SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 11-16 00:04

全部 Skills

253,925 个结果

metacognitive-monitoring-ai-contexts

该技能用于分析和设计元认知监控检查点,防止 AI 辅助学习绕过学生的真实理解。它针对学生在使用 AI 工具时容易产生“流畅错觉”的问题——AI 生成的答案正确、行文流畅,学生误以为“我懂了”,实际是 AI 完成了认知工作。技能会输出元认知诊断、监控干预策略、AI 使用指南以及评估对齐建议。其理论基础包括 Winne & Hadwin (1998) 的自我调节学习模型、Thiede 等 (2003) 的元理解准确性研究、Dunning 等 (2003) 的达克效应、Bjork 等 (2013) 的能力错觉,以及 Kazemitabaar 等 (2023) 关于 AI 代码生成器对新手学习影响的研究。核心原则强调校准而非单纯提升自信,通过检索式监控(如合上电脑凭记忆复述)揭示感知理解与实际理解之间的差距,并要求将监控设计进学习过程而非事后补救。适用于教师或教学设计师在特定 AI 学习场景中识别元认知风险并制定干预措施。

写作与研究154 次安装

fraud-detection

该技能用于监控、调查和预防推荐计划中的滥用行为。它提供一套反推荐欺诈框架,涵盖信号收集(IP/设备匹配、速度检查、黑名单、人工审核)、按群体分配风险评分的评分模型、自动标记与奖励暂停的工作流自动化、调查运行手册以及反馈循环。同时附带欺诈监控仪表盘大纲、调查日志和政策更新清单等模板,适用于设计新推荐计划的防护措施、调查可疑推荐激增或重复账户,以及向财务、法务或合规团队汇报计划完整性。

安全与审计154 次安装