-use、hyperframes-audio、hyperframes-cli、hyperframes-registry、figma 等）组织完整流程，涵盖演示文稿、字幕、口播重剪、音乐节拍视频、动态图形、PR 视频、产品发布视频、无脸解说与通用视频等场景。它还包含 CLI 使用检查、项目版本固定探测、Studio 预览与 HyperFrames 桌面应用 Framey 的衔接等操作规范。
Triage 是一个面向项目议题跟踪器的技能，用于把 issues 和外部 PR 推过一个由分类角色与状态角色组成的小型状态机。它为每个条目赋予恰好一个分类（bug 或 enhancement）和一个状态（needs-triage、needs-info、ready-for-agent、ready-for-human、wontfix），并完成分类、验证、必要时深入追问、撰写面向代理的简报等步骤。所有 triage 期间发布的评论都以 AI 生成免责声明开头。维护者可用自然语言调用 /triage 来查看待处理事项、处理特定 issue 或 PR、或快速覆盖状态。
Prototype 是一个用于构建一次性原型（throwaway prototype）的技能，目的是回答某个设计问题。它强调原型的形态由要回答的问题决定：如果问题是“这套逻辑或状态模型是否合理”，就构建一个单一的、可分享的 HTML 文件，包含自由操作按钮和分标签的引导式走查，把状态机推进到难以纸上推理的场景，并让非开发者也能上手操作；如果问题是“这个界面应该长什么样”，就在单个路由上生成多个差异显著的 UI 变体，通过 URL 搜索参数和底部悬浮栏切换。该技能要求原型从第一天起就明确标记为一次性代码，放置在真正会用到它的模块或页面附近，但命名上让普通读者一眼看出不是生产代码；运行要极其简单；默认不做持久化；跳过打磨；每次操作或变体切换后展示完整相关状态；完成后把已验证的决策并入真实代码，并把原型本身提交到一次性分支作为一手来源。
Reddit Automation 是由 doany.ai 团队构建的一项技能，帮助你在 Reddit 上找到真正需要你所提供产品或服务的人，并起草简短、真诚有帮助的回复，同时如实披露你与产品的关联。它的核心逻辑是：Reddit 奖励真实贡献、惩罚垃圾信息，因此在这里做推广的正确方式不是隐藏身份，而是在确实能帮到提问者时提供有价值的内容，并公开说明自己的身份。该技能分为两个阶段：第一阶段在目标 subreddit 中筛选近期帖子，只保留真正能帮上忙的需求（求推荐、痛点、竞品提及、有具体场景的紧迫问题），排除已解答、锁定、纯发泄等无效帖子，并按发帖人需求强度、产品契合度、时效性三项因素综合排序，选出前 3 条；每条用一句话说明为什么能真正帮到对方。第二阶段起草回复：以有实际使用经验的同行口吻撰写，使用经验语法而非建议语法，控制在 2–3 句、约 25–55 词，回应发帖人写到的具体细节，观点附一句限定语，避免绝对断言。只有在“对方明确在寻找、产品确实回答其问题、自己确有使用经验”三个条件同时满足时才提及产品，并在同一句话中披露关联。该技能仅用于诚实参与，强调不得使用小号、不得操纵投票、遵守各 subreddit 的自我推广规则，所有回复由人工审阅、编辑并手动发布，不自动发帖、不保存凭据。
Grilling 是一个用于压力测试思考的对话式技能。它会就用户的计划、决策或想法进行持续追问，直到双方达成共识，并将讨论过程映射为一棵设计树：每个决策都会分出依赖它的子决策。它按轮次推进，每一轮只提出「前置条件已确定」的前沿问题，即当前无需猜测尚未听到的答案就能提出的问题。每轮一次性提出整个前沿的问题，为每个问题编号并给出推荐答案，然后等待用户回答后再进入下一轮。用户的回答会重塑设计树，使前沿向外推进并解锁依赖性问题。查找事实由技能自身负责，必要时派子代理从文件系统或工具中获取，而不是向用户索要。当所有分支都被访问、不再有隐含假设时，会话结束；在用户确认达成共识之前，不会对计划采取行动。
media-use 是面向 HyperFrames 项目的媒体操作系统技能（Agent Media OS）。它把背景音乐、音效、图片、图标、品牌 Logo、配音、调色与 LUT 等多种媒体需求，统一解析为冻结的本地文件或可直接粘贴的区块。核心动词是 resolve：执行 npx hyperframes media-use resolve --type <type> --intent "<描述>" --project <目录> 后返回一行结果，形如 resolved <id> → <路径>（<类型>、<元数据>），搜索过程的噪音留在磁盘上。支持的媒体类型包括 bgm、sfx、image、icon、logo、voice、grade、lut。若环境中设置了 HEYGEN_API_BASE，HeyGen 媒体已由宿主应用付费，无需让用户安装或登录 heygen CLI，也不提供 OAuth 免费额度，目录搜索、TTS 与数字人调用通过宿主完成；若宿主自带 HeyGen 工具应优先使用。没有该环境变量且要使用 HeyGen 媒体时，需先安装并登录 heygen CLI（免费使用路径），再用 --doctor 校验。它还提供媒体机会扫描，在检测到具体信号（如无配音的脚本、占位图、无音乐的长片段等）时一次性提出建议，不静默修改。具体安装、认证、提供商支持、价格与更多限制细节暂未提供。
中文介绍正在整理，稍后补充。
HyperFrames 动画技能，汇集了 HyperFrames 全部运动相关知识：原子运动规则、多阶段场景蓝图、场景转场、更广泛的动效设计技法以及各运行时适配器。默认做法是从 rules-index.md 中挑选 2-4 条原子规则，用一条暂停的 GSAP 时间线拼接起来，比从蓝图起步更快、代码更少。只有当场景匹配已有预设计的多阶段模板，或需要复杂 4-5 阶段编排的可运行参考代码时，才加载蓝图。技能支持多种运行时：GSAP（95% 动效工作的默认选择）、Lottie、Three.js、Anime.js、CSS 关键帧、WAAPI、TypeGPU/WebGPU，并可在同一合成中并存。使用时需配合 hyperframes-core 的合成契约（单一暂停时间线、data-duration 控制时长、禁止随机与时间函数等）。技能提供 animation-map.mjs 脚本用于分析已有合成的动画映射，输出 animation-map.json 以审计编排。
Domain Modeling 是一个帮助团队构建和打磨项目领域模型的 AI 技能。它适用于讨论代码库术语、编写或编辑 GLOSSARY.md 以及记录或编辑 ADR（架构决策记录）等场景。该技能强调主动的领域建模纪律：挑战术语、构想边界场景，并在术语或决策确定的那一刻将其写入文档。它不仅仅是阅读 GLOSSARY.md 获取词汇，而是在改变模型本身。技能会检查用户使用的术语是否与现有词汇表冲突、将模糊语言精炼为精确的规范术语、通过具体场景压力测试领域关系、并与代码交叉验证以发现矛盾。术语确定后立即更新 GLOSSARY.md，ADR 则仅在满足难以逆转、缺乏上下文会令人惊讶、且是真实权衡结果这三个条件时才提议创建。
teach 是一个用于在工作区内教学新技能或概念的状态化技能。它把当前目录作为教学工作区，通过 MISSION.md、RESOURCES.md、学习记录、课程 HTML、参考资料和资产等文件，持续跟踪用户的学习目标与进度。其理念是把学习拆分为知识、技能与智慧：先获取高质量资源中的知识，再通过互动课程练习技能，最终在真实社区中检验。课程以单个自包含 HTML 文件产出，强调简短、可快速完成、与使命直接相关，并落在最近发展区内。同时区分流畅度与存储强度，借助提取练习、间隔与交错来增强长期记忆。适合希望围绕某个主题进行多轮、系统化学习的用户。具体价格、平台支持与限制暂未提供。
Vercel React Best Practices 是由 Vercel Engineering 维护的 React 与 Next.js 性能优化指南技能，用于编写、审查或重构 React/Next.js 代码时参考。该技能包含按影响程度排序的 8 大类共 70 条规则，覆盖消除异步瀑布、包体积优化、服务端性能、客户端数据获取、重渲染优化、渲染性能、JavaScript 性能以及高级模式。每条规则以独立文件形式提供，包含问题说明、错误代码示例与正确代码示例，可用于指导自动化重构与代码生成。
中文介绍正在整理，稍后补充。
codebase-design 是一套关于“设计深模块（deep modules）”的共享词汇与设计原则，来自 mattpocock/skills。它主张把大量行为藏在一个小接口之后，并把接口放在干净的接缝（seam）上，从而可以完全通过该接口进行测试。其目标是：为调用方带来杠杆（leverage），为维护者带来局部性（locality），并为所有人带来可测试性。该方法给出了一组需要严格使用的术语（Module、Interface、Implementation、Depth、Seam、Adapter、Leverage、Locality），并规定不要用“component”“service”“API”“boundary”等词替代。它包含深模块与浅模块的对比示意、设计接口时的自问清单、若干原则（如删除测试、接口即测试面、一个适配器只意味着假想接缝、两个适配器才意味着真实接缝），以及面向可测试性的设计建议（接受依赖而非创建依赖、返回结果而非产生副作用、缩小接口面积）。资料还提到 DEEPENING.md 和 DESIGN-IT-TWICE.md 两份进阶文档，分别涉及加深模块簇的依赖处理与替代接口探索。
该技能用于在 Sleek（sleek.design）平台上设计移动应用界面，并对 Sleek 项目进行编辑，最终把设计实现为 React Native 或 HTML。Sleek 提供 REST API（基地址 https://sleek.design，路径 /api/v1/*），可用 API Key 认证来创建项目、依据需求描述设计屏幕、获取 HTML 与渲染图。单次运行可同时包含设计阶段与实现阶段。认证方面，若 SLEEK_API_KEY 未设置，可使用设备流程（device flow）让用户无需直接接触原始密钥即可授权；免费账户可用一次性试用额度体验，持续使用需要 Pro 或更高方案，具体价格与额度需从官方 https://sleek.design/agents.md 获取。API 覆盖项目、组件、参考、聊天消息与运行、截图、分享卡片等端点，并有明确的错误码约定。