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

258,863 个结果

ga-pr

ga-pr 是一个用于在已有 PR 上启动后续工作的命令行技能。它的核心作用是:当用户希望继续某个 PR、继续某个分支、处理 PR 反馈,或解决合并冲突时,把该任务交给一个并行的 tmux/agent 会话去执行。该工具通过 gh pr view 解析 PR 输入,接受 PR 编号、PR URL 或分支名,并采用与 ga 相同的会话命名约定(<repo>-<branch-slug>)。如果对应的 tmux 会话已存在,它会直接把任务发送到该会话,而不是重复创建;如果已有克隆但会话不存在,会在现有克隆中新建会话;如果两者都不存在,则克隆仓库、检出 PR 分支并启动 agent。默认使用 Pi 作为 harness,也可通过参数指定 Claude Code。该工具不用于创建草稿 PR,只用于更新已有 PR 分支。

编程与开发94 次安装

astropy

Astropy 是面向天文学与天体物理研究的核心 Python 库,提供坐标转换、单位与量、FITS 文件读写、表格操作、精确时间处理、宇宙学计算、WCS 变换等基础功能。它适用于需要在 Python 中处理天文数据的科研工作流,例如在不同天球坐标系之间转换、进行物理单位换算、读取和操作 FITS 图像或表格、计算光度距离与回望时间、跨星表匹配等。当前稳定版本为 7.2.0,要求 Python 3.11 及以上,依赖 NumPy、PyERFA、PyYAML 和 packaging。安装可通过 uv pip install "astropy==7.2.0",也可选择 recommended 或 all 可选依赖集。使用时建议始终为量附加单位、用上下文管理器打开 FITS 文件、优先使用数组而非循环,并注意部分功能可能访问外部网络服务。

数据与分析94 次安装

benchling-integration

Benchling Integration 是一个面向生命科学研发的集成技能,用于通过 Benchling Python SDK 和 REST API 以编程方式访问 Benchling 云平台。Benchling 是生命科学研发云平台,本技能覆盖注册表实体(DNA、RNA、蛋白质)、库存、电子实验记录本(ELN)条目、工作流、Benchling Apps 以及数据仓库查询。示例基于 benchling-sdk 1.25.0(PyPI 最新稳定版)。适用场景包括:使用 Benchling Python SDK 或 REST API、管理生物序列与注册表实体、自动化库存操作(样本、容器、位置、转移)、创建或查询电子实验记录本条目、构建工作流自动化或 Benchling Apps、在 Benchling 与外部系统间同步数据、查询数据仓库进行分析、以及通过 AWS EventBridge 设置事件驱动集成。技能包含七个能力领域:认证与设置、注册表与实体管理、库存管理、笔记本与文档、工作流与自动化、事件与集成、数据仓库与分析。

数据与分析94 次安装

fictiv

Fictiv 是一个仅通过网页使用的按需制造市场,没有公开 API,所有操作都需在用户已登录的浏览器中驱动 app.fictiv.com 完成。该技能覆盖上传 CAD 文件(如 STEP)、配置工艺与材料、DFM 反馈、报价与交期选择、下单支付、订单跟踪与售后等完整流程。它强调在花钱、对外发送或产生法律承诺的操作前必须获得用户明确批准,禁止代填支付卡号、CVC、银行信息或密码,不臆造规格,并提醒出口管制限制(仅接受 EAR99 和 9E991,不接受 ITAR)。技能内含 UI 地图、报价、结账支付、订单与团队、能力、故障排查等参考文件,以及 CAD 预检、报价状态读取、下拉选项列举等脚本。

办公与效率94 次安装

ginkgo-cloud-lab

Ginkgo Cloud Lab 是 Ginkgo Bioworks 提供的云端实验室平台(cloud.ginkgo.bio),用户可通过网页界面远程提交并管理实验方案,由自主实验室基础设施执行。方案运行在可重构自动化推车(RAC)上,这些模块化单元配备机械臂、磁悬浮样品传输系统,并集成 70 多种仪器。平台还提供 EstiMate AI 智能体,可用自然语言描述自定义工作流并获得可行性评估与报价。方案目录涵盖表达与纯化(体外/无细胞/大肠杆菌/毕赤酵母)、表征与检测、方法与靶点导入以及特色方案,每项方案标注了读数、价格、周转时间和状态。

智能体与模型94 次安装

lab-hardware-cad

Lab Hardware CAD 是一个用于设计实验室定制硬件的技能,将物理研究硬件以参数化 Python 源码形式建模,并导出可制造的 STEP、STL 和 DXF 文件。它强调接口尺寸的正确性:零件必须与尺寸由标准或厂商图纸固定的设备配合,因此技能要求先确定接口尺寸、再选择制造工艺、最后编写参数化模型。模型以 build123d 0.11.1 编写,通过 gen.py 生成 STEP(权威产物)、STL 和 manifest.json,并用 check.py 进行标准、接口、几何和间隙检查,再用 snapshot.py 生成六视图快照供人工查看。适用于微流控芯片与模具、光学安装件、实验室器皿适配器、动物行为装置等,不适用于有限元分析、计算流体力学、分子结构或科学绘图。

设计与创作94 次安装