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
234,389 个结果
Domain Modeling 是一个用于在项目设计与开发过程中主动构建和打磨领域模型的技能。它适用于讨论代码库术语、编写或编辑 GLOSSARY.md，以及记录或编辑 ADR（架构决策记录）的场景。该技能强调主动的领域建模纪律：质疑术语、发明边界场景，并在术语和决策成型的当下就写入词汇表和决策记录。它区分了“改变模型”与“仅仅消费模型”——仅仅阅读 GLOSSARY.md 获取词汇不属于此技能。技能规定了文件结构：单上下文仓库使用根目录 GLOSSARY.md 与 docs/adr/；多上下文仓库使用根目录 GLOSSARY-MAP.md 指向各上下文的 GLOSSARY.md 与 docs/adr/，文件按需惰性创建。会话中，它会对照词汇表挑战冲突术语、将模糊或过载的术语锐化为精确的规范术语、用具体场景压力测试领域关系、与代码交叉验证矛盾之处，并在术语确定时立即内联更新 GLOSSARY.md。GLOSSARY.md 应完全不含实现细节，仅作为词汇表。ADR 仅在同时满足难以逆转、缺乏上下文会令人惊讶、是真实权衡的结果这三个条件时才建议创建。
这是一个用于分析代码或需求、并推荐最合适 es-toolkit 函数的技能。当用户询问该使用哪个 es-toolkit 函数、需要帮助查找函数，或提供代码片段希望分析时使用。它会基于用户项目实际安装的 es-toolkit 版本进行验证，而非依赖训练数据，从而确保推荐函数的存在性、入口点和行为准确。
Skill Auditor 是一个面向 OpenClaw 技能的安全审计工具，用于在安装前对技能进行结构化安全审查。它通过 6 步协议检查元数据与仿冒域名（typosquatting）、权限风险、依赖供应链、提示注入、网络与数据外泄以及内容危险信号，并输出包含结论（SAFE / SUSPICIOUS / DANGEROUS / BLOCK）、各项检查结果、红旗清单、安全运行计划和安装建议的审计报告。适用于安装新技能前、审查他人分享的 SKILL.md、定期审计已安装技能以及技能更新变更权限时使用。
这是一个面向 AWS 无服务器与事件驱动架构的专家型技能，基于 AWS Well-Architected Framework 提供构建指导。它适用于构建无服务器 API、Lambda 函数、REST API、事件驱动架构、微服务模式、异步处理工作流、多服务事务编排、实时数据处理管道、Saga 分布式事务模式，以及面向规模与弹性的设计。技能强调七项无服务器设计原则：函数保持单一职责、以并发请求而非总请求量思考、无状态不共享、不假设硬件亲和性、用状态机而非函数链式调用做编排、用事件触发事务、为失败与重复设计（幂等与重试）。技能内容涵盖错误处理与部分批量失败、死信队列配置与告警、可观测性（X-Ray 追踪、Lambda Powertools 结构化日志与指标）、安全最佳实践、性能优化与部署最佳实践等参考文档主题，并列举了事件驱动架构模式（EventBridge 事件路由、SQS 队列处理、SNS+SQS 扇出、Step Functions Saga、DynamoDB Streams 事件溯源）与无服务器模式（API 驱动微服务、Kinesis 流处理、SQS 异步任务、EventBridge 定时任务、Webhook 处理）。使用时要求先通过 MCP 工具验证 AWS 事实，依赖 CDK MCP 与 AWS 文档 MCP；具体安装命令、价格与平台信息暂未提供。
brand-guidelines 是一个面向品牌一致性管理的 AI 技能，用于应用、记录或落实产品与公司的品牌规范。它适用于已有品牌体系的沿用执行，也适用于从零搭建品牌规范。该技能强调在创作之前先做一致性检查，并提供快速审计清单，覆盖配色、字体字重、标志留白与变体、正文字号与对比度、图像风格、语气语调、禁止用法以及联合品牌规则等维度。使用时可先检查 .claude/product-marketing-context.md 是否存在，以便将建议贴合具体品牌的市场定位；若涉及 Anthropic 相关物料，则参照其品牌识别系统。技能可产出品牌审计报告、色彩系统参考表、语调矩阵、字体层级表和精简版品牌规范文档等成果，适合营销物料、产品界面与跨渠道沟通场景。
这是一个内容策略规划技能，用于帮助用户制定内容策略、决定创作什么内容以及确定要覆盖的主题。它围绕“可搜索”与“可分享”两大分类来规划内容，目标是驱动流量、建立权威并产生潜在客户。技能会先收集业务背景、客户研究、现状和竞争格局等信息，再输出内容支柱、优先主题和主题集群地图。它内置主题集群映射脚本，可按关键词文件自动分组。适用于需要系统化规划内容、做主题选题、竞品内容差距分析或制定内容日历的场景。
Theme Factory 是一个为各类产物（artifact）统一应用主题样式的工具包，可覆盖幻灯片、文档、报告、HTML 落地页等。它内置 10 套预设主题，每套主题都包含协调的配色方案（含十六进制色值）以及标题与正文的字体搭配，帮助产物获得一致且专业的视觉风格。使用时先展示 theme-showcase.pdf 主题总览供用户查看，再询问并等待用户明确选择主题，随后从 themes/ 目录读取对应主题文件并应用其颜色与字体，同时注意对比度与可读性。若现有主题均不适用，还可根据输入生成自定义主题并命名、展示确认后应用。
OpenTelemetry 语义约定专家技能，用于在遥测属性（telemetry attributes）和指标仪器（metric instruments）的选择、放置与校验中遵循 OpenTelemetry Semantic Conventions 规范。当任务涉及属性选择、应用或审查时触发，覆盖 HTTP、数据库、消息、RPC 等领域的属性，以及资源属性与 span 属性的层级放置、语义约定版本迁移和 Dash0 派生属性。核心规则包括：优先在 Attribute Registry 中查找标准属性名，避免自定义名称碎片化查询；优先使用稳定属性并注意实验性属性；将属性放在正确层级（资源属性描述产生遥测的实体，span/log 属性描述单个操作）；校验指标属性的基数，避免高基数数据进入指标属性；仅在注册表中无对应概念时才创建自定义属性，并遵循 org.namespace.attribute_name 命名模式。
Text Summarizer 是一个用于从长文本中生成抽取式摘要的工具，属于 dkyazzentwatwa/chatgpt-skills 项目。它通过识别并抽取原文中最关键的句子来生成摘要，保持原意不变。支持按比例、句子数量或词数控制摘要长度，提供 TextRank、LSA 和基于词频三种算法，并可提取要点式摘要。该工具支持批量处理多个文档，同时可选保持句子原有顺序。既可作为 Python 模块调用，也提供命令行接口。依赖 nltk、numpy 和 scikit-learn。注意其为纯抽取式摘要，不会改写或生成新文本，对结构良好的文本效果最佳，极短文本可能不适合摘要，且不能深度理解上下文，可能遗漏细微含义。
markdown-to-pdf 是一个用于将 Markdown 文件转换为 PDF 文档的技能，支持代码语法高亮和自定义 CSS。它要求预先安装 pandoc 及 PDF 引擎（wkhtmltopdf 或 weasyprint），或通过 npm 安装 md-to-pdf 与 gray-matter 依赖。转换脚本以命令行方式调用，可指定输入文件、输出路径和 CSS 文件。默认样式采用衬线正文字体、等宽代码字体、2cm 页边距，并支持 YAML frontmatter 提取标题与元数据。它适用于需要批量或脚本化生成 PDF 文档的场景，但首次运行可能下载 Chromium，且大文档可能受内存限制。
react-native-vision-camera 是 React Native 生态中用于在移动端访问和控制摄像头的库，当前介绍的 v5 版本是基于 Nitro Modules 的完整重写版本。该技能文档本身充当“路由”角色，先阅读主文件，再按任务类型加载对应的参考文件，每个参考文件内容自包含。v5 相较 v4 属于硬性破坏性变更：几乎所有 v4 的接口都被移除或重命名，应将其视为全新 API 而非增量升级。核心变化包括新的 Constraints 约束 API、基于 Output 的输出架构、内存中的 Photo 对象，以及不再使用 format prop 和 useCameraFormat。文档强调了若干不可妥协的规则，例如必须安装 Nitro 相关 peer 依赖、用 outputs={[...]} 取代 photo/video/frameProcessor/codeScanner 等 props、拍摄方法挂在 Output 而非 Camera ref 上、每个 Frame 和 Depth 必须调用 .dispose()、CodeScanner 已从核心包中移出、通过切换 isActive 而非卸载 Camera 来管理会话等。适用场景涵盖新项目安装、v4 到 v5 迁移、输出与约束配置、拍照录像与手动控制、帧处理与 worklet 等。
music 是一个基于 Mureka 提供方、通过 listenhub music 命令行工具调用的 AI 音乐技能。它覆盖音乐的生成与分析两大类能力：生成类包括原创（文字或歌词生成新歌）、混音（已有歌曲加新歌词重新创作）、纯音乐、为图片或视频配乐、单轨生成或提取、续写加长；分析类包括歌词识别（带行级时间戳）、歌曲描述（描述、标签、流派、乐器）以及分轨（输出分离音轨的 ZIP 下载地址）。此外还提供 list 与 get 两个任务管理命令，用于查看近期任务和单个任务的状态与结果。生成类命令为异步任务，提交后由 CLI 内部轮询，预计耗时 5 到 10 分钟；识别、描述、分轨为同步返回。常用触发词包括音乐、生成音乐、翻唱、混音、续写、纯音乐、配乐、分轨、识别歌词、作曲、做一首歌等。不属于本技能的用途包括语音朗读、播客对话、解说视频和不针对歌词的语音转文字。使用时需先完成 CLI 认证检查与配置读取（默认 outputMode 为 download），并遵循产物命名与保存位置约定。
该 Skill 用于把编码、代码库探索、实现、评审与验证任务委托给持久化的 Codex CLI Agent。它通过内置包装脚本调用 Codex（不直接执行 codex exec），由脚本捕获 JSONL、显示进度、记录会话 ID，并生成精简的 Markdown 结果。用户明确要求“用 Codex”“让 Codex 执行”或继续某个 Codex 任务时使用。每次委托一个边界清晰的任务，提示词涵盖目标、完成标准、验证命令与安全边界，可用 --file 提供 1–4 个入口文件。分析、探索与评审批次使用 --read-only，实现任务使用默认工作区写入模式，续接用 --session，可用 --image 附加图片、--output-schema 约束输出结构。调用方仍负责范围、安全和最终验收。
Job Application Optimizer 是一个用于求职材料优化与面试准备的 AI 技能，可根据目标职位招聘信息定制简历、生成个性化求职信，并准备针对具体岗位的面试问题。其工作流程包括识别任务类型（简历定制、求职信生成、面试准备、技能差距分析或申请策略）、收集用户简历与目标职位等输入、分析招聘信息中的技能要求、关键词与文化信号、对候选人逐项评分并标记已满足、部分满足或缺失项，最后套用对应模板产出交付物。技能附带简历优化、求职信和面试准备三份参考模板，并强调使用招聘信息中的精确关键词、量化成果、保持 ATS 友好、体现文化契合与无错误。
一个用于研究与理解 Claude Code 2.1.88 TypeScript 恢复源码的技能，涵盖 CLI 架构、命令系统、Ink/React 终端 UI、MCP 集成与会话管理等，仅归档研究用途。
用于把明细项目、费率、客户信息、税务规则和付款条款整理成可付款的发票：先做内容与设计蓝图，再由 K2F 引擎生成 .K2F 包并导出，强调金额可对账、付款信息完整，同时不虚构银行信息、税号或金额。
这是一个用于代码审查的 AI 技能，对 HEAD 与用户指定固定点（提交、分支、标签或 merge-base）之间的差异进行双轴审查：标准轴检查代码是否符合仓库文档化的编码规范，规格轴检查代码是否忠实实现了原始 issue 或规格。两个轴作为并行子代理运行，避免上下文互相污染，最后汇总发现。若缺少 docs/agents/issue-tracker.md，需先运行 /setup-matt-pocock-skills。
Codebase Design 是一套用于设计“深模块”（deep modules）的共享词汇与原则，来自 timschoch/mattpocock-skills。它强调把大量行为藏在小接口之后，并把接口放在干净的接缝（seam）上，使调用方获得杠杆（leverage）、维护者获得局部性（locality）、所有人获得可测试性。该技能提供了一套精确术语表（Module、Interface、Implementation、Depth、Seam、Adapter、Leverage、Locality），要求在设计或重构代码时统一使用，避免混用 component、service、API、boundary 等词。它给出深模块与浅模块的对比、设计接口时的自问清单（能否减少方法数、简化参数、隐藏更多复杂度），以及删除测试、接口即测试面、一个适配器只是假想接缝等原则。在可测试性方面，主张接受依赖而非创建依赖、返回结果而非产生副作用、保持小接口面积。该技能还包含 DEEPENING.md（针对给定依赖深化一簇模块）与 DESIGN-IT-TWICE.md（用并行子代理以多种截然不同的方式设计接口再比较）两个延伸文档。适用于设计或改进模块接口、寻找深化机会、决定接缝位置等场景。
「峰哥亡命天涯视角」是一个角色扮演类 AI Skill，用内容创作者周丽峰（网名峰哥亡命天涯）的思维框架看待社会现象、人生选择与人性本质。素材来自公开视频、深度采访与百科资料等渠道研究，包含 5 个核心心智模型与 9 条决策启发式。触发词包括「峰哥」「峰哥亡命天涯」「用峰哥的方式」「从峰哥视角」「周丽峰怎么看」。该 Skill 以第一人称模拟其口语化、直白、辩证反转的表达风格，主要用于社会观察、人生选择与内容创作等话题的视角分析。局限在于素材以社会观察和纪实内容为主，商业、投资等维度数据不足。
grepai-chunking 是 GrepAI 中用于配置代码分块（chunking）的技能，帮助优化代码被拆分后用于嵌入（embedding）的方式，从而提升搜索准确度。分块是将源文件切成较小片段以便嵌入的过程：片段过大搜索结果不够精确，过小则丢失上下文、结果碎片化。技能通过 .grepai/config.yaml 中的 chunking 配置项调整参数：size（每块目标 token 数，默认 512，可选 256/512/1024）和 overlap（相邻块共享的 token 数，默认 50，可选 0/50/100）。资料还针对不同语言和代码库给出建议：冗长语言（Java、C#）用 768/75，简洁语言（Go、Python）用 512/50，极简语言（Rust、Zig）用 384/40；小函数微服务用 384/40，大类单体用 768/100，混合代码库用 512/50。使用方式包括修改配置、删除索引并重新索引（grepai watch）、用真实查询测试（grepai search）并对比调整前后结果。需注意修改后必须重新生成嵌入，分块会尽量在空行、闭合括号和语句结尾等逻辑边界切分，实际大小可能略有偏差。
面向 X/Twitter 的账号增长技能，用于受众建设、爆款内容创作与互动数据分析。提供资料审计、竞品情报、推文与长线程撰写、算法机制说明、增长计划与内容日历生成，并附带多个 Python 脚本。
该技能面向 SaaS 与生产力工具场景，指导如何把迪士尼动画十二原则应用到业务工具、项目管理、协作软件或效率类应用的动效设计中。核心目标是打造高效、专业的产品体验，帮助用户保持专注并减少操作阻力。资料给出的要点包括：挤压与拉伸要克制使用，如任务完成时复选框轻微形变、按钮轻微压缩提供触觉反馈；预备动作用于保存、表单提交、拖拽启动；舞台化强调当前任务、弱化侧边导航并让通知不打扰；直线与姿势对应分别对应工作流步骤与实时协作光标、仪表盘顺序加载；跟随与重叠动作用于卡片阴影、列表重排、面板缩放；缓入缓出使用平滑专业缓动而非弹跳；弧线用于拖放、看板卡片移动、通知滑动；次要动作包括自动保存脉冲、同步状态、骨架屏微光；时间控制以 150–300 毫秒为主，输入校验 100 毫秒即时反馈；夸张几乎不用，仅里程碑与引导可稍活泼；扎实绘制强调图表清晰、图标统一、字号可读；吸引力体现为专业精致而非炫目，动效应无形、一致、可信。资料还给出行业时间标准：按钮反馈 100ms ease-out，模态框 250ms ease-out，下拉菜单 200ms ease-in-out，页面转场 300ms ease-in-out，吐司通知 200ms ease-out。关键原则是动效应对专注工作的人不可见，只为反馈和空间感知服务，绝不娱乐或拖延。未提供官方文本、具体实现代码、安装方式和适用平台信息。
该技能用于将仓库配置为可通过 act 在本地运行 GitHub Actions 工作流，从而让 Jules 或任意智能体在推送代码前先本地验证 CI 是否通过。它提供两个脚本：install-act.sh 负责在缺失时安装 act（感知平台并支持 sudo 回退），run-act.sh 负责在后台运行 act 并轮询日志以避免智能体超时；同时在 AGENTS.md 中追加说明，使 Jules 能发现并使用该本地验证能力。配置项包括超时（ACT_TIMEOUT，默认 600 秒）、轮询间隔（ACT_POLL，默认 10 秒）以及自定义镜像参数。使用前需确保 Docker 正在运行，若工作流需要密钥则创建 .secrets 文件且不得提交。
该技能用于分析贷款产品，包括按揭贷款、房屋净值信用额度（HELOC）和个人贷款，并提供摊销与产品对比工具。用户询问按揭贷款、固定利率与可调利率贷款、月供计算、额外还款影响、贷款点数盈亏平衡、APR 与利率对比、HELOC、贷款资格条件、PMI、15 年与 30 年贷款对比等主题时可使用。技能内含固定利率贷款与 ARM 的核心概念说明、月供摊销公式、总利息计算、额外还款影响、点数盈亏平衡、APR 与利率区别、HELOC 的 CLTV 与提取/还款期说明、贷款资格标准、PMI 规则、15 年与 30 年对比、关键公式表、多个计算示例以及常见误区，并提供可直接运行的参考实现脚本，支持演示与校验。