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
232,235 个结果
GrepAI 高级搜索选项技能，用于在 GrepAI 中启用 JSON 输出、紧凑模式以及与 AI 智能体集成。该技能覆盖命令行高级选项（--limit、--json/-j、--toon/-t、--compact/-c）、JSON 与 TOON 两种结构化输出格式、紧凑键名映射、脚本化处理（Bash+jq、Python、Node.js）、MCP 工具集成以及 token 优化策略，帮助开发者在脚本、工具链和 AI 智能体（如 Claude、GPT）中高效处理搜索结果并减少 token 消耗。
Test Automator 是一个面向自动化测试的框架专家型技能，用于创建和维护各类测试。它在用户要求编写测试、提到测试自动化、希望提升测试覆盖率或需要搭建测试框架时激活。该技能覆盖测试金字塔中的单元测试、集成测试与端到端测试三个层次，分别给出 Jest、Supertest、Playwright 等示例，并强调测试行为而非实现细节、遵循 Arrange-Act-Assert 模式、使用描述性测试名称等原则。同时提供覆盖率目标建议（行覆盖 > 80%、分支 > 75%、函数 > 80%、语句 > 80%）以及 Jest、pytest-cov、Go 的覆盖率报告命令。此外还包含测试最佳实践、命名约定、常见框架命令对照表，以及生成测试样板和检查覆盖率的脚本用法。
该技能用于按地点发现 Instagram 内容创作者与网红，基于 apidojo 的 Instagram 位置爬虫（Apify Actor）实现。它通过 Instagram 位置 ID 抓取特定城市、场馆或区域的位置帖子，再按发布者聚合，识别在同一地点反复发帖的本地创作者，并依据发帖频次、平均点赞、平均评论、是否含网站、粉丝量等维度计算本地化评分，划分 A/B/C 等级，输出本地创作者清单与内容主题分布。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。输入支持位置页面 URL、位置 ID、最大条目数与日期过滤等参数。适用于本地营销、探店合作、区域网红筛选等场景。
这是一个用于通过命令行管理 Proxmox VE 的技能，主要面向使用 qm 与 pct 等工具进行虚拟化运维的场景。技能内容覆盖 KVM 虚拟机的创建、生命周期、配置、快照、克隆、模板与迁移，LXC 容器的创建、生命周期、配置、快照与克隆，以及存储管理、网络配置、集群管理、防火墙、备份恢复和常见故障排查。资料还提供了批量创建容器、Cloud-Init 模板克隆、导入磁盘镜像等自动化示例。
Debug 是一个结构化的问题调试流程工具，来自 cyrusagents/cyrus。它把修复缺陷拆分为两个阶段：先复现问题并定位根因，再实施最小化修复。第一阶段包含调查、追踪、根因分析、复现和记录五个步骤，要求分析缺陷报告中的关键症状与错误信息，在代码库中搜索错误出现模式，从症状追踪到源头，通过数据流分析和边界情况检查确定根因，并用最小的有效检查方式（命令、试运行、手动流程或自动化测试）精确复现错误，最后清晰记录根因与复现步骤。第二阶段先基于根因分析最优修复方案并检查代码库中是否存在类似修复，然后实施针对根因的最小、精准修改，最后重复复现流程确认修复，并运行相关既有检查。该工具遵循最小改动、精准定位、验证优先、不做无关改进的原则，要求只触碰受影响的代码路径，在修复后确认复现成功并保留相关既有防护措施，新增测试文件并非强制要求。
encore-auth 是 Encore.ts 内置的认证系统技能，用于识别 API 调用者并保护端点。它涵盖 authHandler、Gateway、getAuthData 以及端点配置中的 auth: true。通过创建认证处理器、注册 Gateway、在端点声明 auth: true，即可要求请求携带有效凭证；认证数据可在端点内通过 getAuthData() 获取，并会自动传播到服务间调用。该技能还提供 JWT 校验、API Key、Cookie 会话等常见模式，以及使用 Vitest 模拟认证数据进行测试的方法。
该技能已废弃（DEPRECATED），其能力已合并到 fusion-issue-authoring 中。它原本用于以“角色-行动-价值”（role-action-value）框架起草和更新用户故事（User Story）类型的 issue，并包含工作流场景。使用时需要 fusion-issue-authoring 作为顶层编排器负责分类、共享门禁和发布流程。适用于以特定角色视角描述用户工作流与行为的请求，不适用于纯缺陷报告、无用户叙述的通用功能规格或技术使能任务。所需输入包括用户角色与工作流上下文、故事目标（As a... I want... so that...）、关键场景与成功标准。该技能会在 .tmp/USER-STORY-<context>.md 本地起草，结构包含故事陈述、上下文/痛点、功能需求、场景（Given/When/Then）和验证方法，并返回草稿摘要供编排器审查与发布。它本身不执行变更操作，变更保留在 fusion-issue-authoring 中。
web-haptics 是一个零依赖的网页触觉反馈库，通过 Web Vibration API 为移动端页面提供按钮、开关、表单等交互的震动反馈。支持 React、Vue、Svelte 和原生 JS，在不支持的桌面平台会自动静默降级。
面向 React Native 应用使用 @lodev09/react-native-true-sheet（v4）的消费端集成指南，涵盖集成模式选择、公共 API 用法、内容布局、detent 配置、滚动与键盘处理、事件与方法及平台差异。需 React Native >= 0.82（Expo SDK 55+）与新架构。
record-promo 是一个用于自动录制游戏宣传视频的技能，属于 playableintelligence/game-creator 技能集。它能够自主捕获 Phaser 游戏的高帧率、流畅的游戏画面，无需人工操作，直接生成适合 TikTok、Reels、Moltbook 或 X 等社交平台发布的宣传视频。该技能会先检查开发服务器、Playwright 和 FFmpeg 等依赖，然后读取游戏源码，生成针对特定游戏的捕获脚本，自动屏蔽所有死亡/失败逻辑，并生成与游戏实际控制相匹配的输入序列，以 1080×1920（9:16 竖屏）分辨率录制约 13 秒的游戏画面，最终转换为 50 FPS 的 MP4 文件。录制完成后会提取第 5 秒的缩略图供预览，并报告视频时长、帧率和文件大小。
OpenPencil 是开源、AI 原生的设计编辑器，可读写原生 Figma .fig 文件，提供无头 CLI、面向 AI 智能体的 MCP 服务器和 Vue SDK，MIT 许可，支持浏览器、桌面端（Tauri）及完全无头运行。
TRIBE v2 是 Meta 提出的多模态基础模型，用于预测自然刺激（视频、音频、文本）引发的 fMRI 脑响应。它将 LLaMA 3.2（文本）、V-JEPA2（视频）与 Wav2Vec-BERT（音频）编码器整合进统一 Transformer 架构，把多模态表征映射到皮层表面（fsaverage5，约 2 万个顶点）。模型以 Python 包 tribev2 形式提供，支持从 HuggingFace 加载预训练权重 facebook/tribev2 进行推理，也可用 PyTorch Lightning 从头训练。推理流程为：构建事件 DataFrame、调用 predict 得到 (时间步数, 顶点数) 的预测矩阵与分段元数据，并可用 Nilearn 或 PyVista 后端做皮层表面可视化。支持视频、音频、文本及其组合输入，含仅文本预测、批量视频预测、按 ROI 提取响应等常见用法，同时提供 MNI 到 fsaverage 的投影与 ROI 掩码工具。训练依赖 Slurm 分区、W&B 等，需申请 LLaMA 3.2 的 HuggingFace 访问权限。已知限制包括显存不足、无音轨视频报错、缺少可视化依赖等问题，均有对应处理说明。
该技能用于在调用付费 API 遇到 HTTP 402 时，通过 Tempo CLI 自动完成支付；当 Tempo 钱包余额不足时，借助 Uniswap Trading API 从任意 EVM 链兑换并跨链桥接代币进行充值。
Tailwind v4 是 Tailwind CSS 的第 4 个大版本，其核心变化是采用“CSS 优先”的配置方式与设计令牌体系。它不再依赖 tailwind.config.js，而是通过 CSS 中的 @theme 指令定义主题变量，构建工具方面推荐使用 @tailwindcss/vite 插件而非 PostCSS 插件，默认颜色空间也从 rgb()/hsl() 转为 oklch()。本技能用于指导在项目中设置 Tailwind v4、定义主题变量、使用 OKLCH 颜色以及进行相关配置。
该技能用于将 GitHub Project 中状态为 Done 的项目条目通过 `gh project item-archive` 批量归档，从而清理看板。它会先检查内置的 Auto-archive 工作流是否已启用：若已启用则通常无需手动执行，仅在需要立即归档时继续；若未启用则执行手动归档并建议开启该工作流。使用前需目标项目存在已完成条目，且已安装并认证 gh CLI（含 project 权限）。执行流程包括获取项目条目、读取字段元数据以定位 Status 字段与 Done 选项 ID、筛选 Done 条目、向用户确认归档清单、逐条执行归档并报告结果（已归档数量、剩余活动条目、看板上 Done 条目数）。归档可从项目视图中隐藏条目但不会删除，可通过 `gh project item-archive --undo` 恢复。该技能需网络访问 GitHub，在无法解除网络隔离的 sandbox 环境中不可用。
Motion（原名 Motion One）是一款由 Framer Motion 作者打造的 JavaScript 动画库，专为原生 JavaScript/TypeScript 项目设计，主打高性能与极小的打包体积。本技能提供使用 Motion 构建高性能动画的专家级指南，涵盖基础动画、关键帧、时间线、滚动动画、视口触发动画、交错动画、弹簧动画、缓动函数、播放控制、无障碍适配以及框架集成等主题。核心原则是优先使用 GPU 加速的 transform 属性（x、y、scale、rotate）与 opacity，避免触发重排的 width、height、top、left；合理使用 will-change；并通过 cancel() 及时清理动画。安装方式为 npm install motion，基础导入为 import { animate, scroll, inView, timeline } from "motion"。指南还强调始终尊重用户的 reduced motion 偏好，并在真实设备上测试性能。
taste-skill 是一个面向前端开发的 AI 技能，目标是为 AI 生成界面时提供“好品味”，避免千篇一律、缺乏设计感的通用化 UI。它支持调校三个维度：设计变化度（design variance）、动效强度（motion intensity）和视觉密度（visual density），让 AI 在前端产出中能够按需调整风格差异、动画表现和信息排布疏密，从而降低模板化、廉价感的界面输出。该技能属于设计系统（design-systems）类别，由 @Leonxlnx 整理，上游仓库为 https://github.com/Leonxlnx/taste-skill。使用上，它在 Open Design 目录中登记，使智能体在规划阶段能够发现该技能；若要运行包含原始素材、脚本和参考文件的完整上游工作流，需将上游技能包安装到当前智能体的技能目录中。具体安装路径与触发短语需查阅上游 README 与技能 frontmatter，资料中暂未提供确切命令与参数细节。
该技能提供创建、维护和管理架构决策记录（ADR）的完整模式，用于记录重大技术决策的背景、理由与后果。它涵盖 ADR 的定义、适用与不适用场景、生命周期（Proposed、Accepted、Deprecated、Superseded、Rejected）、多种模板（MADR 标准格式、轻量级、Y-Statement、弃用型、RFC 风格）、目录结构与索引管理、adr-tools 自动化命令、评审清单以及最佳实践。适用于做出重大架构决策、记录技术选型、记录设计权衡、新成员入职、回顾历史决策和建立决策流程等场景。
omc-doctor 是 oh-my-claudecode（OMC）的安装诊断技能，用于排查并修复 OMC 安装问题。它按步骤检查插件版本、settings 文件中的遗留 hooks、遗留 Bash hook 脚本、CLAUDE.md 配置与版本标记、Ralph 运行时前置条件、插件缓存是否过期，以及通过 curl 安装的遗留 agents、commands、skills 内容。诊断会区分严重（CRITICAL）、警告（WARN）和正常（OK）状态，并给出对应处理建议，例如提示插件未安装、版本过旧、存在重复遗留 hook、CLAUDE.md 未配置或版本漂移等。该技能强调在确认 hook 归属前不得自动删除，需通过插件启用状态、事件映射与 SHA-256 指纹比对来判定是否为 OMC 自带内容，无法确认时保留并转人工处理。
CFO Advisor 是面向初创公司和规模化企业的财务领导力技能，提供财务建模、单位经济、融资策略、现金管理与董事会财务报告等战略框架。它强调数字驱动与决策导向，包含烧钱率与跑道测算、按队列 LTV 与按渠道 CAC 分析、稀释与股权结构建模等脚本，并给出 CFO 指标看板、风险预警信号、跨高管协作方式与输出物清单。
这是一个面向敏捷团队的 Scrum Master 技能，基于数据驱动的分析脚本和教练流程来支持 Scrum 实践。它包含三个 Python 分析工具：Velocity Analyzer（速度分析器），可在冲刺历史数据上运行滚动平均、线性回归趋势检测和蒙特卡洛模拟；Sprint Health Scorer（冲刺健康度评分器），从六个加权维度对团队健康度进行 0-100 分打分；Retrospective Analyzer（回顾分析器），跟踪行动项完成率、反复出现的主题、情绪趋势和团队成熟度进展。技能还定义了冲刺计划、每日站会、冲刺评审和冲刺回顾的工作流程，以及团队发展阶段评估与干预流程，并提供关键指标目标值和局限性说明。运行脚本需要提供符合指定 JSON schema 的冲刺数据。该技能适用于需要量化分析敏捷团队运行状况、进行速度预测、健康度评估和回顾跟进的场景。
这是一项用于在 Twitter/X 上对任意话题、品牌或事件进行舆论情感分析的技能。它通过 Apify 平台上的 apidojo Tweet 抓取器收集推文样本，并对整个数据集执行情感分析，识别主导情绪基调、驱动正面或负面情绪的关键主题以及随时间的推文量变化。该技能在用户提出分析 Twitter 情感相关需求时触发。使用前需要设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持通过命令行脚本、Apify MCP 或 REST API 方式调用抓取器，输入参数涵盖搜索词、排序方式、语言、最大数量、是否仅认证用户、仅 Twitter Blue、仅图片、仅视频、仅引用推文、作者、回复对象、提及对象、地理位置、最少转推/点赞/回复数、时间范围等。工作流程分为定义话题与情感范围、搜索收集推文、逐条分类情感、按情感桶提取主题、输出情感报告五步。最终报告包含整体情感占比（按互动量加权）、情感判定结论、负面与正面热门主题及示例、互动最高推文、推文量随时间变化以及异常峰值等信息。
Git Workflow 是一套面向 Git 使用规范的技能指南，旨在帮助开发者维护干净、有用的 Git 提交历史。它按优先级划分为五大规则类别：提交信息（CRITICAL，前缀 commit-）、分支策略（HIGH，前缀 branch-）、拉取请求（HIGH，前缀 pr-）、历史管理（MEDIUM，前缀 history-）与协作（MEDIUM，前缀 collab-），共包含 31 条规则。内容涵盖约定式提交格式与类型、分支命名与主分支保护、PR 标题与描述模板、rebase 与 merge 取舍、冲突处理、Git Hooks 配置、语义化标签、.gitignore 实践以及常用 Git 命令等。适用场景包括撰写提交信息、创建分支、搭建 Git 工作流、评审拉取请求与维护提交历史。兼容 Git 2.0+ 及 GitHub、GitLab、Bitbucket、Azure DevOps，推荐搭配 Commitlint、Husky、Semantic Release 等工具。
encore-code-review 是 Encore 官方提供的代码审查技能，用于检查现有 Encore.ts 代码是否符合最佳实践、是否存在常见反模式。它覆盖基础设施声明位置、模块导入方式、跨服务调用、错误处理、SQL 注入防护、类型注解、端点暴露、订阅处理器幂等性、密钥访问时机以及迁移文件命名等检查项，并按严重程度输出问题报告。