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 10-20 00:13
232,194 个结果
这是一个面向 AI 编码智能体（如 Claude Code、Cursor、Windsurf、Codex 等）的技能，用于为 iOS 应用生成可直接上架的 App Store 截图。它先询问应用的品牌、功能和风格偏好，然后搭建一个最小化的 Next.js + TypeScript + Tailwind 项目，把每张截图按广告风格设计，并使用内置的 iPhone 外框渲染，最终通过 html-to-image 导出 Apple 要求的全部 4 种尺寸（6.9″、6.5″、6.3″、6.1″）PNG。技能支持多语言截图集、RTL 布局与可复用主题预设，整个生成器集中在单个 page.tsx 文件中。
TurboQuant PyTorch 是 Google TurboQuant（ICLR 2026）算法的从零 PyTorch 实现，用于压缩大语言模型的 KV 缓存。它采用两阶段向量量化：第一阶段用随机正交旋转加 Lloyd-Max 标量量化（MSE 最优），第二阶段用 QJL 残差校正（1 比特符号投影）使内积估计无偏。该实现可在 3 比特下实现约 5 倍压缩，并保持约 99.5% 的注意力保真度。项目提供 Lloyd-Max 码本构建、MSE 量化、无偏内积估计、KV 缓存封装以及面向真实模型张量的生产级压缩器等 API，并附带合成验证与 Qwen2.5-3B 真实模型验证脚本。
该技能用于授权的渗透测试与安全审计，帮助在攻击者之前发现漏洞。它提供系统化的 OWASP Top 10 审计、静态分析、依赖漏洞扫描、密钥扫描、API 安全测试、Web 漏洞测试、基础设施安全检查，以及渗透测试报告生成与负责任披露流程。技能强调所有测试必须获得系统所有者的书面授权，并区分于防御性安全运营（senior-secops）和安全政策治理（senior-security）。
该技能用于撰写或更新项目持久化的设计简报（design brief），保存到 .ui-craft/brief.md。它是 ui-craft 技能下的一个子技能，专注于简报这一环节。使用时先检测是否已存在 .ui-craft/brief.md：若存在则加载内容，按用户指定的更新点聚焦处理，未指定则汇总后询问要改什么；若不存在，则检查仓库根目录是否已有 DESIGN.md 或 design-tokens.json，若有则据此预填答案并注明来源。撰写新简报时，需一次性引导用户回答五个必需部分：产品目的、主要用户、产品原则、成功指标和范围之外。原则部分若用户没有或回答含糊，会加载原则目录作为对话种子，通过原则工作坊从过往设计决策中推导候选原则，而非凭空编造。简报写盘前会先完整展示并请求确认，创建 .ui-craft/ 目录后写入文件。更新时采用以追加为主的方式，不删除历史内容，被淘汰内容以日期和原因标注。五个部分均为必需，确实未知时以带日期的占位符标记。
这是一个为 Knowledge Base 项目设计的“带来源研究”技能包（pack guidance），用于围绕某个主题开展有据可查的研究，并在 research/ 目录下产出一篇状态为草稿（draft）的临时研究文章。它在平台级 /open-knowledge 技能之上叠加研究流程，默认以外部第三方来源为研究对象，要求先扫描知识库已有覆盖、再与用户确认研究范围、逐条抓取并留存原始来源、边读边写，最终形成带内联引用的研究笔记。文章属临时性质，通过 /consolidate-notes 技能才可能升级为正式文章。
资产配置技能，用于按照战略与战术配置框架决定资本在各类资产间的分配。适用于用户询问投资组合配置、资产权重、风险预算、久期路径或资产-负债匹配等问题的场景。技能内容涵盖战略资产配置（SAA）、战术资产配置（TAA）、均值-方差优化（MVO）、Black-Litterman 模型、风险平价、久期路径以及核心-卫星结构等概念和公式，并提供三资产 MVO 与 Black-Litterman 相对观点的完整算例，以及可通过 uv 或 python3 运行并验证输出结果一致性的脚本。
面向 Vite 开发的专业技能，涵盖现代构建工具、HMR、框架集成与性能优化。依据项目资料整理，介绍配置、环境变量、资源处理、构建优化、测试与插件开发等内容。
该技能用于为 VTEX Sales App 构建、定制或部署扩展。它覆盖从前置条件检查到代码生成、文档、本地测试与部署的完整 7 步工作流（步骤 0–6），并规定扩展点选择、Hook 可用性、模板选择与 API 认证策略。适用于在购物车页、商品详情页（PDP）和菜单中添加功能，以及将外部 API 集成到 Sales App 扩展中。使用前必须确认 FastStore 项目与 Sales App 模块均已安装，否则应停止。技能还列出多项硬性约束，如组件必须返回 JSX.Element、需守卫可选属性、index.tsx 必须使用 defineExtensions、扩展点名称必须精确匹配、Hook 只能用于兼容的扩展点等。
brand-writer 是 Zed 官方的品牌写作技能，用于产出符合 Zed 品牌语气的文案：思路清晰、技术扎实、克制自信。该技能面向为开发者写作的场景，要求以事实为先、先讲最重要信息、用解释代替推销，并给出调用方式与写作原则。它提供 /brand-writer 启动写作会话、指定写作内容的调用参数，以及 --review 审阅模式检查既有文案的品牌契合度。技能内置核心信息（如代码即工艺、为多人协作而生、可感知的性能、持续迭代、开源热情项目）、写作原则、结构建议、应避免的表达、检验标准与三阶段加人性化处理的工作流，另附审阅评分维度与改写示例。
jira-expert 是一个面向 Atlassian Jira 的专业技能，覆盖项目创建与管理、产品发现、JQL 查询、工作流设计、自定义字段、自动化规则、报表与仪表板等技术及运营环节。它与 Atlassian Remote MCP 工具集成，可通过 MCP 工具创建和编辑问题、执行 JQL 查询、流转状态、添加评论与工时、建立问题链接；项目创建、板块与冲刺配置、过滤器保存、自定义字段及权限/工作流方案等不在 MCP 能力范围内的操作，则需通过 Jira Web UI 或 REST API 完成。技能还提供 JQL 查询构建脚本和 工作流校验脚本，用于把自然语言转换为经校验的 JQL、在部署前发现流程设计中的死胡同或不可达状态等问题。适用场景包括团队协作中的流程搭建、冲刺报表、跨项目跟踪、批量操作以及权限治理等，需按官方文档提供的工具清单执行，不得臆造工具名称。
Red Team 是一个面向授权红队演练与攻击路径分析的技能，属于 alirezarezvani/claude-skills 项目。它强调结构化对手模拟，用于检验检测、响应与控制措施的有效性，而非漏洞扫描或事件响应。该技能提供 engagement_planner.py 工具，可根据 MITRE ATT&CK 技术选择、初始访问级别（外部、内部、已获取凭据）和皇冠资产目标，生成按杀伤链阶段排序并评分的攻击计划。工具会为技术按执行难度与检测风险打分，构建杀伤链阶段，识别瓶颈点，并标记 OPSEC 风险。所有活动都要求书面授权，工具需使用 --authorized 标志才会输出结果。文档还涵盖杀伤链阶段方法、技术评分与优先级、瓶颈点分析、OPSEC 风险评估、皇冠资产定位、攻击路径方法论、工作流与反模式。使用方式包括命令行生成计划、列出支持的 29 种 MITRE ATT&CK 技术等，适用于经授权的攻击面验证与检测覆盖评估场景。
code-style 是 frappe/skills 提供的一项代码风格规则技能，用于指导编写可读、可维护的代码。该技能建议在编写或编辑代码时始终加载，并在用户询问代码风格相关问题时使用。其核心规则包括：保持函数短小，当一个函数承担多项职责或需要分段才能读懂时应拆分；在可行的情况下将文件控制在 300 行以内，按职责而非任意分层拆分；优先使用面向对象代码而非零散函数；将高阶/公共函数放在文件顶部，底层工具函数放在底部；编写简洁、简单的英文注释，解释令人意外之处，而不要叙述显而易见的代码；在出现重复的具体用法之前不要添加抽象。
本技能用于在 Metabase 数据应用中触发写入或变更操作，例如提交表单、更新行、删除条目或运行已保存的 action。Metabase action 是预先配置在实例上的参数化 SQL 写入（INSERT、UPDATE、DELETE），数据应用负责在用户操作时以正确参数调用它。技能围绕 useAction 钩子展开，说明如何从 @metabase/embedding-sdk-react/data-app 导入、传入 defineAction 导出、处理参数与 jsType、展示后端错误信息，以及操作成功后刷新页面数据。
该技能为 Remotion 提供可复用的 3D 垂直无限滚动跑马灯组件，适用于视差画廊、无限图片滚动、多列展示等场景。其原理是通过内容列表复制与取模运算实现无缝循环，配合 CSS 3D 变换（perspective、rotateX、scale）营造立体透视效果，并用线性渐变遮罩让内容在顶部和底部平滑淡出。组件数据无关，可接收任意图片 URL 或 React 节点数组作为列，支持按列设置时长与方向以实现视差。使用时将 assets/VerticalTicker.tsx 复制到项目组件目录，在 Remotion Composition 中导入渲染即可。
网文/小说选题策划工具，面向“想写小说不知道写什么”“帮我想个小说题材”“找网文创意”“分析什么题材火”“小说选题评估”“现在什么网文题材好卖”“给我几个小说创意”“想个小说金手指”“帮我找个热门题材”“小说写什么题材容易火”“网文市场趋势分析”“帮我做小说选题”等需求。它基于AI推理分析网文市场热点题材、流行趋势与受众偏好，结合输入的题材类型和关键词生成3-5个具有市场潜力的选题方向，并为每个选题设计金手指、核心设定、爽点模式与情绪价值曲线；同时从市场竞争、受众规模、创作难度、变现潜力等维度做可行性评估，提供开篇切入点、故事节奏规划、人物设定框架、差异化竞争策略，并识别政策风险、市场饱和风险、题材生命周期等问题。输出为结构化的《网文选题策划报告》，包含市场分析、选题方案、评估推荐、创作执行建议与风险提示，并生成选题策划报告.md及内部结构化数据，可与大纲设计类技能配合复用选题数据。
通过 Node.js 脚本管理与监控 Oracle 数据库的技能集合，可执行 SQL、查看执行计划、列出活动会话、无效对象、用户表、表空间使用率，以及按资源排序的 Top SQL。
该技能用于判断 Lightning Web Component（LWC）是否具备无障碍性并符合 WCAG 无障碍指南。当用户询问组件是否可访问时触发。它提供 Web 组件的无障碍（a11y）模式与修复指导，适用于涉及组件可见或交互界面的生成、修改、审查或样式化 HTML、JS、CSS 的场景，以应用 WCAG 2.2 标准。审查聚焦于无障碍，仅依据所引用的 WCAG 成功标准判定违规，避免无关的代码风格问题；要求最小且充分的无障碍，仅在语义 HTML 无法实现时才使用 WAI-ARIA；假定知名组件库（如 Salesforce Lightning、Material UI、Chakra UI）在正确实现时开箱即用，不因组件内部隐藏的标签关联而误报。审查覆盖可感知、可操作、可理解、健壮四类成功标准，并支持在提供截图或设计稿时进行视觉辅助审查。
GPUI Kit 桌面应用的设计规范指南，属于 gpui-kit 技能，用于在设计或修改任何界面、布局、间距、视觉层级和配色前阅读并遵循。
NemoClaw 用户参考文档，用于查询 NemoClaw 集成层与蓝图架构，以及它们如何编排兼容的智能体沙箱。该参考包含架构说明、CLI 选择指南、命令参考、网络策略与故障排查等资料，适合在需要了解 NemoClaw 架构、智能体集成、插件结构、蓝图设计，或查询具体命令、参数、退出码、默认端点、文件系统路径、运行时审批流程及常见错误修复时查阅。
该技能用于创建结构化的竞品分析，围绕功能、定价与定位对 3-5 个直接和间接竞争对手进行对比，并输出 2x2 定位图。它强调聚焦可行动的洞察而非穷举式罗列，适用于进入新市场、制定差异化策略、季度或年度战略规划、评估自建与购买决策、丢单复盘以及新成员了解市场背景等场景。分析过程包括界定范围、收集公开情报、构建功能矩阵、分析定位、评估优劣势、提炼战略建议并标注置信度，最终按模板输出完整报告。
该技能提供语义化 HTML5、SEO 基础、图片替代文本、渐进增强与单页应用（SPA）注意事项的实践指南。内容涵盖文档结构标签（header、nav、main、article、section、aside、footer）、标题层级规范、交互元素选择、图片 alt 文本分类写法、标题与描述元标签、canonical URL、Open Graph 与社交分享卡片、JSON-LD 结构化数据、渐进增强三层模型、SPA 的服务端渲染、标题与元标签更新、焦点管理与滚动恢复、History API，以及设备能力与用户上下文适配（客户端存储、输入方式检测、指针精度、网络条件、用户偏好媒体查询），并附有审查清单。适合在构建 Web UI、审查标记或进行搜索优化时使用。
该技能已弃用，其功能已合并到 fusion-issue-authoring 中。它原本用于起草和更新功能类（Feature）议题，强调清晰的问题界定与范围明确的需求描述。使用时需以 fusion-issue-authoring 作为顶层编排器，负责分类、共享门禁与发布流程。适用于请求涉及新能力或增强功能的场景，不适用于缺陷、以角色叙事为中心的用户故事或通用技术任务。所需输入包括功能意图与价值、范围与非目标、成功标准。技能会在 .tmp/FEATURE-<context>.md 本地起草，结构包含故事/问题陈述、范围（含/不含）、功能需求、验收标准、依赖/风险，并检查范围边界与非目标是否明确，最后返回草稿摘要供编排器审查与发布。该技能本身不直接执行变更操作，变更仍由 fusion-issue-authoring 完成。
LobeHub 的数据获取架构指南，采用 Service 层 + Zustand Store + SWR 三层结构。用于实现数据获取、创建服务、使用 store hooks 等场景。核心原则：所有 API 调用走 Service 层，数据获取使用 Store 中的 SWR hooks（禁止 useEffect），写操作使用 lambdaClient.mutate，读操作仅在 service 方法内使用 lambdaClient.query。命名约定：读取 hooks 为 useFetchXxx，缓存失效辅助函数为 refreshXxx。
lossless-claw 是面向 OpenClaw 的插件技能，用于配置、诊断和有效使用 lossless-claw。它重点覆盖关键设置、摘要健康状态以及 recall 工具的使用指引。当任务涉及操作、调优或调试 lossless-claw 插件时可以使用该技能。它提供命令入口 /lossless（简写别名 /lcm）用于快速健康检查，也可使用 /lossless doctor 检查摘要损坏或截断迹象，使用 /lossless doctor clean 获取高置信度的垃圾／会话清理建议（在推荐删除前先执行）。该技能还提供多份参考文档：配置、内部模型与数据流、诊断与摘要健康工作流、recall 工具及其使用时机、以及 /new 和 /reset 与当前 lossless-claw 会话映射的行为说明。其工作原则强调解释设置为何重要而非仅说明作用，优先使用原生插件命令面完成 MVP 工作流，不假定 Go TUI 已安装，除非用户明确要求非 MVP 内部机制否则不推荐高级 rewrite/backfill/transplant/dissolve 流程，并建议通过 recall 工具从压缩历史中精确检索证据，而非从摘要中猜测。