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 11-21 00:15

全部 Skills

258,847 个结果

use-freellmapi

use-freellmapi 是一个技能,用于把项目代码或编程智能体(Claude Code、Codex、Gemini CLI、Aider 等)接入 FreeLLMAPI。FreeLLMAPI 是一个本地代理,聚合约 30 家 LLM 提供商的免费额度(如 Google、Groq、Cerebras、NVIDIA、Mistral、OpenRouter、GitHub Models、Cohere、Cloudflare、Z.ai、ModelScope、Ollama、Kilo、OVH、AI Horde 等),对外提供单一端点,官方描述约为每月 40 亿 token、覆盖 251 个模型家族/358 个端点。路由器按请求选择可用模型并在限流时故障转移,目标是让原型开发免费使用真实模型,只需改 base URL 和密钥。

智能体与模型95 次安装

gsap

GSAP 是面向现代 Web 的专业级 JavaScript 动画库,提供高性能补间动画,并支持时间线编排、滚动触发动画、SVG 动画、布局过渡等能力。该技能条目整理了 GSAP 的核心概念、安装方式、常用代码模式,以及 ScrollTrigger、Flip、SplitText 等插件的使用参考,同时列出常见错误与对应修正方式,适合在实现网页动画、时间线序列、滚动联动、React 动画清理等场景中参考使用。

前端与建站95 次安装

dnanexus-integration

该技能用于在 DNAnexus 平台上构建和运行可复现的基因组学工作负载,覆盖 dx CLI、dxpy、apps/applets、原生工作流、dxCompiler 以及 Nextflow。它提供从安装认证、安全预检、数据上传下载、对象搜索、applet 构建、作业启动与监控到成本控制的完整操作指引,并强调只读起步、破坏性操作前确认、凭据保护与合规限制。文档基线基于 dxpy==0.410.0、dxCompiler 2.17.0 及 2026 年 DNAnexus 文档,适用于需要自动化操作 DNAnexus 数据与计算的场景。

数据与分析95 次安装

fluidsim

FluidSim 是一个基于 Python 的计算流体力学(CFD)数值求解框架,尤其适用于周期性笛卡尔伪谱法模拟。该技能用于规划、配置、检查、重启和分析有界的 FluidSim 模拟,强调数值有效性与 HPC 安全。它要求先明确方程、单位、几何、边界、初始条件、强迫项、观测量和验收标准,再选择已验证的求解器并检查默认参数,生成严格的 JSON 计划(含 CPU、内存、磁盘、墙钟时间、输出文件、时间步、CFL、分辨率和去混叠边界),运行校验器和资源估算器,生成并审查 dry-run 脚本,先跑一个极小的串行试点,检查预算、散度/约束、谱尾、CFL 历史与输出增长,再独立细化网格和时间步,最后才准备站点特定的 MPI 作业(绝不自动提交或启动 MPI)。该技能不把完成运行、稳定时间步、平滑曲线或程序正常退出视为数值收敛或物理有效性的证据。

数据与分析95 次安装

labarchive-integration

该技能用于安全对接 LabArchives 官方 ELN REST 风格 API 与 Inventory API v1,涵盖区域端点选择、签名请求构造、用户授权、本地请求规划与 LA 容器检查。它强调区分旧版 ELN API 与 Inventory API v1,使用 HMAC-SHA-512 签名,凭据仅存于环境变量或密钥管理器,并遵循 HTTPS、主机白名单、超时、限速与不自动重试 4xx 等安全规则。附带脚本仅使用 Python 标准库,可生成脱敏的请求计划,不执行远程写入。

数据与分析95 次安装

omero-integration

该技能用于安全地检查和自动化针对 OMERO.server 的显微成像数据工作流,基于 omero-py、BlitzGateway、OMERO CLI、表格、注释、ROI、渲染等能力。它强调最小数据范围、凭据安全、默认加密连接、对列表/分页/ROI/注释/表格行/像素平面等操作设置边界,并将写入操作单独审查。技能提供可复现的客户端安装方式(Python 3.12、IcePy 3.6.5、omero-py 5.22.1),以及若干本地安全辅助脚本(配置校验、只读清单、图像元数据导出、传输计划),远程操作默认 dry-run,需显式 --execute 才执行。

数据与分析95 次安装

openpiv

OpenPIV 是一个用于粒子图像测速(PIV)分析的开源 Python 库,可从 PIV 图像对中提取流体速度场。该技能覆盖预处理、互相关、矢量验证、异常值替换、平滑以及像素到物理单位的换算等完整流程。适用于实验 PIV 或流动可视化图像对的处理,包括测量二维速度场、调整查询窗口参数、验证矢量,以及推导涡量、应变率和湍流统计量。若目标是模拟流动而非测量流动,则应改用 CFD 相关技能。资料基于 openpiv 0.25.4 版本验证,并提示不同版本间 API 可能变化,使用前建议检查函数签名。

数据与分析95 次安装