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 11-22 00:12

全部 Skills

259,374 个结果

decision-bias-quality-control

该技能用于对高风险决策进行偏误感知的质量控制,通过“十二问”检查决策形成过程,识别影响判断的偏误、证据缺口与修正方式。它支持四种模式:self-agent(AI 自行查核、讨论或审查决策)、proposal-review(审查提案、核准条件或 go/no-go 建议)、meeting-facilitation(主持决策会议、安排提问与讨论收敛)、personal-coaching(个人重大抉择、选项比较与验证行动)。完整审查默认提供质性分析与量化评分,包含决策建议、偏误诊断、主要风险与修正,以及十二题评分、分组计算、总分与风险门槛;仅在用户明确要求脚本、局部追问或其他部分成果时才缩小交付范围。技能会先查核可自行取得的资料,再说明仍缺什么、影响哪个结论及需要补充的内容,并对证据不足的题目保留待验证状态,呈现暂定分数或范围。评分衡量查核完整性,风险判断另附具体依据,结论区分事实、假设与未知,不把单一观点、模拟讨论或 agent 相互同意当成人类团队共识。

办公与效率84 次安装

openviking-context-database

OpenViking Context Database 是面向 OpenClaw 的插件操作技能(Operator Skill),通过 @openviking/openclaw-plugin 让智能体接入已有的 OpenViking 服务器,从而获得长期记忆、会话归档、资源与 Agent Skill 导入以及语义召回等能力。该技能描述的是当前 OpenClaw 插件实现,而非独立的 OpenViking Python SDK。插件为纯远程模式,仅通过 HTTP 与已有的 OpenViking 服务器通信,不负责启动或管理 openviking-server,也不应自行臆造 REST 端点。核心机制围绕 assemble(从 OpenViking 重建压缩后的会话历史并注入召回内容)、afterTurn(仅追加新回合,按阈值触发异步提交)、compact(提交并等待归档与抽取完成,再回读归档概览)三层展开。工具涵盖记忆的召回/存储/遗忘、归档搜索与展开、资源与技能导入搜索、召回链路查询以及工具结果列表/搜索/读取。默认开启 autoCapture 与 autoRecall,长期记忆通常在 /compact 或达到提交阈值时抽取。使用前需完成 setup 配置 baseUrl、apiKey、peer_role 等参数,并通过 slash 命令或注册工具操作。

智能体与模型84 次安装

ov_dream

ov_dream 是 OpenViking 的手动同步与召回技能,用于在不占用 OpenClaw contextEngine 槽位的情况下,按用户显式输入的命令执行同步或记忆召回。当用户消息以 `ov dream` 或 `ov recall <query>` 开头时,应将其视为操作者指令而非普通对话:`ov dream` 触发手动同步,读取 OpenClaw 的 sessions.json,将符合条件的聊天记录同步到 OpenViking,并在有新消息时提交每个会话;`ov recall <query>` 触发手动召回,在默认用户根 URI `viking://user/default` 下搜索 OpenViking 并返回相关记忆。该技能为手动模式,不自动将召回结果注入提示上下文,也不替代 OpenViking context-engine 插件。

办公与效率84 次安装

hardware-tdd

Hardware TDD 是一个面向嵌入式固件开发的测试规划技能,适用于 Arduino、ESP32、ESP32-S3、Pico 或 Pico W 等平台。它强调在宣称功能完成之前先构建“测试阶梯”,将纯逻辑行为与硬件相关行为分开验证:纯 C/C++ 逻辑可在主机上通过 fake 测试,外设与部分时序可借助 Wokwi 等模拟器验证,而电压、引脚复用、负载下的时序以及物理装配必须依赖目标板证据。该技能提供需求到可观测行为与安全不变量的转化流程、分层测试矩阵(主机、模拟、构建、目标、系统)、反合理化清单以及验证要求,帮助开发者明确每一层测试能证明什么、不能证明什么,并保留失败与未验证用例的可见性。

测试与质量84 次安装