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 11-20 00:12

全部 Skills

258,203 个结果

perplexity-search

Perplexity Search 是一个通过 LiteLLM 和 OpenRouter 调用 Perplexity 模型进行 AI 联网搜索的技能,可获取带来源引用的实时网络信息。它适合查找最新动态、近期科研文献以及超出模型训练数据截止时间的事实,只需一个 OpenRouter API 密钥即可访问全部 Perplexity 模型,无需单独注册 Perplexity 账号。技能提供命令行脚本,支持指定模型、保存 JSON 结果、详细输出等用法,并附带查询设计、模型对比与 OpenRouter 配置参考文档。

写作与研究102 次安装

aeon

Aeon 是一个与 scikit-learn 兼容的 Python 时间序列机器学习工具包(aeon-toolkit.org),提供分类、回归、聚类、预测、异常检测、分割、相似性搜索、距离度量、变换、基准测试与可视化等算法,并保持一致的估计器 API。该技能面向时间序列机器学习任务,示例针对 aeon 1.x(稳定文档 v1.4.0)。安装需 Python 3.10+(推荐 3.11+),可用 uv pip install "aeon>=1.4,<2",深度学习等可选估计器需安装 aeon[all_extras]。上游将 forecasting、anomaly_detection、segmentation、similarity_search、visualisation 视为实验性模块,接口可能在小版本间变化;生产流程建议优先使用稳定模块(classification、regression、clustering、distances、transformations)。

数据与分析102 次安装

dask

Dask 是一个用于并行与分布式计算的 Python 库,主要面向超出内存容量的 pandas/NumPy 工作流。它支持单机上的超内存执行、多核并行处理,以及跨多台机器的分布式计算,可从笔记本(约 100 GiB)扩展到集群(约 100 TiB),同时保持熟悉的 Python API。当前上游版本为 dask 2026.3.0(PyPI,2026 年 3 月),自 2025.1.0 起基于表达式的 DataFrame API 与查询规划是唯一实现,无需单独安装 dask-expr。安装需 Python 3.10+,DataFrame I/O 需 PyArrow 16+。适用于处理超出 RAM 的数据集、扩展 pandas/NumPy 操作、并行化计算、高效处理多文件以及构建自定义并行工作流。

数据与分析102 次安装

dspy

DSPy 是斯坦福 NLP 团队推出的声明式语言模型编程框架,用于构建和优化语言模型程序。它通过 Signatures(签名)定义任务的输入输出结构,通过模块(Predict、ChainOfThought、ReAct、ProgramOfThought)组合出可复用的 AI 组件,并借助优化器(BootstrapFewShot、MIPRO、BootstrapFinetune)用数据驱动方式自动改进提示词,替代手工提示工程。支持构建 RAG 系统、智能体、分类器等多阶段流水线,可跨不同语言模型提供商使用,并支持保存、加载与评估优化后的模型。

智能体与模型102 次安装

instructor

Instructor 是一个 Python 库,用于从大语言模型(LLM)的响应中提取结构化、经过验证的数据。它结合 Pydantic 响应模型,支持嵌套模型、枚举、可选字段、内置与自定义校验器,并在校验失败时自动重试,将错误反馈给模型。Instructor 提供一致的 API 以支持多个 LLM 提供商(如 Anthropic Claude、OpenAI),并支持流式输出部分结果和可迭代对象。安装方式为 pip install instructor,可按提供商安装扩展。适用于需要可靠数据抽取、类型安全、自动校验与重试的场景。

编程与开发102 次安装

networkx

NetworkX 是一个用于创建、操作和分析复杂网络与图的 Python 库。本技能面向 NetworkX 3.x(当前稳定版 3.6,要求 Python >= 3.11),适用于处理网络或图数据结构,包括社交网络、生物网络、交通系统、引文网络、知识图谱等任何涉及实体间关系的系统。技能涵盖图的创建与操作(Graph、DiGraph、MultiGraph、MultiDiGraph 四种主要类型,节点可为任意可哈希对象并支持属性)、图算法(最短路径、中心性度量、社区检测、连通性等)、图生成器(经典图、随机网络、结构化网络)、图的读写(边列表、GraphML、GML、JSON、Pandas、矩阵格式等)以及可视化(matplotlib 绘制、布局算法、出版级图形)。技能还包含参考文档,覆盖图基础、算法、生成器、I/O 和可视化,并提供智能体操作流程与完整性规则。

数据与分析102 次安装

pinecone

Pinecone 是一个面向生产级 AI 应用的托管式无服务器向量数据库。本技能文档介绍如何通过其 Python 客户端以及 LangChain、LlamaIndex 集成来使用 Pinecone,涵盖索引创建、向量写入与查询、元数据过滤、命名空间、混合检索(稠密+稀疏向量)等核心操作,并给出性能指标、定价信息与最佳实践。适用于需要托管、自动扩展、低延迟(p95 <100ms)的 RAG 生产场景,以及需要混合搜索、不想自行管理基础设施的情况。文档同时说明何时应改用 Chroma、FAISS、Weaviate 等替代方案,并附有智能体操作流程与完整性规则。

数据与分析102 次安装

scikit-survival

scikit-survival 是一个用于生存分析的 Python 库,主要处理右删失结构化结局。该技能覆盖 scikit-survival 0.28.0 的工作流,包括 Cox PH、Coxnet、IPC ridge、生存树、随机生存森林、梯度提升和生存 SVM 等模型,以及区分度、预测误差、校准导向检查和时间依赖预测等评估方法,还支持竞争风险下的非参数累积发生率。技能强调防泄漏流程:先划分数据再拟合预处理,在管道内完成插补、编码和缩放,使用嵌套交叉验证调参,并在训练数据上拟合删失分布。它提供多个本地命令行工具,用于验证生存数据 CSV、训练模型、评估指标和生成模型报告,默认使用确定性合成数据,不进行网络调用。该技能不提供 Fine-Gray 回归,模型输出不应作为临床建议、因果证据或临床效用证明。

数据与分析102 次安装

sympy

SymPy 是一个用于符号数学计算的 Python 库,支持以数学符号进行精确计算,而非数值近似。该技能面向需要在 Python 中完成精确符号运算的场景,涵盖符号代数、微积分、方程求解、符号线性代数,以及通过 lambdify/LaTeX 进行代码生成。资料显示其测试版本为 SymPy 1.14.0(2025 年 4 月稳定版),要求 Python 3.9+,可使用 uv pip install "sympy>=1.14" 安装,可选安装 numpy、scipy、matplotlib 以支持 lambdify 与绘图示例。技能文档按模块组织参考文件,覆盖符号计算基础、微积分、方程求解、矩阵与线性代数、物理与力学、进阶数学主题、代码生成与输出打印等能力领域,并给出最佳实践(先定义符号、使用假设、精确算术、按需数值求值、用 lambdify 提升性能、选择合适的求解器)、常见用例模式、与 NumPy/Matplotlib/SciPy 的集成方式、常用函数速查、入门示例与常见问题排查。

数据与分析102 次安装

transformers

Hugging Face Transformers 是一个提供数千个预训练模型的库,覆盖自然语言处理、计算机视觉、音频和多模态任务。该技能用于加载 Hub 上的模型、执行 pipeline 推理、文本生成,以及使用 Trainer 在自定义数据上进行微调。资料中给出了安装命令、认证方式、核心能力(pipeline 推理、模型加载、文本生成、训练微调、分词)、常见使用模式与参考文档,并强调版本固定、令牌安全与结果可验证等操作规范。

智能体与模型102 次安装