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 10-24 00:15
236,167 个结果
该技能用于处理 RevenueCat Android SDK 的错误。它围绕 PurchasesError 与 PurchasesErrorCode 枚举展开，说明 awaitPurchase() 抛出 PurchasesTransactionException（含 userCancelled 标志），其余 await* 调用抛出 PurchasesException。技能指导开发者按错误码分类处理，如用户取消、已购买、支付待处理、网络错误等，并映射为用户可读提示，同时强调 SDK 已内置重试，不应自行添加退避循环。
Get Shit Done（GSD）是面向 Claude Code 的结构化、规格驱动（spec-driven）工作流技能，用于软件项目的规划与执行。它通过自定义斜杠命令（以 {{COMMAND_PREFIX}} 开头）提供分阶段规划、阶段执行、验证和路线图管理等能力。命令以独立技能形式安装在 {{PLATFORM_ROOT}}/skills/ 下，例如 {{COMMAND_PREFIX}}new-project 对应 gsd-new-project/SKILL.md，{{COMMAND_PREFIX}}help 对应 gsd-help/SKILL.md。命令文件与工作流中包含 @path 引用，属于必须加载的上下文，需用 Read 工具读取后再继续。工具映射方面，Bash 工具、Read/Write 工具按名称对应使用，AskUserQuestion 改为在对话中直接提问并给出明确编号选项，Task/subagent 优先使用 {{PLATFORM_ROOT}}/agents 中匹配的自定义智能体，否则就地扮演该角色。输出需严格遵循命令与模板文件中定义的 XML 或 Markdown 格式。资源安装在 {{PLATFORM_ROOT}}/get-shit-done 下，各技能位于 {{PLATFORM_ROOT}}/skills/gsd-*/。
面向真人口播出镜的拍摄与表达技能，帮助真人对着镜头自然说话。提供 TAKES 框架：布置机位、记节拍而非台词、抓住前三秒、按节拍重拍、批量拍摄，并给出自查清单与镜头恐惧的替代方案。
Syncfusion React Card 是一个轻量、灵活的 React 卡片容器组件，用于以卡片形式组织展示内容。它支持头部（标题与副标题）、图片、分隔线、操作按钮，并可在卡片内嵌入其他 Syncfusion 组件（如 ListView、图表等）。该技能提供从入门到进阶的参考文档，涵盖卡片结构、图片与标题、分隔线、操作按钮、水平布局与自定义，以及组件嵌入等主题，并附带基础卡片、带按钮卡片、水平布局卡片等快速示例，以及用户资料卡、产品卡、博客文章卡等常见模式。使用前需安装 @syncfusion/ej2-layouts 包并导入对应 CSS，通过 e-card 等 CSS 类构建卡片。适用于仪表盘卡片、产品列表、团队成员展示、博客预览、功能亮点、数据报告、通知与设置分组等场景。
Syncfusion React ListView 是一个用于在 React 应用中展示动态、可交互列表的 UI 组件技能指南。它覆盖组件从安装到进阶使用的完整流程，包括数据绑定、单选/多选与复选框选择、项目模板、头部与分组模板、过滤、排序、分组、拖拽、嵌套列表（最多三层）、虚拟滚动、动画、RTL 支持以及 WCAG 2.1 AA 无障碍等能力。组件支持本地数组、对象数组（通过 fields 字段映射）以及基于 DataManager 的远程数据绑定，并提供 addItem、removeItem、getSelectedItems、checkItem、refreshItemHeight、destroy 等方法用于动态增删改查和选择管理。指南还提供分组布局与对齐模式示例，如卡片容器、网格仪表盘等，帮助解决滚动、边框、间距等常见布局问题。使用前需通过 npm 安装 @syncfusion/ej2-react-lists 等包并引入对应主题 CSS。该技能适用于设置列表、联系人列表、嵌套导航、可过滤搜索、待办清单、商品目录、聊天消息、通知流等场景。注意：资料未提供具体授权、收费、价格或官方支持范围等信息。
为代码变更评审生成自包含 HTML 走查页面的技能：把当前分支的 diff 拆成有逻辑顺序的步骤，配解释与分级评审发现。需显式调用（Claude Code 中 /review-walkthrough:review-walkthrough，Codex 中 $review-walkthrough）。
该技能用于在网站上实施、审计和验证结构化数据（Schema Markup）。它帮助生成、检查和修复 JSON-LD 格式的 schema.org 标记，以争取 Google 富媒体搜索结果、提升点击率，并让内容更易被 AI 搜索系统理解。技能覆盖三种工作模式：审计现有标记、为新页面实施标记、验证并修复错误，同时提供 schema 类型选择建议、常见错误清单、测试验证工具和 AI 搜索可见性优化建议。
cr-review 是一个用于在 Claude Code 中审阅 GitBook 变更请求（Change Request）的技能，属于 gitbookio/gitbook-skills 仓库。它通过 curl 直接调用 GitBook REST API（https://api.gitbook.com/v1），无需安装 CLI，是 cr-create（创作侧）的审阅侧配套工具。审阅流程为：发现 → 理解 → 评论 → 裁决。它支持查询当前用户身份、解析成员、列出组织与空间、跨组织或单空间发现变更请求、查看 CR 详情、获取结构化变更摘要、按页对比 markdown 内容生成文字摘要、读取已有评论（区分人类与 gitbook:agent 自动评论）、发表评论以及提交 approved 或 changes-requested 裁决。使用前需在仓库根目录 .env 中配置 GITBOOK_TOKEN，并确保 curl 与 jq 可用。该技能强调所有操作均为真实 HTTP 调用，不得伪造输出，评论与裁决需用户明确确认后才执行，且不包含合并 CR 的功能。
一个用于生成手绘风 Excalidraw 图表、流程图、讲解图、线框图和页面草图的技能，默认单色素描风格，仅在必要时使用克制色彩，可通过工作流路由选择图类型并输出可编辑的 .excalidraw 文件。
Java Fundamentals 是一个面向 Java 核心编程的技能，覆盖 Java 8 至 21 的语法、面向对象编程、集合框架、Streams API 与异常处理。它帮助开发者编写整洁、符合惯用法的 Java 代码，按 OOP 原则设计类，选择合适的集合类型，实现函数式编程模式并正确处理异常。内容包含记录类（Java 16+）、密封类（Java 17+）、模式匹配（Java 21）等新特性，并提供集合选择参考与常见异常排查建议。
该技能用于估算市场机会规模，覆盖 TAM（总体可寻址市场）、SAM（可服务可寻址市场）和 SOM（可服务可获得市场）。它同时运行多种测算框架（自上而下、自下而上、可比公司、类比市场），比较各框架结果的一致与分歧，并综合出带置信度标签的校准估算与建议。技能强调多框架综合与认知纪律：每个金额必须可追溯到公开来源、明确假设或敏感性区间，拒绝无边界编造。适用于外部市场机会评估，不适用于内部工具投资回报测算。
设计冲刺就绪度诊断工具，用于在投入连续5天团队时间和用户招募前，判断团队应现在启动设计冲刺、推迟，还是先完成前置工作，输出 Go / Conditional Go / Wait 结论。
这是一个中文源码分析系列项目，对 Claude Code（Anthropic 的 AI CLI 编程助手）约 1900 个文件的源码进行逐模块拆解，共 25 篇文章，涵盖 System Prompt 工程、多智能体编排、工具系统、权限安全与终端 UI 等主题。每篇文章附带具体文件引用、行号和代码片段，并从中提炼可复用的 AI 智能体设计模式。项目涉及的技术栈为 Bun + TypeScript + Ink（终端 React）+ Anthropic API。仓库提供三条阅读路线：快速路线（7 篇）、AI 工程路线（9 篇）和完整路线（25 篇）。文中提炼的模式包括工具构建器模式、AsyncGenerator 对话循环、35 行极简 Store、System Prompt 分段构建、上下文自动压缩、权限七步决策流水线、多智能体上下文隔离、API 过载重试等，并给出将这些模式应用到自建智能体的最小脚手架示例。
rc-plan-changes 是 RevenueCat 提供的一项技能，用于在 Android 平台上通过 RevenueCat 实现 Google Play 订阅的升级、降级、跨级和试用转换等计划变更。它通过统一的 PurchaseParams 构建器暴露 Google 的替换模式，并在服务端解析 linkedPurchaseToken 链，开发者无需编写令牌链处理代码。该技能涵盖前置条件确认、替换模式选择、执行购买和验证结果四个阶段，并列出常见错误及修复方法。
1-3-1 是一个决策框架技能：把问题或决策整理为“一个问题、三个不同方案、一个推荐”。适用于用户提出非平凡决策或分叉选择时，先产出三个真实备选方案，再给出唯一推荐，避免直接锚定第一个想法。
Paper Figure 是面向论文写作场景的图表生成技能，用于根据实验结果数据自动产出可发表的配图与表格。它能处理数据驱动类图形，包括折线图（训练曲线）、柱状图（方法对比）、散点图、热力图、箱线图/小提琴图，也能生成多子图面板（例如数据集×方法的网格图），并支持生成 LaTeX 对比表格（如方法特性、先验界、消融结果对比）。该技能会读取 PAPER_PLAN.md 中的图表计划表，判断哪些图可由数据自动生成、哪些需手工绘制、哪些属于表格；随后建立共享的绘图样式配置脚本，按数据类型自动推荐图形类型与图宽，为每张图生成独立的 Python 脚本，从 JSON/CSV 读取数据而非硬编码，最后输出矢量 PDF（PNG 作为回退）并生成 LaTeX 引用片段文件。它不负责模型架构图、流程图、生成样本网格、照片或截图，这类需借助 draw.io、Figma、TikZ 等手工完成，技能会将其识别为已有图形并保留。技能还包含图表质量审查环节，会调用指定模型检查图表标题是否自洽、图形类型是否匹配数据、对比是否公平、是否缺少基线或消融实验，并提供正确性与规范性两份检查清单。
用于A股市场主线识别的技能，聚焦市场结构、题材周期与资金行为，适用于问题回答、撰写报告和金融类文章。输出内容较多，不适合简单对话场景。数据获取可使用wind.financial.data工具，以合理关键字或关键字组合获取。
用于创建、生成或搭建 Makefile 的技能，支持 .PHONY 目标与构建自动化，覆盖 C/C++、Python、Go、Java 及通用项目，遵循 GNU Coding Standards，可调用 makefile-validator 做自动校验。
add-ui 是一个用于生成并比较 UI 方案的工作流技能：针对新增或已有的区块、组件、页面、流程或外壳，产出 5 个具实质差异的生产级 UI 方向，帮助用户预览、对比并选定后集成。
debate-review 是一个用于代码评审的双模型辩论式技能：主评审模型先找出问题，辩论评审模型尝试反驳并补充自己的发现，随后主评审模型做最终裁决，最终以行内评论形式发布到 GitHub PR、GitLab MR、Azure DevOps PR，或打印本地工作树的评审结果。它通过用户自己的 gh、glab 或 az 账号发布，属于非批准性质的评审或评论，从不批准、也从不请求更改。使用时由编排者运行一条命令并转达结果，编排者本人不审阅 diff、不直接操作 PR。支持 --local 本地评审、--dry-run 预览、--check 检查评审通道、--force 强制重发等选项。
client-letter 是 anthropics/claude-for-legal 法律诊所插件中的技能，用于处理日常客户往来函件：预约确认、文件索取和简短的“已提交”状态更新。它基于模板生成普通语言信函，包含必要要素，并按诊所的督导风格与教学姿态设置进行调整。该技能明确仅限常规函件，实质性法律意见、坏消息或对法院与对方律师的通信不在此范围，所有信函需经主管律师审阅后方可发出。
抖音视频批量下载工具，基于 F2 框架实现高效、增量的视频下载。支持单个或批量博主下载、自动 Cookie 管理、差量更新机制，可自动跳过已下载视频。下载时自动保存视频元数据（点赞、评论、收藏、分享数等），并提供 Web 界面展示统计信息。适用于批量下载特定博主视频、服务器部署自动化下载或定期更新视频库。
orca-cli 是一个用于操作 Orca 编辑器/运行时环境的命令行工具技能。它通过公开的 `orca` CLI 管理 Orca 托管的工作树（worktree）、文件夹上下文、终端、仓库、自动化、产物、工作树评论，以及 Orca 应用内嵌的浏览器。该技能本身是一个发现存根（discovery stub），并非完整使用指南；完整且与版本匹配的 Orca CLI 参考由 orca 二进制文件自身提供，以避免文档与实际执行的二进制版本产生偏差。当 Orca 的运行编辑器/运行时是事实来源时（例如 Orca 托管的工作树、文件夹上下文、终端、仓库、自动化、工作树评论和内嵌浏览器），应使用该技能。触发场景包括 "$orca-cli"、"Orca worktree"、"child worktree"、在工作树中启动 codex/claude、读取/等待/发送 Orca 终端、完整交接（handoff/handover）、将任务交给另一个智能体，以及控制 Orca 内嵌浏览器。当 Orca 状态无关紧要时，应使用普通 shell 工具。
ce-retune 是一个面向新模型重新调校技能语料库的测量优先流程，先建立基线、噪声下限与预先登记的达标线，再对抗式审计语料、逐项削减回归，最后测量并交付。