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
236,201 个结果
Incident Commander 是一个面向可用性与可靠性事故（如服务中断、性能降级、部署失败）的应急响应框架技能，属于工程团队类别。它提供事故严重级别分类（SEV1-SEV4）、时间线重建、事后复盘（PIR）生成、沟通模板以及运行手册生成等能力。该技能明确不用于安全事件处置，安全事件应转交 incident-response 技能。它包含三个核心脚本工具：incident_classifier.py 用于分析事故描述并输出严重级别、推荐响应团队与初始行动；timeline_reconstructor.py 用于处理多来源带时间戳事件并重建时间线、识别缺口；pir_generator.py 用于生成结构化事后复盘文档并应用多种根因分析框架。此外还提供事故指挥官角色职责、决策框架、各类沟通模板和运行手册模板。
dsar-response 是 Anthropic 的 claude-for-legal 插件中 privacy-legal 技能集下的一个技能，用于处理数据主体访问请求（DSAR）及删除、可携带、更正等请求，并起草回复。该技能按流程引导：分类请求类型、检查升级触发条件、验证身份、遍历系统清单定位数据、进行豁免分析、起草回复。它强调不直接发送，由人工审核后发送，并按内部流程记录 DSAR。技能会加载配置文件中的 DSAR 流程（系统清单、验证方法、SLA），并假设配置中指定的司法管辖区范围。输出包括确认函与实质性回复函两封信，以及内部豁免分析。该技能还包含身份验证、数据定位、豁免分析、截止日期管理、来源标注分级等详细步骤，并设有非律师用户的法律审查门槛。
系统化学术同行评审工具包，用于评估科研手稿与基金申请。它围绕方法学、统计、实验设计、可复现性、伦理、图像完整性与报告标准提供结构化审查流程，帮助评审者按阶段完成从初步评估到逐节审阅、统计严谨性检查、数据与代码透明度、图表质量与伦理合规的评估，并产出层级清晰的评审报告。适用于期刊论文评审、基金申请评估、报告规范（如 CONSORT、STROBE、PRISMA）核查及科学写作反馈。文档还包含科学示意图生成建议，以及针对演示文稿必须先转图片再审查的操作说明。
brainstorm 是一个用于产品与架构决策前探索的协作式头脑风暴技能。它帮助把不确定性转化为可用的选择或聚焦的实验，只探索可能改变设计的问题。该技能强调用户指令优先，保留既有约束与授权；根据情境选择工作形态，例如开放探索、机制不确定时给出建议与可推翻证据、单一假设决定可行性时先做小实验、方向已定则继续实现、询问原因时先诊断。它要求先阅读相关代码、产物或工作流并回顾既往决策，区分明确需求与推断偏好，沿有意义维度生成备选方案并比较改进点、承载成本、主要不确定性与决定性检查。在打磨方案前先测试不确定性，最后给出有依据的建议、主要权衡与下一步，并记录决策理由、被拒备选、证据与重新考虑条件。该技能不是实现、调试或常规修复的前置条件，也不要求产出规格、固定数量选项或最终批准问题。
用于在用户自己的 Freestyle 账户上构建与 cmux Cloud VM 镜像匹配的 Freestyle VM 快照，使 cmux 后端可从该快照启动云 VM。需使用自己的 FREESTYLE_API_KEY 运行脚本，快照 ID 无法跨账户共享。
autoship 是用于基于 changesets 的 npm 包完整发布流水线的技能：从编写 changeset 文件、修复 lint/类型/测试/格式、推送提交，到监视 CI、合并 Version Packages PR、监视发布并在 npm 上校验版本。
讲解享元模式（Flyweight Pattern）的记忆体优化思路，适合在创建大量相似对象且内存占用成为问题时使用，核心是把共享的内在状态与独有的外在状态分离并复用实例。
Telegram 群组统计与分析机器人（telegram-group-analytics-bot）是一个用于追踪和分析 Telegram 群组活动的工具，可统计成员增长（加入、离开、净变化）、按用户及整体的消息数量、活动模式（按小时/按天的热力图）、用户参与度，并生成自动化的每日/每周报告，支持 CSV/PDF/HTML 导出。它提供 Telegram 内机器人命令（如 /stats、/report、/top、/growth、/activity、/export 等）以及 Python 库接口（GroupAnalyzer、MessageTracker、ReportGenerator、AlertManager、DataExporter 等），可集成到自定义脚本中实现定时报告、实时活动监控、成员变动追踪和活动告警。安装方式包括 Windows 发布包和基于 Python 的手动安装（克隆仓库、安装依赖、配置环境变量）。
该技能用于查看或修改 App Store Connect、Google Play Console、RC Billing 或 Test Store 中商品的状态，包括价格、可用性和本地化信息。它遵循“计划/应用”（plan/apply）模型：读取操作即时生效；写入操作先创建草稿计划，计算可审阅的差异（diff），经用户确认后再应用到商店。计算出的差异在应用前不会影响真实商店。需要连接商店凭证（App Store Connect API 密钥或具有 Manage store presence 权限的 Google Play 服务账号）及拥有项目写入权限的 RevenueCat 登录。适用于通过 MCP 或 rc CLI 管理商品商店状态的场景。
面向 AWS、Azure、GCP 多云基础设施设计的云架构技能，覆盖 Terraform/OpenTofu/CDK 等 IaC、FinOps 成本优化与安全合规，适合需要架构建议、最佳实践或检查清单的云架构任务。
写作技艺类技能，聚焦“风格与语气”的实操应用：节奏、具体性、语气调校，以及让文字读起来像人写的多轮编辑。技能主张：AI 痕迹（如特定词汇、"It's not X, it's Y"句式、强行三段式、固定引言—论点—论点—结论结构、空话句、过度正能量）只是症状，病根是“说了谁都能说的话”；解法是靠实质内容而非删改——真实数字、具体时刻、明确观点、有意为之的离题、变化的节奏。强调声音（voice）是身份，恒定；语气（tone）是语域，随场合变化。权威性不可伪造：不得编造轶事、制造脆弱感或刻意植入错字。引用数据包括：52% 消费者一旦怀疑是 AI 文案就会脱粉、仅 13% 完全信任 AI、经验丰富的 AI 用户几乎能完全识别机器文本、检测器对非母语英语写作者的平均误报率 61.3% 等。技能明确自身定位：agent 用该声音起草和编辑，人提供真实细节并做最终判断，WoopSocial 负责发布。文中多数数据来源、编辑四遍法、语气地图、朗读协议等细节指向 references/ 下的参考文件，但本页未展开具体内容。
用于清理已合并 PR 的远程分支的 AI 技能：先只读试运行列出可删分支，经用户明确确认后再执行删除，并附带回收过期认领与关闭遗留 issue。
Git Shortcuts 是一个由用户显式触发的 Git/GitHub 工作流快捷指令技能，把 --c、--p、--pr、--m 等前缀简写翻译成按顺序执行的提交、推送、建 PR、合并等操作，并内置分支模型、PR 创建与合并协议、发布与工作树清理等规则。
本技能用于通过 MCP（Model Context Protocol）将 GrepAI 集成到 Claude Code 中，使 Claude Code 具备语义化代码搜索能力。集成后，Claude Code 可调用 GrepAI 提供的 MCP 工具，包括语义代码搜索、调用关系分析（查找调用者、被调用者、构建调用图）以及索引状态监控。使用前需已安装 GrepAI、运行 Ollama（或其他嵌入提供方）、完成项目索引（grepai watch）并安装 Claude Code。可通过一条命令 claude mcp add grepai -- grepai mcp-serve 快速添加，也可手动编辑 MCP 配置文件。工具默认返回精简 JSON 以降低 token 消耗。
agent-protocol 是一套面向 C-suite 高管智能体团队（如 CEO、CFO、CTO、CRO 等角色）的智能体间通信协议。它定义了智能体互相调用的语法（[INVOKE:role|question]）、标准响应格式（[RESPONSE:role]）、防止死循环与循环推理的硬性规则（禁止自我调用、最大调用深度为 2、禁止循环调用、调用链追踪），以及董事会会议各阶段的隔离规则。协议还规定了调用与假设的取舍原则、冲突处理方式、广播模式、决策记忆的目录布局，以及内部质量校验循环（自我校验、同行校验、批评预筛、事后纠偏）和面向创始人的统一沟通输出格式。适用于多智能体协作、高管角色协调、董事会会议模拟等场景。
并购策略技能，覆盖收购与被收购两条路径，提供尽调清单、估值方法、整合框架与谈判要点。用于评估收购、准备被收购、设计交易结构，并可与法务、数据、财务等技能联动核查。
用于商标、版权、专利与商业秘密的侵权初步筛查技能，输出带方向的因素清单而非侵权结论。适用于收到侵权主张或准备发出主张前的事实梳理与分流，需配合法律配置文件使用。
Linux 服务器管理专家技能，覆盖 Ubuntu/Debian 系统初始化、Nginx、SSL、防火墙、systemd 与服务器加固，用于服务器配置与运维。
一套销售异议处理技能，帮助销售人员识别、探索并回应客户顾虑，把抵触转化为机会，避免防御性或强推。核心方法为 LAER 框架：倾听、认可、探索、回应。
merge 是 Remotion monorepo 中用于处理已有 pull request 的技能，目标是等待 PR 达到可合并状态并完成合并。它会先查看 PR 的基本信息与合并状态，若因草稿、已关闭、被要求修改、缺少必要审批等非 CI 原因无法合并，则停止并报告阻塞点；若存在合并冲突，则按 pr-ready 工作流解决冲突并在需要时提交推送，然后重新开始循环。它使用 gh pr checks --watch 等待检查完成，在全部必需检查通过且 PR 可合并时执行合并并删除分支。若检查失败，会先查看失败任务与日志，区分真实 CI 失败与偶发失败：真实失败则本地修复并运行本地检查后提交推送，偶发失败则使用仓库内的 flake 技能重跑失败任务，之后均从头开始循环。
一个三层模型协作技能：由编排者负责规划、委派、验证与综合，顾问模型提供策略与风险判断，工作模型并行执行子任务，适合单次模型难以完成的大规模研究或生成任务。
该技能用于技术债务的分析与治理。它从实际代码库、热点以及真实的变更与事故历史中识别技术债务，评估其影响，并按照明确的假设对有限的改进项进行优先级排序。技能覆盖代码债务（重复代码、复杂代码、结构不良）、架构债务、技术债务（过时框架与依赖）、测试债务、文档债务和基础设施债务等类型，并给出影响评估、指标看板、优先级修复计划、实施策略、预防策略、沟通计划和成功指标等输出框架。资料强调：其中的数字、阈值、人员配置和时间线均为假设性规划示例，不是实测数据、承诺回报或强制质量门槛；缺失的成本或使用数据应报告为未知，不得编造遥测数据；仅审查范围不授权大规模重构、策略变更或部署。
Langfuse 是一个开源 LLM 可观测性平台，用于对已有 LLM 应用进行追踪、提示词管理与评估。本技能介绍如何为现有应用接入可追踪、最小化的观测数据，并管理版本化的评估输入，涵盖追踪、提示词管理、数据集、评估以及与 LangChain 等框架的集成。适用于应用已需要 Langfuse 追踪、提示词管理或评估，或需要排查缺失/重复 span 的场景；不建议仅因存在 LLM 就引入观测服务。
该技能用于通过 Sumsub 公共 API 管理申请人（applicant）档案上的标签：支持在现有标签基础上追加、整体覆盖替换、以及删除指定标签，并在每次写入后自动回读校验。标签是自由文本形式的分类标记，可用于申请人列表筛选，也可在流程路由和交易监控规则表达式中以 applicant.tags 读取。所有写入成功返回 {"ok": 1}；未出现过的标签名会在追加和覆盖接口上自动创建。标签的重命名、颜色、是否纳入申请人摘要报告等定义只能在 Sumsub 控制台 UI 中设置，无公共 API。该技能仅使用沙箱 App Token（以 sbx: 开头）与配对密钥进行签名认证，拒绝生产令牌。注意每个申请人最多 30 个标签，超限会整体失败并返回 HTTP 400；标签名区分大小写；覆盖接口会清空未列出的标签，属破坏性操作，需先确认。