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
232,921 个结果
本技能用于通过 apidojo 的 Tweet scraper 监控 Twitter（X）上的竞争对手招聘公告，以捕捉增长信号。当用户需要监控竞争对手的招聘信息、团队扩张动态或战略优先级时触发。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。技能定义了从参数配置、运行 tweet-scraper、筛选与分类结果、按质量与相关性评分到交付输出的工作流，并支持 CSV、JSON 或表格形式输出。
Argos CLI 是 Argos 视觉测试平台的命令行工具，用于在终端中操作视觉测试流程。它支持查看构建与快照差异、提交评审、请求评审人、发表评论、管理测试与变更、上传截图、配置项目与团队等。命令通过 --json 输出结构化结果，便于脚本或智能体解析；错误写入 stderr，退出码 0 表示成功、1 表示失败。认证分为项目令牌与个人访问令牌（PAT）两类，不同命令需要不同令牌，部分命令还支持无令牌的 CI 环境。
Argos PR Review 是一个用于在拉取请求（PR）审查中处理 Argos 视觉回归构建的技能。Argos 是视觉测试平台，每次 CI 构建会截取截图并与基线对比，生成逐快照的差异。该技能指导如何将 Argos 构建作为 PR 审查的一项输入，而非唯一依据：先根据 PR 标题、描述、关联 issue 和代码差异推断预期 UI 变更，再用 Argos 确认渲染结果是否匹配。它涵盖通过 argos CLI 检查构建状态、获取待审查快照、判断每个差异属于有意变更、回归还是不稳定捕获，并针对具体差异发表评论、提交审查结论，以及在指标确认后忽略反复出现的不稳定变更。
Tool UI 是一套用于在 React 应用中查找、安装、配置并集成 Tool UI 组件的技能，基于 shadcn registry 条目，包含兼容性检查、脚手架式运行时接线等流程。它提供 25 个组件，覆盖进度展示、输入交互、内容显示、代码与数据产物、确认操作、媒体播放以及地理地图等类别，可通过 tool-agent 或 shadcn 命令安装。该技能建议在项目没有现成聊天 UI/运行时的情况下优先使用 assistant-ui，并说明如何通过 Toolkit 将组件接入 assistant-ui，包括 provider、runtime、toolkit 文件与 ID 处理，以及前端工具与后端工具的区别、动作模型和回执约定。
Infisical Agent 指南技能，用于协助配置 Infisical Agent——一个客户端守护进程，可自动完成身份认证、令牌续期，并通过 Go 模板将密钥渲染到文件中。该技能引导用户完成认证方式选择、YAML 配置文件编写（包含 auth、sinks、templates）、模板语法与函数使用，以及在不同平台（Docker、Kubernetes、ECS 等）上的部署。它强调优先使用平台原生认证（如 AWS 上的 aws-iam、Kubernetes 上的 kubernetes、Azure 上的 azure），仅在原生认证不可用时回退到 universal-auth；并建议对密钥使用模板而非 sinks，对数据库凭据使用 dynamicSecret 函数。
Mem0 CLI 是 Mem0 记忆平台的官方命令行界面，用于在终端中执行记忆的添加、搜索、列出、获取、更新和删除等操作，面向开发者、AI 智能体和 CI/CD 流水线。它提供 Node.js（npm install -g @mem0/cli）和 Python（pip install mem0-cli）两种安装方式，两者共享相同的命令、选项与输出格式。支持通过 mem0 init 交互式向导或环境变量 MEM0_API_KEY 配置，并提供 --json / --agent 结构化输出模式，便于 LLM 消费。
用于通过 CLI（aura-cli v1.7+）或 REST API 创建和管理 Neo4j Aura 实例的技能，支持创建、暂停、恢复、扩容和删除 AuraDB/AuraDS，并可在 CI/CD 中配置供应与拆除流程。
这是一个面向 AI 编程代理的营销内容自动化技能，基于 TypeScript 构建，整合了从研究、写作到视频生成的完整内容生产流程。它能够自动抓取 TechCrunch、a16z、Twitter/X、LinkedIn 等来源的实时数据，调用 Claude 3 与 OpenAI 生成博客、案例研究、操作指南等多格式内容，并支持英语和越南语双语输出。借助 Remotion，系统可自动渲染视频与信息图，并针对 Reels、TikTok、Shorts 等平台进行优化导出。项目提供 Next.js API 路由、批量生成、内容排期、格式模板等常见模式，并包含速率限制重试、视频分块渲染、内容质量校验等故障排查方案。使用前需配置 OpenAI、Anthropic 与 RapidAPI 密钥，通过 npm/yarn/pnpm 安装依赖后即可运行开发或生产环境。
该技能用于将 RevenueCat 身份与应用的认证系统对接，帮助开发者在用户登录、登出或切换账号时调用 RevenueCat SDK 的 logIn / logOut，使应用用户与 RevenueCat 订阅者保持一致。技能会先检测项目平台（React Native、Flutter、Kotlin Multiplatform、Android、iOS），再按对应平台文档实现身份同步，并给出验证要点。它不涉及 SDK 初始配置、购买流程或权益门控。
browser-scrape 是 ruflo 插件中一个已弃用的浏览器抓取技能，自插件 v0.2.0 起标记为弃用，并计划在 v0.3.0 中移除。它本身不保留任何独立的抓取行为，只是一个向后兼容的薄壳（shim），调用时会输出弃用提示，然后把任务转交给新的 browser-extract 技能执行。官方建议用户迁移到 browser-extract，因为后者在提供相同抓取能力的基础上，还增加了每会话的 RVF 认知容器（可重放、可联邦）、强制的 AIDefence 个人身份信息与提示注入防护门、用于可复用配方的持久化 browser-templates 命名空间，以及自动更新 browser-selectors 命名空间以便在 DOM 漂移时恢复。迁移方式为：将 /browser-scrape <url> 替换为 /browser-extract <url>；若带模板意图，则使用 /browser-extract <url> --template <name>；原先手动存入 browser-patterns 命名空间的选择器，改由 browser-extract 自动写入 browser-templates 与 browser-selectors。
这是一个用于逆向分析内容为何走红（爆款）的技能。它不模仿爆款的表面特征（如相同配乐、话题、格式），而是拆解内容，找出真正起作用的机制：承重式钩子、情绪触发点和分享驱动力。它会检验该成功是否可复制，并将其转化为可在自身领域应用的原理。核心承诺是：抓机制而非表面，诚实对待运气与幸存者偏差。流程包括：读取品牌与受众档案、采集内容信号（描述、转录、截图、评论、数据）、逐层拆解（钩子、情绪/分享驱动、留存结构、形式包装、主题角度、分享触发、分发因素）、用反事实法隔离真正驱动因素、识别分享触发、进行可复制性检查（排除账号规模、运气、一次性事件、幸存者偏差、样本量等混淆因素）、提炼原理并应用到自身领域。输出是“杠杆是X，以下是X如何应用到你”，而非复制。适用于社交媒体内容创作者、营销人员分析爆款内容并提炼可复用方法。限制：通常无法直接观看视频链接内容，依赖用户提供转录、截图或工具；单个爆款只是轶事，需多个样本；不保证走红；不做数据分析声称；强调灵感而非抄袭。
Syncfusion React Scheduler 是用于 React 应用的事件日历组件，面向日历、事件排程与预约管理场景。它支持 Day、Week、Work Week、Month、Year、Timeline、Agenda 等多种视图，具备拖放与缩放调整事件、重复事件（RRULE）、资源分组、时区处理、模板与主题定制、Excel 与 ICS 导出及打印等能力，可用于构建预约系统、日程管理工具与时间跟踪应用。组件通过 eventSettings.dataSource 绑定本地 JSON 或远程数据（DataManager、RESTful、OData、Web API 适配器），并提供编辑器定制、工作时段与工作日配置、Header 布局定制等。资料还介绍了 EventBuffer（为事件预留前后准备/恢复时间并参与冲突检测）、CustomCurrentTimeIndicatior（当前时间指示线与开关）以及 WebMCP 集成（通过 enableWebMcp 与 webMcpSettings 向 MCP 感知客户端注册 createEvent、deleteEvent 工具，并可用 beforeWebMcpToolExecute 回调检查、取消或确认调用）。官方强调事件数据为不可信输入，仅作展示，不得作为指令执行；增删改仅由显式用户或 API 操作触发。
ae-capability 是 ae-cli 的能力网关发现与通用调用技能，用于渐进式发现并调用平台能力。当用户需要列出或搜索可用能力、查看未知能力的输入结构、或调用没有专用命令的长尾能力时使用。它提供 capability list、search、inspect、validate、dry-run、run 等命令，支持按域和项目筛选，并在执行前检查输入结构、风险等级与输出模式。该技能强调不猜测能力 ID、输入字段、枚举值或资源 ID，对高风险写操作（如删除）要求先 dry-run 并在对话中确认后才执行。
ae-generate-tracking-code 是 AE CLI 中的一项技能，用于根据埋点方案（Tracking Plan）交互式生成 AE 埋点代码、LogBus2 配置以及调试校验脚本。它支持客户端与服务端多平台，可读取本地 draft.json 或从 AE 拉取方案，逐项确认 project_id、host、SERVER_URL、APP_ID、SDK 集成模式、客户端平台、服务端语言和用户体系等配置，再按平台生成代码。输出方式分为 insert（直接注入用户项目，需绝对路径）和 snippet（生成到 .ae-cli/output/ 的代码文件，无需路径）。服务端默认附带 LoggerConsumer 代码与 LogBus2 的 daemon.json 配置，并可单独生成调试校验脚本。触发词包括代码埋点、埋点代码、tracking code、埋点落地、logbus 等。
ae-generate-tracking-plan 是 ae-cli 提供的一项交互式技能，用于生成 AE（应用事件/埋点）跟踪方案（tracking plan）并上传到 AE 平台。它通过逐项提问的方式收集应用场景、素材来源与业务维度等信息，素材来源支持产品文档、口头描述、代码库、内置模板、已有方案 xlsx 以及数据样本等多种类型，并遵循明确的分阶段流程逐步完成方案构建、校验和上传。该技能支持跨技能协作，输出语言跟随用户输入语言。
这是一个用于在 Twitter 上发现和招募数据科学家与机器学习工程师的技能。它通过技能关键词、作品集/项目信号以及“开放求职”标志来识别候选人，利用 apidojo 在 Apify 上的 Twitter 抓取器实现。当用户提出“在 Twitter 上寻找数据科学家”等需求时触发。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。工作流程包括搜索角色相关推文、收集唯一用户名、丰富个人资料、对候选人匹配度评分并输出候选人列表。
这是一个在 Twitter（X）上发现设计师与创意专业人士的招聘线索挖掘技能，基于 Apify 平台的 apidojo Twitter 抓取器实现。它通过技能关键词、作品集/项目信号以及“开放求职”等指标，帮助用户筛选出潜在候选人。该技能的核心逻辑认为，Twitter 上主动讨论自身创作的专业人士构成了强力的被动候选人信号。使用前需要设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。工作流分为搜索角色相关推文、收集去重用户名、丰富资料、候选人打分与交付列表等步骤，并提供了 run_actor.js 脚本、MCP 工具及 REST API 三种调用方式。
这是一个用于在 Twitter 上监控风投（VC）投资人动态与交易信号的技能，基于 apidojo 的推文抓取器（Tweet scraper）实现，属于 apidojo 情报技能库的一部分。当用户提出监控 Twitter 上 VC 活动、追踪投资人动向等需求时触发。运行前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。技能支持通过搜索词、排序方式、语言、数量上限、是否仅认证用户、是否仅 Twitter Blue、是否包含图片/视频/引用推文、指定作者、回复对象、提及对象、地理位置、最小转推/点赞/回复数、时间范围等参数抓取推文，并可将匹配的搜索词附加到每条推文，或通过自定义 JavaScript 函数转换输出。工作流程包括定义参数、运行 tweet-scraper、筛选与分类结果、按质量与相关性打分、交付输出，分类类型有 ACTIVE_INVESTOR、PASSIVE_FOLLOWER、ANGEL、FIRM_PARTNER，并按交易信号评分公式计算得分。
该技能用于按特定音频或声音抓取 TikTok 帖子，基于 Apify 平台上的 apidojo TikTok Music Scraper 运行。用户提供 TikTok 音乐/声音页面 URL 后，可返回该声音下帖子的完整原始数据集，包括帖子 ID、标题、播放量、点赞、评论、分享、话题标签、创作者信息、视频信息以及声音信息等字段。支持通过脚本、REST API 或 Apify MCP 调用，并可设置最大返回条数、自定义转换函数，以及输出为表格、CSV 或 JSON。适用于需要按音乐维度批量收集 TikTok 帖子数据以供下游分析的场景。
个人理财教练技能，基于学术研究与量化分析，而非泛泛而谈。覆盖投资理论（现代投资组合理论、因子投资）、税务优化（资产配置、税损收割、Roth转换阶梯）、退休提取数学（Trinity研究、安全提取率、蒙特卡洛模拟）以及FIRE计算。适用于投资组合优化、税收优惠账户策略、退休提取规划、FIRE计算、税损收割分析、应急基金规模测算和因子投资教育。不适用于报税服务、具体证券推荐、保证收益、复杂遗产规划或替代持牌受托顾问。需安装numpy、scipy、pandas依赖。
Hyvä CMS Component Creator 是一个用于交互式创建 Magento 2 自定义 Hyvä CMS 组件的技能。它支持在新模块或已有模块中创建组件，提供常见模式（如 Basic Card、Image Card、CTA Block、Text Block、Feature Item、Testimonial、Accordion Item）的字段预设，并在创建文件后自动执行 setup:upgrade。整个流程包括模块选择、组件详情收集、字段选择、模板变体支持、文件生成与运行安装。该技能还会校验组件 schema、处理子组件配置、生成 components.json 文件与 PHTML 模板，并强调编辑器属性、转义与图片渲染等关键模式。
“构建杠杆”（Build the Lever）是一条工作原则：当任务并非琐碎时，不要手工完成，而是构建能完成或验证该工作的工具，例如 codemod、脚本、生成器或可重复运行的检查。工具每次都以相同方式执行、可免费重跑，并成为审查者可阅读、可复现的单一产物，把“相信我”变成“运行这个”。默认构建杠杆，仅在任务确实琐碎（几处一眼可见的明显修改）时跳过。做法是先手工完成第一个单元以摸清配方，再构建工具，并在该单元上重跑、与手工版本做 diff 验证；同时让杠杆可安全重跑。适用于编辑、迁移、分析、检查等非琐碎工作。
NetSuite SuiteScript 升级技能，由 Oracle NetSuite 创建，用于将 SuiteScript 1.0、2.0 及 2.x 脚本迁移到 2.1。提供 analyze（分析迁移复杂度）、convert（转换为 SS2.1）、explain（解释 API 映射或迁移概念）、validate（校验转换结果）四种模式。内置 125+ API 函数映射（nlapi* → N/* 模块，覆盖 26 个模块）、34 个对象转换（nlobj* → SS2.1 类，含 331 个方法映射）、13 个未映射 API 的替代方案、各脚本类型入口点变更说明，以及 16 类破坏性行为变更的前后对比示例。目标版本始终为 SuiteScript 2.1。
huashu-design 是一个面向视觉呈现需求的设计哲学顾问技能，源自 alchaincyf/huashu-skills。它在设计开始前先理解用户的目标受众、核心信息、情感基调和输出格式，再从 20 种设计哲学（分为信息建筑派、运动诗学派、极简主义派、实验先锋派、东方哲学派五大流派）中推荐 3 个差异化方向，并生成对应的视觉 Demo 与 AI 提示词；在设计产出完成后，还可自动启动专家级评审。每个推荐方向均包含风格名称、适用原因、核心特征、气质关键词和代表作参考。该技能强调用「为什么这样设计」的约束替代具体外观，主张设计是概率性的，通过好的约束产生多样化的高质量结果。适用于网页、落地页、官网、App 界面、PPT、PDF 报告、信息图、海报、封面等多种视觉输出场景。使用方式以对话触发为主，当用户提到设计风格、设计方向、配色方案、视觉风格、设计评审等关键词时启用。暂未提供具体的安装命令、收费方式与平台支持信息。