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
234,477 个结果
muapi-storyboard 是一个用于为短篇故事或场景序列生成关键帧（keyframe）的技能，仅输出图像，不生成视频。它接收一句故事前提、需要生成的关键帧数量以及视觉风格标签，然后将故事拆解为带有明确叙事弧线的分镜（铺垫→激励事件→升级→高潮→结局），为每个分镜生成一段视觉描述，并保持角色与物体的连贯性。每个分镜对应一个 muapi 图像生成节点，使用 nano-banana-2 模型、16:9 比例、balanced 档位，所有关键帧并行生成，最后按分镜顺序返回资产 ID 及每幕一句话说明。该技能要求在执行前配置 MUAPI_API_KEY。
该技能用于审计并逐步启用 Xcode 项目中的安全相关构建设置，覆盖编译器警告、静态分析检查器以及 Enhanced Security 强化特性。它会先分析项目与现有设置，找出语言、目标（target）和 entitlements 文件，检查已有安全设置；随后按渐进顺序应用设置：先是 Enhanced Security（含 entitlements 审计与按目标生成变更，如新增必需与默认开启的键、移除已弃用键、将版本字符串从 "1" 升到 "2"），再是基础 Clang 安全警告（仅针对含 C、C++、Objective-C、Objective-C++ 的代码库，纯 Swift 项目跳过）。应用后还会回查被显式设为 NO 的设置、向用户询问原因、验证设置是否生效，并生成或更新决策文档，最后提供可选的后续步骤（如额外诊断设置、C/C++ 边界安全编程模型、硬件内存标记等）。使用方式为在支持的 AI 编码环境中调用该技能，技能会优先使用 XcodeGlob、XcodeGrep、XcodeRead、XcodeLS 等工具而非 Bash 文件系统命令，并按阶段输出进度。限制：资料未提供具体价格、平台覆盖范围或效果保证；部分行为依赖项目是否使用 xcconfig、是否存在二进制依赖等前提。
K2F Event Program 是一个面向 AI 智能体的技能，用于把已确认的日程、官方社交活动安排和赞助商名单，整理成面向参会者的活动手册（program）。它强调以时间为主线的导览方式，并生成可安全发布的社交文案。该技能基于 K2F 构建，产出物为 .K2F 包，需配合核心 k2f 技能使用。它关注内容选择、导览层级与美学意图（语气、层级、密度、分会场轨道），而非像素坐标。适用于会议、节庆、晚宴、典礼或演出等需要现场查看日程的场景，输出形式包括印刷折页、手册或数字 PDF，不适用于海报、邀请函、VIP 手册或幻灯片导出。
GrepAI Init 是 GrepAI 的项目初始化技能，用于在代码库中首次搭建 GrepAI。它会在项目目录下创建 .grepai/ 目录和 config.yaml 配置文件，并给出默认的嵌入模型、存储后端、分块、监听与忽略规则等设置。初始化后可通过编辑配置切换嵌入提供商或存储后端，也可用于单仓库或 monorepo。完成初始化后需确保 Ollama 运行，再执行 grepai watch 建立索引。
GrepAI Watch Daemon 技能用于配置和管理 GrepAI 的 watch 守护进程，实现代码的实时索引与文件监控。它会扫描项目中的源文件，将代码切分为约 512 token 的片段，通过已配置的提供方生成嵌入向量，并存入所配置的后端。守护进程支持前台和后台运行，提供状态查询和停止命令，并可借助 launchd 或 systemd 设置开机自启。索引过程遵循 .gitignore 与忽略规则，仅处理受支持的扩展名。文件变更（创建、修改、删除、重命名）会触发相应的重新索引。可通过配置文件中的 debounce_ms 控制去抖行为。该技能适用于初始代码索引、实时文件监控、后台运行守护进程以及排查索引问题等场景。
标准化文章编辑流程技能，解决会话截断导致编辑工作丢失的问题。适用“编辑文章”“修改文章”“调整内容”等指令，强调范围先确认、增量修改、实时保存、变更透明。
dependency-auditor 是一个面向多语言项目的依赖审计与管理技能，属于工程领域的依赖管理与安全方向。它通过三个脚本对清单文件和锁文件进行离线、确定性的模式匹配：dep_scanner.py 扫描漏洞（内置离线 CVE 模式集，高危时退出非零），license_checker.py 检查许可证合规与冲突（支持 permissive/strict 策略），upgrade_planner.py 根据扫描结果按风险排序制定升级计划。支持 JavaScript/Node、Python、Go、Rust、Ruby、Java、PHP、C#/.NET 等 8 种以上包生态，可识别许可类型（宽松、强/弱 copyleft、专有/双许可/未知）并沿依赖链分析许可证继承。注意：脚本不调用实时公告 API，需配合 npm audit、pip-audit、cargo audit 等获取最新 CVE 覆盖。适合在 CI 中作为安全门禁使用。
AI Agents Architect 是一个专注于设计与构建自主 AI 智能体的专家角色技能，出自 davila7/claude-code-templates。它强调在赋予智能体自主行动能力的同时保持可控性，主张为可能出现的意外失败设计优雅降级与清晰的失败模式，并在自主性与监督之间取得平衡。该技能覆盖智能体架构设计、工具与函数调用、智能体记忆系统、规划与推理策略、多智能体编排、以及智能体评估与调试等核心能力。使用前提包括熟悉 LLM API 调用、理解函数调用机制并具备基础提示工程能力。技能中明确列出了若干常见设计模式，如 ReAct 循环、先规划后执行、工具注册表，以及应当避免的反模式（如无限制自主、工具过载、记忆囤积）。同时给出了循环无迭代上限、工具描述含糊不完整等风险点及其对应解决方案。适合需要搭建可控自主智能体系统的场景，与 rag-engineer、prompt-engineer、backend、mcp-builder 等技能配合良好。
储蓄目标（Savings Goals）是一个用于规划与追踪特定财务目标的技能，覆盖退休、教育、购房首付等场景。它提供所需月储蓄额、通胀调整目标、退休储备规模、首付目标等计算方法，并给出目标优先级框架、储蓄率基准与常见误区。核心公式包括偿债基金公式 PMT = FV × r / [(1+r)^n - 1]、含储蓄的未来值、通胀调整、退休目标（年支出/安全提取率）等。技能附带参考实现脚本 scripts/savings_goals.py，可用 uv run 或 python3 直接运行，支持 --verify 校验示例数值、--help 查看可用类与函数，主要设计为以模块方式导入使用。
webnovel-plan 是网文写作技能集中的规划环节，用于在已有总纲基础上增量细化卷纲、时间线和章纲，并把新增设定写回现有设定集。它不重做全局故事，也不重写整份总纲或设定集，而是先锁定卷级节奏，再批量拆章，并刷新 Story System 写作合同。规划过程包含设定基线补齐、卷节拍表、卷时间线表、卷纲骨架、批量章纲生成、设定回写、验证与状态更新等步骤，每章需包含目标、阻力、代价、时间锚点、爽点、Strand、结构化节点等字段。适用于已有总纲、需要按卷推进网文创作的场景。
cmux-config 是用于编辑 cmux 用户配置的单一入口技能，配置文件位于 ~/.config/cmux/cmux.json（JSONC 格式）。应用会监听该文件，保存后立即生效，无需重启。旧版 ~/.config/cmux/settings.json 仅在 cmux.json 缺少某些键时作为只读回退。该技能覆盖三大领域：设置（app、terminal、notifications、sidebar、sidebarAppearance、workspaceColors、automation、browser、shortcuts 等类型化偏好）、自定义（actions、ui.surfaceTabBar.buttons、ui.newWorkspace、commands、rightSidebar、vault 等结构性配置）以及工作区分组（通过 cmux workspace group CLI / socket API 与 workspaceGroups 配置实现可折叠的锚点侧边栏分区）。技能附带辅助脚本 cmux-settings，用于所有设置与自定义项的读写，可去除 JSONC 注释、原子写入并按 schema 校验键名，支持 path、dump、get、set、unset、list-supported、validate、open 等子命令。
SAP SQLScript 开发指南技能，用于编写和优化 SAP HANA 数据库层的 SQLScript 逻辑。适用于编写存储过程、匿名块、表/标量函数、AMDP 方法、异常处理、游标逻辑、批量操作，以及需要贴近数据执行的 HANA 性能敏感数据库逻辑。该技能遵循 code-to-data 范式，将计算下推到数据所在位置。内容涵盖容器类型（匿名块、存储过程、用户定义函数）、数据类型、变量声明、控制结构、表类型、游标、异常处理、AMDP 集成、性能最佳实践、系统限制与调试工具，并附带参考文档、生产级模板、专用智能体和斜杠命令。
handoff 是一个用于压缩当前对话的 AI 技能，可将正在进行的会话整理成一份交接文档，供另一个智能体接手继续工作。文档会保存到用户操作系统的临时目录，而非当前工作区，并包含“建议技能”部分，指明下一个智能体应调用哪些技能。它要求不重复其他产物（如规格、计划、ADR、issue、提交、diff）中已记录的内容，而是通过路径或 URL 引用；同时会脱敏 API 密钥、密码、个人身份信息等敏感内容。若用户传入参数，则将其视为下一会话重点的描述，并据此调整文档。
Bail 是一个用于中止当前开发任务的退出协议技能，核心原则是先反思、后清理。它会根据当前所处的工作阶段（从仅创建 Issue 到已提交 PR）自动识别状态，将本次尝试的原因、经过与经验教训写入 .branch-context.md 并提交，再通过一次性克隆把经验汇总到 MEMORY.md，随后更新 GitHub Issue（添加 deferred 标签、移除 triage 标签）并在 PR 处于打开状态时将其关闭。默认保留分支以便日后恢复，仅在用户明确要求并输入确认后才删除工作树与分支，且删除前会校验分支是否已合并，未合并时警告并停止，不会强制删除。
Performance Reporting 是一个面向投资组合绩效报告生成的金融技能工具，来自 joellewis/finance_skills。它用于生成清晰、准确的投资组合绩效报告，涵盖基准对比、归因分析和风险仪表盘。核心内容围绕收益计算（时间加权、资金加权、Modified Dietz）、GIPS 合规、基准对比、风险指标、归因分析和目标进度追踪展开。工具附带 Python 脚本 scripts/performance_reporting.py，可通过 uv 或 python3 运行，实现收益计算类并包含五个演示与校验选项。适合需要编制月度、季度、年度投资绩效报告的场景，强调用通俗语言向客户传达绩效含义，并列出常见的报告误区。
面向 Remix 全栈开发的专家指导技能，覆盖 React、TypeScript、loader/action 数据流、嵌套路由与 Web 标准最佳实践。
面向 Salesforce DX 开发的专家指导技能，涵盖现代工具链、源码驱动开发与 CI/CD 最佳实践，涉及 Apex 规范、LWC、元数据、SFDX CLI、项目结构与包开发等内容。
该技能用于安全扫描中的攻击路径分析阶段，将已验证或仍可能成立的漏洞发现转化为明确的攻击者故事、结构化攻击路径事实、严重性校准以及最终可报告性决策。它基于仓库证据构建攻击路径，涵盖服务映射、暴露面与入口点、身份与信任边界、敏感数据流、可达性及现有缓解措施，并针对关键范围字段寻找最强反证。适用于 Codex 已进入安全扫描的攻击路径分析阶段，或用户明确要求从 source 到 sink 追踪安全发现时。
该技能提供与框架无关的 JavaScript 运行时性能优化模式，适用于优化热点路径、循环、DOM 操作、缓存以及数据结构选择等场景。内容涵盖使用 Set 和 Map 进行查找、批量处理 DOM 读写、在紧凑循环中缓存属性访问、记忆化昂贵函数结果、合并迭代、短路长度检查、提前返回、将正则表达式提升到循环外、使用 toSorted/toReversed/toSpliced 实现不可变操作、使用 requestAnimationFrame 进行视觉更新、使用 structuredClone 进行深拷贝，以及为动态键优先使用 Map 而非普通对象。这些模式在紧凑循环、高频回调（滚动、调整大小、动画帧）和数据密集型操作中最为重要，适用于任何 JavaScript 环境，包括 React、Vue、原生 JavaScript 和 Node.js。
generation-router 是 postplus-skills 中的生成媒体路由技能，用于在任何创作规划或提供商执行之前，先对生成、修改、配音、动画或合成媒体的请求进行分类与分流。
foundation-meeting-recap 是一个会议纪要生成技能，用于在会议结束后为参会者产出按主题分段的会后总结。它不按时间顺序罗列内容，而是按议题组织，并在每个议题段落内同步记录讨论摘要、决策与行动项（含负责人、截止日期、依赖关系），末尾再按负责人汇总所有行动项，便于快速扫读。该技能属于 Meeting Skills Family，遵循其家族契约，并吸收了原本独立的 meeting-actions 技能：行动项与使其有意义的上下文放在一起，而非单独产出。它可自动发现同目录下命名匹配的会议议程文件，用其议题列表作为纪要骨架，并据此进行计划与实际议题的对账。技能强调不编造：缺失负责人时标记为未分配，隐式决策会附置信度标记。当未分配行动项比例超过 30% 或高优先级行动项缺负责人时，会在顶部生成所有者确认提示区。若存在项目记忆文件，可在确认后将决策写入项目记忆。
Cost Booster Route 是一个用于任务路由与成本分析的工具，它封装了 mcp__plugin_ruflo-core_ruflo__hooks_route，将一批任务按 Agent Booster（Tier 1）可用性进行分区，并报告 Tier 1 绕过（bypass）利用率。Tier 1 任务以 WASM 变换方式运行，不调用 LLM，结构上成本为 $0。该工具适用于在批量执行相似任务之前，或当成本报告显示 Sonnet/Opus 花费在看似简单变换（如 var-to-const、add-types、add-error-handling、async-await、add-logging、remove-console）的描述上时使用。它通过收集任务、逐个路由、按响应中是否包含 [AGENT_BOOSTER_AVAILABLE] 分区、计算各分区花费并生成报告，最后将结果持久化到 cost-tracking 命名空间，供 cost-report 读取层级信号。需注意：上游声称的 <1ms 延迟和 352× 加速尚未在此验证，且由于上游路由器的语义-VectorDb 路径不总是触发分类器，分区结果应视为 Tier 1 资格的下界。
读取 Claude Code 会话 jsonl，按模型统计令牌用量、按参考价计算美元成本，并写入 cost-tracking 命名空间的技能。
LLM 应用模式（LLM Application Patterns）是一套面向大语言模型应用架构与集成的设计草图，强调检索、工具、隐私与验证的明确边界。它适用于设计 LLM 驱动的应用、实现 RAG（检索增强生成）、构建带工具的 AI 智能体、搭建 LLMOps 监控，以及在多种智能体架构之间做选择。该技能要求记录提供方/SDK 版本、授权数据与工具、请求/响应模式、延迟与成本预算以及预期任务结果；所有代码均为集成草图，llm、数据库、解析器和提供方响应适配器均属项目自有，必须显式实现。它明确禁止执行模型提供的 Python、表达式或模糊工具名，只允许在模式与授权检查后派发精确注册的工具，并强制每次调用截止时间与循环上限。资料还给出规划器替换剩余步骤、解析器作用于实际前序输出、多租户缓存键区分等回归断言，并说明限流草图仅单线程进程内、分布式需共享原子限流与截止时间、仅重试安全操作等限制。