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 11-23 00:12

全部 Skills

259,834 个结果

corporate-trust

corporate-trust 是 madebymustafa/design-taste 集合中的“信任优先型企业”风格包,面向金融科技、医疗、政府等需要建立稳健信任感的受众。它以纯白页面、单一深蓝强调色、系统字体、精确表格和零装饰为核心,提供固定的配色、字体、版式、内容语气与动效规范,以及可执行的检查清单,帮助页面传达可靠、可审计、低风险的印象。适合构建企业官网、产品介绍、合规与采购场景页面,不适用于追求视觉冲击或强营销表现的项目。

设计与创作81 次安装

retro-print

retro-print 是 madebymustafa/design-taste 系列中的风格包(Genre pack),主题为 Risograph 孔版印刷与 70–80 年代印刷复兴。它面向网页设计,给出一套固定的视觉规则:暖色纸张底色、最多两种颜料墨(riso 红 #E4572E 与 riso 蓝 #355E8C)、半调网点纹理、套印偏移(misregistration)、虚线图章与海报式排版。字体上要求展示用窄体大写、正文用安静的衬线体、标签用等宽大写。动效近乎没有,仅保留 200ms 的入场与链接变红的悬停。页面中每一条均为设计约束,适合需要营造真实印刷质感的品牌页、活动海报页与作品集。

设计与创作81 次安装

amazon-memo

Amazon Memo 是一个帮助撰写、改编和修订亚马逊式叙事决策备忘录的技能,适用于六页备忘录、PR/FAQ、短决策简报以及阅读会议和异步评审场景。它强调用连贯的散文推理帮助读者理解问题、质疑推理并做出或记录决策,而非装饰性叙事。该技能提供形式路由(决策/战略叙事、PR/FAQ、短决策简报等),指导建立阅读契约、构建论证(区分事实、假设、预测和虚构示例)、按受众起草、修订以利于人类阅读,以及设计评审和闭环。它包含明确的不使用场景(如架构决策用 adr-authoring、事故分析用 incident-learning 等),并声明这些是原创脚手架而非亚马逊官方模板。

写作与研究81 次安装

meetings

meetings 是一项用于会议全流程规划的技能:帮助组织者规划、组织、引导并记录会议,以及关系敏感的一对一沟通,涵盖受邀人、决策流程、主动无障碍安排等。它强调不编造决策、共识、负责人、截止时间、出席、授权、可用性或同意,区分证据、推断、提案与协议,沉默不等于同意;草拟内容不等于获得邀请、分发纪要、录音、留存转录或创建任务等外部写入授权,实际动作需用户常规授权并确认目标、范围与回滚路径。适当时优先异步沟通,按目的选择最小可用设计,并以回读结果、理由、异议、已接受行动与未知项收尾。

办公与效率81 次安装

data-validation

Data Validation 是一套面向数据工程师的数据校验模式与流水线辅助工具,用于构建自定义业务规则校验流程。它提供 scripts/validators.py 脚本,包含 ValidationResult、DataValidator 以及 validate_no_duplicates、validate_referential_integrity、validate_date_range、validate_value_in_set、run_validation_pipeline、validate_with_schema_version 等校验函数,并提供 assert_schema_match、assert_no_nulls、assert_unique、assert_values_in_set 等测试断言。该技能还按框架细分出 pydantic-validation(记录级校验)、pandera-validation(DataFrame 模式校验)和 great-expectations(流水线期望与监控)等子技能,帮助用户根据 API 请求响应、逐条 ETL、DataFrame 校验、流水线监控或数据仓库检查等不同场景选择合适的框架。依赖 pandas。

数据与分析81 次安装

twitter-algorithm-optimizer

Twitter Algorithm Optimizer 是一个用于分析和优化推文(tweet)的技能,目标是提升推文的触达与互动表现。据资料说明,它依据 Twitter 开源算法(如 Real-graph、SimClusters、TwHIN、Tweepcred)的机制,对推文草稿进行评估、改写与编辑,并解释推荐背后的原因。该技能可帮助识别推文表现不佳的算法层面原因,基于互动信号(如点赞、回复、转发、引用、书签及各类隐式与负面信号)提供优化方向,并按用途、主要能力、使用方式、适用场景和限制等维度整理介绍。

营销与增长81 次安装

software-factory

software-factory 是面向 AI 智能体的可安装技能,由 mattpocock/skills 发布,用于为“软件工厂”设计提供统一术语。它把软件工厂定义为多个智能体组成的系统:将工单、PR 与定时调度转化为合并的代码,并部署在用户选择的远程基础设施上。该技能规范了任务、触发、运行、执行机、工单追踪器、工单来源、Git 托管、编排器、可观测平台等术语,并给出设计方法:从用户问题出发、逐步增加自动化触发器并配合自动检查、自动评审与人工评审三重刹车、为每个服务槽位选定产品、逐项追问每个任务与工单来源的触发、读写、后续动作、人工介入点与防重复机制。适用于讨论或白板设计软件工厂时统一语言。

智能体与模型81 次安装