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
232,554 个结果
ss-restyle 是 StyleSeed 中用于应用单一可选美学配置（aesthetic profile）的技能。它在不改变所选输出文法（output grammar）、产品用途或核心设计判断的前提下，将某个美学配置的半径、密度、字体、配色温度、层次、动效、构图强调和标志性动作，套用到输出文法允许的范围内。该技能一次只能选择一个配置，不能叠加；保留可兼容的品牌值与必需字体，若冲突则以输出文法和核心不变量为准并说明原因。使用前需遵循每会话一次的更新预检；在注册表项目中，先解析 artifact ID，再只读取对应的 bundle 与 manifest，不得回退到全局 legacy bundle。完成后需更新 STYLESEED.md 中美学配置及受影响的边界值，运行 /ss-score 达到 ≥80，并在可渲染时执行 /ss-verify，报告完整生效规则集而不仅是配置名称。使用 /ss-setup 在锁未定义单一输出文法时先行配置，单轴调整用 /ss-dial，新证据衍生语言用 /ss-reference。
triage-issue-reports 是一个用于 Slack 问题报告分诊的自动化技能。它读取某条 Slack 报告及其回复，结合证据与原因追踪，给出唯一一条结论回复，并按配置路由到相应负责人。仅在报告为清晰、全新的缺陷时，才在问题跟踪器中创建工单，并做去重与失败关闭处理。该技能强调安全约束：源频道与根线程坐标不可变，只允许在源线程内回复，禁止跨频道、广播、私信或新建线程；委派的工作者只读且不持有 Slack 写权限。若配置缺失或异常则停止，不发布也不写跟踪器。
Valtio 是一个面向 React 和原生 JavaScript 的代理（proxy）状态管理库，提供极简、灵活且不预设架构的 API，可将普通对象转换为可自我感知的代理，从而实现细粒度订阅与响应式更新。它在 React 渲染优化方面表现突出，并兼容 Suspense 与 React 18+。本技能基于 Valtio v2.3.0（生成于 2026-01-29），系统整理了核心 API、工具函数、使用指南与最佳实践，适合在创建响应式状态、管理应用状态或使用基于代理的状态时参考。
该技能指导代理（agent）选择、启用并解读 C/C++ 编译器运行时 Sanitizer（消毒器），用于检测内存越界、释放后使用、双重释放、未初始化读取、未定义行为、数据竞争和内存泄漏等问题。技能覆盖 AddressSanitizer（ASan）、UndefinedBehaviorSanitizer（UBSan）、ThreadSanitizer（TSan）、MemorySanitizer（MSan）、LeakSanitizer（LSan），以及 HWASan、MemTagSanitizer、GWP-ASan 和内核 KASAN。包含各工具对应的编译命令、运行参数、报告解读方法、抑制机制、CMake 与 CI 集成示例。适用于 C/C++ 调试、代码质量保障和性能调试场景，需搭配编译器（GCC 或 Clang）使用，部分工具对平台和硬件有要求。
基于 Neo4j 与 @neo4j/graphql 构建和配置 GraphQL API 的技能资料，覆盖 v7（当前）与 v5（LTS）两个版本，包括 Neo4jGraphQL 构造、getSchema()、类型定义指令、OGM、自动生成查询/变更/订阅、JWT/JWKS 鉴权与 v5/v6 迁移到 v7 的破坏性变更。
Security Auditor 是一个用于持续检测安全漏洞的 AI 技能，专注于识别 OWASP Top 10 常见漏洞与不安全代码模式。它适用于代码审查、部署前检查和提交前检查等场景。激活条件包括：代码文件被修改（尤其是认证、API、数据库相关）、用户提及安全或漏洞、部署或提交之前、依赖变更以及配置文件变更。该技能可扫描 SQL 注入、XSS、认证问题、敏感数据暴露、访问控制失效等模式，并能对依赖运行安全审计（如 npm audit、pip-audit），结果按严重程度标记。
cli-just 是一个面向 just/justfile 任务自动化的技能，用于创建 justfile、编写 recipe、配置设置、添加模块与属性，以及搭建命令运行器工作流。它强调在编辑前先检查已安装的 Just 版本、现有 justfile/模块树和 just --list 输出，以仓库实际能力与既有语法为准，而非套用示例。该技能要求保留仓库特有的格式，不擅自用 just --fmt 重写文件；多行字符串序列需按每行一项、带括号拼接的方式书写；新建独立 justfile 时采用用户的 section-banner 风格。工作流程包括明确 recipe 的行为、输入输出、工作目录、shell、环境、依赖与成功条件，按任务查阅对应参考文档，做最小改动，并用 just --list 或 just --summary 验证解析，再执行最窄的安全路径。适用于需要维护或扩展 Just 命令运行器配置的开发场景。
Branch Finish 是一个用于开发工作收尾决策的 AI 技能。当经过验证的开发工作已准备好进行集成或交接时使用，负责决定并安全执行后续操作：本地合并、推送或创建拉取请求、保留分支与工作区，或丢弃工作。该技能不判断工作是否已验证，而是消费 verification-gate 给出的验证结论，并依据 Git 状态、验证状态、评审状态和执行上下文做出决策。它强调在集成后的树通过验证之前不清理源分支或工作区，禁止默认强制推送、硬重置、强制删除等破坏性操作，并要求对合并、推送、删除等操作获得用户明确授权。
Ansible Generator 是一个用于生成和搭建 Ansible 内容的技能，可根据请求创建完整的 playbook、role、tasks、handlers、inventory 和 vars 文件，也支持仅生成代码片段或提供概念性文档。它通过确定性的执行流程工作：先对请求分类（完整生成、仅片段、仅文档），再收集最小输入，提取本地参考与模板，按规范生成内容，最后默认调用 ansible-validator 进行验证。生成时要求使用 FQCN 模块名、保持任务幂等、使用动词开头的任务名、true/false 布尔值，并对敏感值添加 no_log。适用于部署服务、初始化项目、编写可复用任务等场景；纯验证或调试请求应改用 ansible-validator。
Circle 提供的统一跨链 USDC 余额 SDK 技能，支持用 App Kit 或独立 Unified Balance Kit 构建浏览器与服务端的存款、花费与余额查询功能。
use-agent-wallet 是 Circle CLI（@circle-fin/cli，命令 circle）中用于初始化和管理 Circle 代理钱包的技能。代理钱包是 Circle 面向 AI 代理提供的程序化 USDC 钱包，用于身份认证、持有余额以及为 Circle 市场上的付费 x402 服务付款。该技能聚焦于钱包的引导流程：检查 CLI 是否安装、接受使用条款、登录、创建钱包和查看状态。引导完成后，付款、充值、消费策略等下游操作交由专门技能处理。
Inspector Workbench 是一个用于在独立 Threads 状态实验室中运行 Inspector UI 工作的技能。它要求代理在每次视觉改动后运行独立工作台并查看截图，因为 Inspector 覆盖层是视觉产品，代码能编译并不代表界面正确。该技能适用于修改 packages/web-inspector 的 UI、外观或覆盖层行为的任务，默认宿主为独立 Threads 状态实验室，通过 nx run @copilotkit/web-inspector:dev:standalone 启动，访问 http://127.0.0.1:5177/?scenario=pro-enabled-existing&reset=1。它不替代 inspector-docs，若新增、重命名或移除面板需同时加载后者。
该技能用于在 Linux 环境（Debian/Ubuntu 或 ChromeOS）中配置 Flutter 桌面应用开发环境。它会安装所需的系统前置依赖、处理操作系统相关的配置，并验证工具链是否可用。技能会先确认宿主系统类型：ChromeOS 需先手动启用 Linux 支持，Debian/Ubuntu 可直接使用 apt-get 安装，非 Debian 系（如 Fedora、Arch）则停止并提示仅支持 apt-get。随后更新系统包、安装核心依赖与 Linux 桌面工具链，并可选提供 VS Code 或 Android Studio 的安装命令，最后通过 flutter doctor -v 和 flutter devices 进行验证与修复。
write-judge-prompt 是一项用于设计 LLM-as-Judge 评估器的技能，专门针对代码检查无法处理的、需要主观判断的失败模式。它为单个具体失败模式设计二元 Pass/Fail 评判提示词，每个评判器只检查一件事。使用前提是已完成错误分析并识别出失败模式，且已有至少 20 个 Pass 和 20 个 Fail 的人工标注样本，同时已确认代码评估器无法完成该检查。每个评判提示词必须包含四个组成部分：任务与评估标准、Pass/Fail 定义、少量示例、结构化输出格式。输出要求在结论前先给出详细评语，仅使用二元结果，不使用评分量表。
review 是 cavekit 技能集中的一项对抗性前置评审技能，用于在任何代码被编写之前对规格说明（spec）进行怀疑式审查。它构建一个拥有真实权威的“资深评审者”，其判断依据来自代码库、§R 研究、测试与文档等外部来源，而非模型自身判断。该技能的核心假设是：LLM 无法仅凭自身判断自我纠错，因此需要一个独立的怀疑者锚定于外部证据——代码、研究结论、测试套件、文档。技能强调默认“被驳倒”（default to refuted）：凡不能证明为缺陷者，只做标记而不放过。所有发现必须引用证据（文件:行 或来源），无证据者标记为 [unverified]。评审分为捕获、构建资深评审者、驳倒、分类、加固 §V 与门禁五个阶段，输出 BLOCK、HARDEN、NOTE 三级发现，并给出明确的 GO / NO-GO 结论，不写 SPEC.md 本身，只起草 §V 并交给 spec 撰写。
deslop 是一个用于清理 AI 生成代码“垃圾”（slop）并统一代码风格的工具，属于 michael-denyer/pstack-claude 项目。它通过检查当前分支相对 main 分支的 diff，识别并移除分支中新引入的 AI 生成痕迹。重点关注：多余或与本地风格不一致的注释；在可信代码路径中不正常的防御性检查或 try/catch 块；仅为绕过类型问题而使用的 any 强制转换；应通过提前返回简化的深层嵌套代码；以及与文件和周边代码库不一致的其他模式。其护栏原则是：除非修复明确 bug，否则保持行为不变；优先采用最小化、聚焦的编辑而非大范围重写；最终总结保持简洁（1-3 句）。该工具适合在 AI 辅助编码后对代码进行审查和清理，帮助开发者去除冗余、提升可读性并保持代码库风格一致。
fetch-tweet 是一个用于抓取推文内容的技能，通过 fxtwitter API 直接获取推文的结构化 JSON 数据，无需 JavaScript 渲染或身份验证。当用户提供 x.com、twitter.com、fxtwitter.com 或 vxtwitter.com 的推文链接时，该技能会将链接转换为 api.fxtwitter.com 的 API 端点，然后使用 WebFetch 获取推文文本、作者、日期、媒体链接以及点赞、转发、回复、浏览量等互动数据，并以可读格式呈现。
Verification Gate 是一个在声明工作“已完成、已修复、可合并”之前强制要求“新鲜证据”的验证关卡技能。它要求先枚举将要提出的完成声明，将每条声明拆解为可观察的承诺，并为每条声明指明所需证据、验证方法与验收边界。随后依据影响范围和风险等级选择成比例的验证深度，解析当前工作树身份，运行在该次验证流程中完成、针对当前树且输入条件匹配的新鲜检查。技能通过验证矩阵记录每条声明或检查的状态（✓passed、✗failed、- not applicable、? not verified），分别核对需求与验收标准、变更范围、变更影响，并对委派工作获取独立证据。最终给出 PASS、FAIL、INCOMPLETE VERIFICATION 或 BLOCKED 四种判定。它不负责实现、调试、测试框架指导、代码审查、分支管理、部署或子智能体编排，也不创建持久验证状态或目录。
面向 AI 智能体的稳定币命令行工具 Circle CLI（@circle-fin/cli，命令 circle）的使用技能，覆盖钱包管理、跨链转账、x402 付费服务、Gateway 纳米支付、智能合约读写与交易操作等，可作为整体入门指引并按需路由到专用技能。
该技能用于指导界面布局中滚动区域的设计：默认避免在页面内部创建滚动容器，优先让页面本身滚动；当确实需要内部滚动时，要求一次只允许一个滚动轴，滚动必须由用户触发，并提供可感知的滚动提示。适用于布局、表格或面板可能在页面内滚动的场景。
Headline Generator 是 newsjack.sh 旗下的标题生成技能，用于从故事原始事实中批量生成标题候选，包括新闻式标题、新闻稿标题和 pitch 邮件主题行。它只负责生成，不负责评判草稿。该技能强调只依据给定事实写作，通过梳理材料、寻找张力、套用十种经典标题手法，快速产出 15–25 条原始标题，再从中打磨出 3–5 条最强候选。适用于记者、公关、营销人员为同一故事快速生成多版本标题并挑选最优解。
research 是 cavekit 工作流中的一个前置研究技能，负责在动工构建之前收集规格所需的外部知识，并把结论蒸馏成 §R（持久研究日志）。它的核心原则是：每条发现都必须标注来源；没有来源就标 ? 存疑，绝不把猜测写成事实。当某个 §C/§I/§V 决策依赖你并不确定的库、API、版本或模式，或你即将对外部依赖的行为做出假设，或想法涉及已有成熟先例的领域（如鉴权、支付、加密、限流），或 /grill 留下了必须由外部世界回答的 ? 时，就应当启动研究。研究只作用于未知，与习惯相反，无法确定的内容可明确留待后续处理。使用方式分为四步：先把未知转成 1-3 个具体问题；再用网页搜索/文档工具采集，优先官方文档、仓库、RFC、论文等一手来源；然后把每条答案压缩成一行极简结论加来源；最后交给 spec 技能追加到 §R。它只提出建议，不写 SPEC.md。
geo-technical 是一个面向技术 SEO 与 GEO（生成式引擎优化）的审计技能，用于检查网站能否被传统搜索引擎和 AI 搜索平台抓取、索引与引用。它围绕 8 个计分维度展开：可抓取性（robots.txt、AI 爬虫访问、XML 站点地图、抓取深度、noindex 管理）、可索引性（canonical、重复内容、分页、hreflang、索引膨胀）、安全性（HTTPS、安全响应头）、URL 结构、移动端优化、Core Web Vitals（LCP、INP、CLS）、服务端渲染（SSR）以及页面速度与服务器性能。其中 SSR 和 AI 爬虫访问被特别强调为 GEO 的关键：AI 爬虫不执行 JavaScript，客户端渲染的内容对它们不可见。该技能还包含一组不计分的“智能体就绪信号”检查，如 RFC 8288 Link 响应头和 Markdown 内容协商。使用方式是收集目标 URL 与关键内页，用 curl/WebFetch 抓取原始 HTML 与 HTTP 头，逐项审计并评分，最终生成 GEO-TECHNICAL-AUDIT.md 报告。
该技能用于通过 Apify 上的 apidojo Tweet scraper，抓取任意公开 Twitter/X 账号的推文、回复和媒体内容，导出完整时间线原始数据集。需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持丰富的输入参数，包括搜索词、排序方式、语言、数量上限、仅认证用户、仅图片/视频/引用推文、作者、回复对象、提及对象、地理位置、最小转推/点赞/回复数、时间范围等，并允许自定义 JavaScript 映射函数转换输出。提供脚本、MCP 工具、REST API 三种运行方式，支持输出为表格、CSV 或 JSON，返回字段含 id、text、likeCount、retweetCount 等 12 个字段。