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 10-23 00:13
235,020 个结果
cbb-data（College Basketball Data）是一个基于命令行的大学篮球（NCAA）数据查询工具，通过 ESPN 公开接口与 NCAA 官方接口获取数据。安装方式为 pip install sports-skills，要求 Python 3.10 及以上，无需 API 密钥。它提供 scoreboard、排名（AP Top 25 与教练投票）、按联盟（conference）筛选的战绩榜、360 余支 D1 球队列表、球队名单与赛程、比赛详细数据与逐回合记录、胜率曲线、未来盘口，以及 NCAA 官方口径的 D1/D2/D3 记分板、赛程索引、比赛详情、技术统计、逐回合与三月疯（March Madness）对阵图和最新比分。此外还有 BPI 实力指数、锦标赛预测（种子、赛区与晋级概率）、球队对比和爆冷候选识别等分析型能力。需注意赛事具有季节性（11 月至次年 4 月），休赛期记分板可能为空；部分 NCAA 接口在官网重新部署后可能暂时不可用。
World Cup 是 machina-sports/sports-skills 下的一个提示词型技能，围绕世界杯数据提供免费公开数据发现路径，并可选接入 Machina 的 ZeroClick 托管服务。免费部分通过 sports-skills 获取公开足球数据，相关技能（football-data、kalshi、polymarket、markets）为独立可选安装，并非前置依赖。当任务需要托管响应、规范实体解析、预测或成品编辑内容时，可发现 agents.machina.gg 上的付费服务，包括 Match Context（ID 解析、赛程、事件上下文、积分榜、阵容、伤病、球员表现）、Forecasts（比赛预测、回测）和 Finished Content（比赛回顾、球员聚焦）。该技能本身不执行购买，也不分发服务商密钥；付费调用按量计费并需支出审批，可能还需买方认证。目录检查日期为 2026-10-10，2026 年赛事在该日期已属历史数据，除非实际响应另有说明，否则应按存档处理。仅限体育情报用途，不构成投注、交易或投资建议。
该技能用于系统化文献深度研究，覆盖 PubMed、EuropePMC、bioRxiv 预印本及引用网络，并进行证据综合。流程分为三个阶段：先用标识符工具消歧并建立主题画像，再执行碰撞感知检索（含引文扩展与多库交叉），最后按 T1-T4 分级撰写结构化报告。核心原则包括：先查证再推理、先消歧、交付物按需定级、每条结论标注来源并分级、章节齐全、英文优先检索但以用户语言回应。支持事实核查、迷你综述与含 15 个章节的完整深度研究报告三种模式，输出报告文件与参考文献 JSON/CSV。适用于生物医学、临床、生物学、计算机与跨学科等主题的文献证据梳理。
shadcn_ui 是受 shadcn/ui 启发的 Flutter UI 组件库，提供按钮、卡片、表单等高质量、可定制、可访问的组件，并内置主题系统与示例文档。
Knowledge Base Builder 是一个面向知识管理与客户支持场景的技能，主要用于从支持工单中识别常见问题（FAQ），并据此创建知识库文章。它能够生成 FAQ 板块、带截图位置说明的分步教程、视频脚本指导、面向搜索优化的内容，以及自助服务分流指标。其核心目标是通过高质量的文档减少工单量，提升自助服务效率。该技能定位为知识管理专家角色，强调输出具体、可操作、可复制粘贴的模板，并附带真实示例与上下文说明。资料未提供具体的安装命令、平台限制、收费方式或实际效果数据。
React Native Animations 是一个聚焦 React Native 高性能动画开发的技能插件，属于插件市场 pluginagentmarketplace/custom-plugin-react-native。它围绕 Reanimated 3、Gesture Handler 和布局动画，讲解如何创建流畅的 60fps 动画、处理复杂手势、实现元素进入与退出动画，并进行性能优化。内容涵盖安装配置、Reanimated 基础 API（useSharedValue、useAnimatedStyle、withSpring）、手势检测器、布局动画以及动画时序函数对比，并提供滑动卡片等快速上手示例、常见错误解决方案与验证清单。适合具备 React Native 基础、了解 JavaScript 闭包与样式变换，希望系统掌握声明式动画与手势结合开发的开发者。
pr-threads-resolve 是一个用于批量解决当前分支 PR 上未解决审查线程的技能。它通常在线程已通过手动方式或 /pr-threads-address 处理完毕后使用。该技能依赖 gh pr-review 扩展，需要先获取 PR 编号和仓库标识，然后列出未解决线程、展示详情、请求确认或选择性解决，最后批量解决并汇报结果。
这是一个全栈企业用户管理系统，结合了用户管理、任务管理和支持工单处理，并集成基于机器学习的 AI 分析能力，用于风险检测、异常检测、职业倦怠分析和项目预测洞察。系统采用 React 前端、Node.js REST API 后端、FastAPI 机器学习服务以及 MongoDB 数据库。
Rspack 最佳实践是一套面向 Rspack 项目的配置与优化规则，适用于编写或审查 Rspack 构建配置。内容涵盖配置文件写法、CLI 命令、类型检查、CSS 处理策略、包体积优化、资源管理、性能分析与安全注意事项，并给出官方文档入口。
该技能可将人物照片转换为皮克斯风格的 3D 卡通角色，再通过参考舞蹈或动作视频驱动该角色完成动画。输入包括人物照片（必填）和参考视频（可选）。流程分为两个阶段：先用 muapi 图像编辑模型（nano-banana-2-edit）生成保留人物身份特征的 3D 卡通形象，经用户确认后，再用运动控制视频模型（kling-v2.6-std-motion-control）让角色复现参考视频中的舞蹈动作，最终输出动画视频。
这是一个虚拟试衣技能，通过组合人物照片和服装图片，让用户生成穿着该服装的时尚照片，并可选地进一步生成专业时尚模特视频。该技能分两个阶段：第一阶段使用 muapi 图像编辑（模型 qwen-image-edit-2511），将人物照片与服装照片合成一张自然逼真的时尚摄影风格图片；第二阶段可选，基于第一阶段生成的试穿图片，使用 muapi 的图生视频模型（seedance-v1.5-pro-i2v-fast）生成模特展示服装的短视频。技能需要两个必填输入：person_image（人物或模特照片）和 clothing_image（服装照片）。触发关键词包括 fashion try on、virtual fitting room、try on clothes、model fashion、clothing preview。执行时由 LLM 编排，先检查认证（需设置 MUAPI_API_KEY），缺少输入时向用户询问。未提供 CLI 别名的模型可通过 curl 调用原始 API 端点并轮询结果。
该技能用于制作高端珠宝广告视频，采用商业级电影摄影风格与精细微距动画。流程分为两个阶段：先通过 muapi 图像生成（模型 nano-banana-2-edit）生成一张奢华珠宝基础图，提示词包含珠宝描述、放置表面、暖光高光、100mm 微距镜头与浅景深等要素，画幅为 1:1 或 4:5，并交由用户确认；确认后再用 muapi 图生视频（模型 grok-imagine-image-to-video）依次生成两段连续镜头——围绕戒指的轻微旋转特写，以及镜头缓慢滑过钻石、展现切面闪耀的极特写，最后可用 muapi 预测结果配合 ffmpeg concat 工具合并为约 5 秒的成品广告。输入项包括珠宝描述（默认：带莲花设计的精致玫瑰金戒指与闪耀钻石）和表面描述（默认：米色表面），均为可选。
该技能用于根据歌曲主题生成一支短视频音乐视频：按场景数量生成关键帧并逐帧动画化，同时生成匹配的音乐。输入包括主题（必填）、场景数（默认3，每场景5秒）、音乐风格标签与视觉风格；流程分两层并行执行——第一层生成N个关键帧和1条音乐轨，第二层基于关键帧用图生视频方式逐场景动画化，最终返回关键帧资产序列、动画片段序列、音乐轨资产ID及剪辑顺序摘要。适用于需要快速产出主题化音乐短片/MV可视化的场景。需注意：单个视频调用超过50 cr需用户确认；图生视频失败时可回退为文生视频；角色连续性需在每个场景提示中逐字重复角色描述。
deep-research 是一个基于 Google Gemini Deep Research Agent 的自主多步研究技能，能够自动规划、搜索、阅读并综合信息，生成完整的研究报告。它通过 Python 脚本调用，需要 Python 3.8+、httpx 依赖和 GEMINI_API_KEY 环境变量。支持自定义结构化输出格式、实时流式进度、异步启动、状态查询、等待完成、基于已有研究继续追问以及列出近期研究等操作。输出格式包括默认的 Markdown 报告、JSON 结构化数据和原始 API 响应。适用于市场分析、竞争格局梳理、技术文献综述、尽职调查、历史研究、框架与产品对比等场景。每个任务耗时约 2-10 分钟，成本约 2-5 美元，具体因复杂度而异。
Bash 脚本生成技能，用于按明确需求创建、生成或搭建 Bash/shell 脚本、自动化与 CLI 工具。不适用于仅校验已有脚本的请求。
helm-validator 是一个 Helm Chart 校验与分析技能，默认只读，通过 helm lint、模板渲染、YAML 与 Kubernetes schema 校验、CRD 文档查询及安全最佳实践检查，生成按严重级别分类的报告与修复建议。
SEO 审计技能，用于诊断网站搜索引擎优化问题并给出可执行建议。覆盖技术 SEO、页面 SEO 与内容三层，提供页面评分与站点健康度评分脚本，输出按优先级排序的整改计划。
FHIR Developer Skill 是一份面向医疗健康 API 开发的 FHIR 开发指南，来源于 anthropics/healthcare。它用于在构建医疗端点时提供快速参考，涵盖 FHIR REST 端点、HTTP 状态码、FHIR R4 各资源的必填字段、值集枚举、校验模式、编码系统 URL、数据类型模式、常见错误、RESTful 端点设计与实现清单等内容。资料提供了 Python/FastAPI 与 TypeScript/Express 两种校验示例，并附带快速启动脚本，可生成带正确 Pydantic v2 模式的 FastAPI 项目。
用于结构化撰写基准与评测类论文的技能，基于五支柱框架（研究空白、构建流水线、评测框架、实证发现等）组织论文，并提供六段式引言逻辑链、第2至第7节骨架和投稿前自查清单。
该技能面向交易结算与清算流程的理解与管理，涵盖T+1结算周期、DTCC旗下DTC、NSCC、FICC等中央清算基础设施、中央对手方与更替、清算基金、持续净额结算（CNS）等核心概念，可用于设计符合T+1要求的结算工作流。
这是一个关于在 Netlify 平台构建与部署项目的最佳实践技能，涵盖无服务器函数、边缘函数、后台函数、定时函数、Netlify Blobs 存储、Image CDN 图片处理以及部署配置。它强调通过导出 config 对象做代码内配置、函数类型的选择与各自限制、环境变量管理方式，以及使用 Blobs 做状态与数据存储等要点，适合在 Netlify 上开发部署应用的场景。
OpenClaw GHSA Maintainer 是 OpenClaw 仓库中专用于 GitHub 安全公告（GHSA）工作流的技能。它聚焦于检查、修补、验证、发布或确认 OpenClaw 的 GHSA 安全公告及私有 fork 状态，不适用于稳定版或测试版发布工作。使用该技能前，需先阅读 SECURITY.md 并遵守公告护栏规则；任何发布操作都必须先获得许可。技能涵盖的核心流程包括：通过 gh api 获取当前公告与 npm 最新版本信息，确认公告状态、关联私有 fork 及漏洞载荷结构；在发布前验证私有 fork 中没有处于打开状态的 PR；安全地准备公告 Markdown 与 JSON（使用 heredoc 写 Markdown，使用 jq 构建 PATCH 载荷，避免转义换行符）；按正确顺序应用 PATCH 调用（severity 与 cvss_vector_string 不可在同一 PATCH 中设置）；通过 PATCH 将 state 设为 published 完成发布，并重新获取公告以验证 state、published_at 及描述中不含字面转义换行符。该技能还提醒常见陷阱，例如必需字段缺失或私有 fork 仍有打开 PR 会导致 HTTP 422 发布失败，以及公开加固/不发布评论和草稿文本应避免原始提交哈希、PR 标题编号和修复机制摘要。
Voxel-It 是一个把照片转换成高质量 Minecraft 风格截图的技能：人物保持照片级真实，画面其余部分转为体素方块，并用电影级调色统一整体。它内置 Step 0 路由器，会读取照片并自动在三种模式中选择：object-only（只把主体食物/饮品/产品及其餐具体素化，人物与背景保持真实，并浮出 Minecraft 物品标签）、background-only（只把背景/环境体素化，人物及手持物保持真实）、object+background（除人物外全部体素化）。转换引擎固定使用 gpt-image-2（quality=high、PNG 输出），并采用 @rohxit7 的配方。该技能强调严格的空间保真：相机角度、构图、元素位置与相对大小均需与原图一致，不增删或重排物体。
muapi-brochures 是一个用于生成专业多页宣传册设计的技能，可产出封面、内页跨页和封底三部分，适用于企业、房地产、活动或产品发布等场景。该技能通过 muapi 的图像生成与编辑能力，按用户提供的品牌名称、主题、风格、配色和版式等输入，并行生成三张宣传册页面图像。封面可使用品牌 Logo 进行图像编辑，内页与封底则通过图像生成模型完成。生成后按封面、内页、封底顺序展示，并支持调整颜色、布局或添加内容，还可建议导出为画布合成。该技能强调使用占位文本而非编造虚假内容，并针对房地产、活动等场景提供额外提示建议。