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

259,889 个结果

physicalai-train-benchmarking-a-policy

该技能用于在仿真 gym 中对 Physical AI Studio 已训练好的策略进行基准测试并报告成功率指标。支持通过 Python API 或 physicalai benchmark CLI 两种方式调用:可加载 ACT 等策略的检查点或导出模型,在 PushT、Libero 等基准环境中执行 rollout,打印结果摘要,并输出 results.json 与 results.csv,还可选录制视频。适用于评估机器人策略性能、对比基线检查点、以及在任务回归时进行定性审查。

测试与质量80 次安装

physicalai-runtime-configuring-inference-pipeline

该技能用于在 PhysicalAI 推理运行时中围绕 InferenceModel 配置预处理、后处理和 runner。它通过 manifest 规格和 ComponentRegistry 来组装推理流水线,流水线顺序为:观测 → 预处理器 → runner → 后处理器 → 动作输出。涉及的核心代码包括 component_factory.py(ComponentRegistry、instantiate_component、_MAX_COMPONENT_DEPTH)和 model.py(依据 manifest 规格构建处理器链)。支持使用 type(注册表短名)引用内置组件,或用 class_path + init_args 显式指定类。适用于编辑推理流水线配置、新增内置处理器、校验组件顺序与产物路径等场景。

智能体与模型80 次安装

openwhispr-cli

OpenWhispr CLI 是 OpenWhispr 的命令行工具,用于在终端中操作 OpenWhispr 的笔记、文件夹、转录和音频。它以单个二进制形式提供,可通过本地桌面应用的 HTTP 桥接或云端 REST API 运行,同一命令在两种后端间行为一致。安装需 Node.js 20 或以上,命令为 npm install -g @openwhispr/cli。使用 noun-verb 语法,如 notes list、notes get、notes create、transcriptions list 等。输出会根据 stdout 是否为 TTY 自动切换可读文本或 JSON,可用 --format 覆盖。退出码区分用户错误、后端不可达、鉴权失败和资源不存在,便于脚本处理。远程后端需在桌面应用生成 API Key 并执行 auth login,权限由服务端按 notes:read、notes:write、transcriptions:read 等作用域控制。

办公与效率80 次安装