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 10-22 00:14
234,050 个结果
这是一个用于将现有工作流编排系统迁移到 Workflow SDK 的技能。它面向需要把 Temporal、Inngest、Trigger.dev 或 AWS Step Functions 中已有编排逻辑改写到 Workflow SDK 上的场景。技能的核心做法是通过一系列默认迁移规则，把编排逻辑放入 "use workflow" 函数、把副作用与外部调用放入 "use step" 函数，并针对信号、等待事件、任务令牌等暂停机制选择合适的恢复方式（内部钩子或回调 URL）。它还会根据托管或自托管运行时、指定或框架无关的应用边界、以及是否走回调 URL 等条件，路由到不同的参考文档，并输出固定结构（迁移计划、源到目标映射、迁移后代码、应用边界、验证清单、待定问题）。此外，该技能内置了较严格的验证清单，用于检查副作用是否错误地留在工作流上下文、sleep() 是否出现在步骤内、子工作流是否直接调用 start()/getRun() 等常见错误。
这是一个构建 Twitter 行业观察名单的技能，用于识别某行业中信息量最高的 Twitter 账号，即那些推文能持续引发讨论、提供新信息或影响行业思考的人。该技能基于 apidojo 在 Apify 平台上的 Twitter 抓取工具运行，需要设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。输入参数包括 startUrls、twitterHandles、twitterUserIds、getFollowers、getFollowing、getRetweeters、includeUnavailableUsers、maxItems 和 customMapFunction。工作流分为搜索高互动行业推文、收集有影响力的账号、丰富与评分、按账号类型分类、交付策展观察名单五步。评分公式结合了转发、回复、粉丝量和近期行业内容发布频率，账号类型分为创始人、投资者、分析师、记者和实践者。输出为按类别分区的 Markdown 表格，包含姓名、账号、角色、粉丝数、平均点赞和信号分数等字段。
multi-search 是一个智能多主题深度研究工具，支持任意材料输入，通过并行启动多个独立研究 Agent 进行深度检索并生成系统化研究文档。它适用于用户需要深度研究多个相关课题、进行系统性信息检索、整合多角度分析的场景。该技能会自动分析输入材料并提取研究课题清单，若无明确课题则从材料中自动提取，并要求各课题方向明确、避免重叠、聚焦单一问题。它聚焦信息检索、归纳与专业表述转化，不新增事实、不虚构信息，通用设计可适用于法律、商业、技术、学术等领域。使用方式包括基于文件、直接粘贴材料或直接指定课题，通过 /multi-search 命令触发。
这是一个用于游戏开发的平衡性检查技能，可帮助识别公式与数据中的平衡异常值、断裂的成长曲线、退化策略（单一选择明显优于其他所有选项）以及经济系统失衡。它支持对战斗、经济、成长曲线和掉落系统等不同领域进行检查，需要读取相关数据文件与设计文档作为输入，输出包含异常值、退化策略、成长曲线分析与建议的检查报告。若缺少必要输入，则返回“未评估——无数据”而非编造结论。
llm-writing 是一套面向人类可读文本的写作与修订技能，来自 haowjy/creative-writing-skills。它要求在写作或修改面向读者的文字前加载，核心是刻意选词、把内容建立在读者语境之上，并在成稿前清除大语言模型默认的套话式表达。技能建议在未加载时先加载 /intent-modeling，当篇幅超出简短回答时加载 /information-hierarchy。其流程强调先明确读者起点与终点、把文章拆成承载单一想法或转折的节拍、核对素材、写出完整草稿到磁盘，再按整体结构、节拍、段落、句子、词语的层级逐层修订，并检查披露层级。同时给出应删除的内容清单，如为填充章节而写的内容、只贴标签不解释机制、只下结论不给证据、用自信措辞掩盖不确定性、滥用限定词、换词重复、用连接词代替意义、写给出题人而非读者等。
Flutter Networking 是一个用于 Flutter 应用的网络代码智能体技能。它面向已有项目，围绕 HTTP/REST API 调用、WebSocket 实时通信、身份认证与令牌刷新、请求重试与超时、错误处理、缓存与性能等任务，进行检查、适配、实现或审查，并给出验证步骤。该技能要求先确认目标项目是 Flutter 或 Dart 包，再依据项目现有的网络栈（Dio、Retrofit、Chopper、生成客户端或自定义封装）、状态管理、依赖注入、认证、持久化和测试约定进行适配，而不是另外引入并行的客户端。它提供资源路由文档，包括 http-basics、authentication、error-handling、performance、websockets 等，以及可复用的 http_service.dart 模板和 repository/cache 模板。默认仅在新建简单客户端时使用 http 与 web_socket_channel。适用于 Flutter 项目的网络层实现、修复、调试、评审与重构。
面向 React 19.3 组件、加载器与服务端处理的编写、修改和评审技能，重点消除异步瀑布，并按用途区分状态存放位置（Effect Atom 与 TanStack Query）。
用于引入新库或新实现手段的规则型技能：不仅完成添加，还要求迁移既有代码，并通过 lint、类型、CI 或依赖约束等机制强制新方式，使旧手段无法继续使用。
shadcn Component Discovery 是一个用于在编写自定义 UI 之前，先在整个 shadcn 生态中搜索可复用组件与注册表的技能。它强调“先搜索再构建”，帮助用户发现尚未配置的注册表，例如用于动画的 Magic UI、用于首屏区块的 Aceternity、用于聊天界面的 AI Elements、用于语音组件的 ElevenLabs UI 等。该技能与官方 shadcn 技能互补：官方技能负责在用户已声明的注册表中安装组件，而本技能负责生态级的发现与选型。它会在用户要求构建表格、表单、弹窗、侧边栏、仪表盘、认证页、落地区块、动画、轮播、图表等标准 UI 模式时主动触发，也支持用户直接发起搜索请求。工作流程包括澄清需求、通过官方 shadcn MCP、shadcn CLI 或无项目上下文三种路径搜索、以简洁可扫描的格式呈现 2 至 3 个推荐结果并附安装命令，最后执行安装、查看代码或转为自定义构建。
面向 .NET 后端开发的技能指南，覆盖 C#、ASP.NET Core 与 Entity Framework Core 的编码规范、项目结构、RESTful API 设计、异步模式、依赖注入、缓存、验证、错误处理、安全与测试等实践要点。
pnpm 是面向 JavaScript 与 TypeScript 项目的高效包管理器，以速度快、节省磁盘空间著称。本技能整理了 pnpm 的最佳实践，涵盖安装与初始化、工作区（monorepo）配置、依赖管理、过滤命令、脚本与任务运行、依赖提升、peer 依赖、overrides 覆盖、工作区发布以及性能优化等内容，并给出 pnpm-workspace.yaml、.npmrc、package.json 等配置示例与常用命令，帮助团队在 monorepo 中统一使用 pnpm 并保持锁文件一致。
TanStack Query（原 React Query）v5 的服务端状态管理最佳实践技能。内容涵盖查询键工厂、queryOptions 辅助函数、变更（mutations）、乐观更新、缓存失效、错误处理、Suspense 模式、性能优化与 TypeScript 类型技巧，并重点说明 v5 相对 v4 的破坏性变更（如仅支持对象语法、isPending 取代 isLoading、cacheTime 更名为 gcTime、useSuspenseQuery、placeholderData: keepPreviousData 等）。适用于使用 React 与 TanStack Query 管理服务端数据缓存的开发场景。
该技能面向 Android Jetpack Compose 界面开发，汇总了一组最佳实践，用于编写高性能、可复用且易于测试的 Composable。核心内容包括状态提升（单向数据流）、Modifier 的使用规范、性能优化手段（remember、derivedStateOf、Lambda 稳定性）、主题与资源使用，以及预览函数的编写方式。适合在编写或评审 Compose UI 代码时参考，帮助开发者将状态与 UI 解耦，减少不必要的重组，并统一主题样式。资料未说明该技能的安装方式、收费情况、适用平台版本或具体使用步骤。
Kaizen 是一个关于持续改进、防错与标准化的技能指南，来源于 sickn33/agentic-awesome-skills。它适用于代码实现与重构、架构与设计决策、流程与工作流改进、错误处理与验证等场景，核心理念是通过渐进式改进和预防来获得质量，而非依赖大规模投入追求完美。使用前需先阅读详细指南，其中包含完整流程与参考资料，其安全、前置条件和验证要求被视为强制项；聚焦任务可只加载相关章节，端到端任务则需完整阅读。该技能仅在任务明确匹配上述范围时使用，其输出不能替代针对具体环境的验证、测试或专家评审；若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。
该技能用于指导创建独特、达到生产级水准的前端界面，避免常见的“AI 味”审美。用户提供前端需求（组件、页面、应用或界面）及其用途、受众或技术约束后，技能先引导进行设计思考：明确要解决的问题与使用者、选定鲜明甚至极端的美学基调（如极简、复古未来、奢华、编辑杂志风、粗野主义、工业实用等）、梳理框架与性能无障碍等技术约束，并确定让作品令人难忘的差异化点。随后实现可运行的代码（HTML/CSS/JS、React、Vue 等），要求功能可用、视觉醒目、风格统一且细节讲究。美学指南涵盖：排版选用独特字体并搭配展示字体与正文字体、避免 Arial/Inter 等通用字体；用 CSS 变量统一色彩主题，主色配锐利点缀；用动画与微交互营造效果，HTML 优先纯 CSS，React 可用 Motion，重视页面加载的编排式揭示；空间构成上采用非对称、重叠、斜向、打破网格的布局；背景与视觉细节使用渐变网格、噪点纹理、几何图案、层叠透明、戏剧化阴影、装饰边框、自定义光标等营造氛围。要求避免通用 AI 审美（如常见字体、紫渐变白底、可预测布局），根据语境做多元变化，并让实现复杂度与美学愿景匹配。
Flutter Development 是一份面向 Flutter 与 Dart 的开发技能资料，用于构建跨平台移动应用。内容涵盖 Widget 组件化、使用 Provider 或 BLoC 的状态管理、基于 GoRouter 的导航、API 集成，以及动画与视觉效果实现。资料以快速开始示例和参考指南的形式呈现，包含 pubspec.yaml 依赖配置、main.dart 入口示例，以及项目结构、状态管理、页面与状态集成等主题文档，并附有开发最佳实践的正反清单。
花叔选题生成技能（huashu-topic-gen）用于快速生成 3-4 个公众号文章选题方向，每个选题包含标题、核心角度、大纲、工作量评估和优劣分析。当用户提到“选题”“写什么”“文章方向”“题目建议”时使用，也可在保存 brief 后或文章创作流程的 Step 3（选题讨论）阶段调用。技能会给出角度明显不同的多个方向，等待用户自行选择，不预设用户会选哪个。
本技能在受支持的 AMD EPYC 服务器 CPU 上，通过 vLLM 与 zentorch 后端启动单一的 OpenAI 兼容推理端点，容器优先（Docker 或 Podman），conda/主机方式为备用方案。适用于“CPU 上运行 vLLM”“zentorch 推理”等场景。该技能为单路（single-socket）服务方式，单实例绑定单个插槽及其内存，vLLM 跨插槽扩展效果不佳，因此不做跨插槽部署；双路主机上多插槽方案为每插槽一个实例，不在本单实例方案范围内。即使主机已安装 AMD Instinct GPU 也不影响使用，当端点本身应运行在 EPYC CPU 上时可选用本技能。硬性规则：任何失败都需报告原因与日志并停止，不重试、不调试。使用前需具备可访问的容器运行时（一次性前置条件），若缺失需报告一次性修复方式并停止，不进行 sudo 或权限提升。
review 是 Claude for Legal 商业法律插件中的合同审查技能，用于依据用户自有的 playbook 审查供应商协议、NDA 或 SaaS 订阅协议。它先读取协议标题结构（主协议标题及附件、附表、附录标题），据此判断协议类型并路由到相应审查技能（如 nda-review、vendor-agreement-review、saas-msa-review），在 confirm_routing 开启时先与用户确认路由再执行。审查完成后输出完整审查备忘录，标注路由决策、逐条偏差、具体红线措辞和指定审批人，并可触发升级标记、生成利益相关方摘要、带修订记录的 .docx 红线稿等后续操作。
该技能用于在 Twitter 上按技能关键词发现自由职业者与独立承包商，借助 Apify 上的 apidojo Twitter 抓取器实现。当用户要求“在 Twitter 上寻找自由职业者”等类似需求时触发。它通过技能关键词、作品集/项目信号以及“开放接单”标志来识别候选人，把主动讨论自己专业的人视为被动的优质候选人。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持 startUrls、twitterHandles、twitterUserIds、getFollowers、getFollowing、getRetweeters、includeUnavailableUsers、maxItems、customMapFunction 等输入参数。工作流分为五步：搜索特定角色的推文、收集唯一账号、丰富个人资料、给候选人打分、交付候选人名单。评分综合技能确认、开放接单信号、粉丝数区间与近 30 天活跃度，并区分活跃、被动、休眠状态。
该技能通过 apidojo 的 YouTube 抓取器，按增长速率筛选特定领域内高速增长的 YouTube 频道，属于 apidojo 情报技能库。需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。
Capacitor 插件升级路由技能，用于规划并驱动 Capacitor 插件库跨一个或多个主版本（4 到 9）的升级。它按每次只升一个主版本的方式，为每一跳调用对应的版本专属技能，并包含 Capacitor 8.5 场景化应用所需的 iOS UIScene 生命周期审计。适用于插件维护者需要支持更新的 Capacitor 主版本、peerDependencies 中的 @capacitor/core 落后于应用版本，或插件在 Capacitor 8.5 场景化应用或 Capacitor 9 上出现故障的场景。
Stream Builder 是 GetStream 提供的框架无关的应用构建技能，用于脚手架搭建、增强和审计基于 Stream 的应用。它覆盖三条流程：Track A 从零搭建新应用（步骤 0-7），Track E 增强已有应用，Track F 只读审计现有集成是否符合最佳实践。该技能默认使用 npm 与 Next.js + Tailwind + Shadcn/ui 技术栈，按需安装 Stream 的 Chat、Video、Feeds 等 SDK，并通过 getstream CLI 完成认证、组织/应用创建与凭据写入。安装第三方前端技能包前会明确征得用户同意。
该技能提供个人债务管理与偿还的框架，涵盖债务雪崩法、债务雪球法、债务收入比（DTI）、再融资分析、债务合并、良性债务与不良债务、机会成本分析以及还款时间线计算。适用于用户询问债务偿还策略（雪崩法 vs 雪球法）、再融资盈亏平衡、债务合并评估或还款时间线等场景。技能包含关键公式、计算示例和可运行的 Python 脚本，帮助进行量化分析。