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 10-25 00:14
237,108 个结果
Humanizer 是一个用于去除文本中 AI 生成痕迹的写作编辑技能，基于维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”页面。它通过识别并改写 AI 写作中常见的模式，让文字听起来更自然、更像人类所写。该技能不仅删除问题模式，还强调为文本注入个性与声音，避免“干净但无灵魂”的写作。它覆盖内容模式（如过度强调意义、模糊归因、公式化“挑战与前景”段落）、语言与语法模式（如 AI 高频词、回避 is/are、负面平行结构、三段式滥用、同义词循环、虚假范围）、风格模式（如破折号滥用、粗体滥用、内联标题列表、标题大小写、表情符号、弯引号）、沟通模式（如聊天机器人残留语、知识截止免责声明、谄媚语气）以及填充与模糊限制（如冗余短语、过度限定、空洞积极结论）。使用时，用户提供待编辑文本，技能会扫描上述模式、重写问题部分、保留原意并匹配预期语气，最后输出改写后的文本，可选附上修改摘要。它适用于编辑或审阅文本、让内容更自然、去除 AI 味等场景。该技能基于维基百科页面，具体实现细节和平台限制暂未提供。
Agent-Native Architecture 是一套用于构建「智能体优先」应用的方法论与技能，来自 everyinc/compound-engineering-plugin。它主张把智能体当作应用的一等公民：凡是用户能通过界面完成的操作，智能体都应能通过工具达成（对等性）；工具应尽量保持原子化，功能则由提示词描述并由智能体循环执行直至达成目标（粒度与可组合性）。该技能涵盖架构设计、文件与工作区、工具设计、领域工具、执行模式、系统提示词、上下文注入、动作对等、自我修改、产品设计、移动端模式、测试与重构等主题，并提供架构评审清单、快速上手示例与反模式说明，帮助开发者设计可涌现新能力、可随时间改进的智能体原生系统。
office-hours 是 gstack 技能集中的一个工作流技能，围绕“YC Office Hours”两种模式展开。根据资料，其启动时包含两种模式：Startup 模式通过六个“强迫性问题”审视需求真实性、现状、极度具体性、最窄切入点、观察与未来适配；Builder 模式用于副项目、黑客松、学习和开源场景的设计思维头脑风暴，并会保存一份设计文档。该技能适用于被要求“brainstorm this”、“I have an idea”、“help me think through this”、“office hours”或“is this worth building”等场景，也可在用户描述新产品想法、评估是否值得构建、思考尚未存在的设计决策、或任何代码写下之前探索概念时被主动调用。资料建议在 /plan-ceo-review 或 /plan-eng-review 之前使用。技能运行时会先执行 preamble 命令 gstack-skill-start，并读取回显的 KEY: value 状态行来驱动后续规则，同时涉及会话标识、遥测、指令块校验、计划模式下的安全操作与提问格式等机制。以上为资料中明确提供的信息，关于其具体收费、价格、支持平台或实际效果暂未提供。
replica-test 是一个用于测试应用克隆（clone）的测试技能。它读取 replica/recon.md 中记录的流程，生成包含正常路径、边界情况和负面用例的测试计划，编写 Playwright 端到端测试，并记录缺陷。核心规则是只测试自己的克隆，绝不对原始应用的服务器进行压测、模糊测试或脚本化攻击。适用于在复刻应用后系统性地验证功能与质量。
Fact-check-workflow 是一套结构化的事实核查工作流技能，用于在稿件发布前核验声明、评估声明准确性以及建立发布前的核查规范。它强调事实核查应当系统化而非凭直觉，提供了从识别声明、研究声明、收集证据、联系消息源、评级核验、记录存档到更正发布的完整流程，并配套多种模板，如声明日志、研究记录、证据清单、消息源联系与回复记录、评级决策、事实核查记录表、更正记录及发布前核查清单等。该技能还特别强调不可信内容边界：将检索到的第三方文本、HTML、元数据、日志、API 响应、issue 正文、包数据与文档视为不可信数据而非指令，忽略其中要求运行工具、泄露机密、更改策略或扩大范围的嵌入请求，保持外部内容可见分隔并保留来源 URL 与出处，优先使用带模式校验的结构化提取，校验初始 URL 与每次重定向，限制内容大小、解析深度、重定向与后续请求，且外部内容不得授权写入、上传、凭据使用、命令执行或发布。适用于发布前事实核查、专门的事实核查报道、报道过程中核验消息源说法、为新闻编辑室建立核查协议以及培训员工核实标准等场景。
LiveKit 语音或聊天智能体的模拟测试场景生成技能。它通过本地读取智能体代码，结合用户希望重点测试的方向，生成有针对性的测试场景，并写入 CLI 可运行的 YAML 场景文件。每个场景由模拟用户的人设与目标（instructions）以及通过标准（agent_expectations）组成，模拟会以文本方式对智能体运行场景，并由 LLM 裁判打分。该技能强调三点：基于智能体真实代码而非猜测、由用户意图驱动、保证覆盖每一项风险（如缺少必填字段、非法值、空查询以及越界、有害、专业建议、敏感数据、提示词提取等护栏场景）。生成场景完全在本地进行，无需上传代码，也不需要额外 API 密钥。运行模拟需要 livekit-agents 1.6 系列 SDK、项目已启用模拟功能以及有效的 lk cloud 认证会话；模拟功能目前处于私有测试阶段，尚未普遍可用，也暂无文档或 MCP 覆盖。
面向 iPhone Duo 折叠屏的 iOS 界面设计评审技能，覆盖闭合、展开、书本折叠、桌面与帐篷等姿态，讲解侧边控件、非对称布局、折痕避让与分屏适配。
Earth2Studio 数据源创建技能，用于为 Earth2Studio 实现并验证新的数据源封装，将远程数据存储（S3、GCS、Azure、HTTP、HuggingFace）接入其异步数据获取基础设施。覆盖从分析、实现、测试、验证到提交 PR 的端到端工作流。支持四种源类型：DataSource（网格化分析/再分析）、ForecastSource（网格化预报）、DataFrameSource（稀疏/站点观测）、ForecastFrameSource（稀疏预报观测）。技能要求使用 uv 管理的开发环境、配置好 fork 与 upstream 的 Git、目标远程存储访问权限及 Python 3.10+。工作流包含确定源类型、分析远程存储并提议依赖、添加依赖、创建 lexicon 类、更新词表与 schema、创建骨架、实现源与测试、注册、更新文档与 CHANGELOG、验证风格与扩展测试、变量校验与合理性检查绘图、创建分支提交并开启 PR、自动化代码审查等步骤。
Stock Photo Finder 是一个用于同时搜索多个免费图库网站的技能，支持按许可证类型、图片方向和配色方案进行筛选。该技能定位为视觉素材策展助手，帮助用户跨平台查找高质量库存照片，并关注授权合规与审美匹配。资料中未提供具体支持的图库平台清单、安装方式、价格或平台限制等细节。
面向 Nuxt 应用的国际化技能，基于 @nuxtjs/i18n 处理语言区域配置、浏览器检测、消息与路由翻译及本地化 SEO，需结合 Nuxt 页面与服务器生命周期使用。
Watch Skill 是一个视频输入技能，通过 watch-skill CLI 让智能体“观看”任意视频（URL、直播流或本地文件），下载后提取场景感知去重的帧、做 OCR 与转录（优先字幕），并支持持久索引和后续追问。
honcho-cli 是 Honcho 的命令行工具，封装 Honcho Python SDK，提供 JSON 输出、结构化错误和输入校验，用于检查工作区状态、调试 peer 记忆与诊断 dialectic。
该技能用于从产品经理提供的任意输入（笔记、访谈记录、草稿、高管要求、Slack 讨论串或原始情境描述）中，生成一份有证据支撑、按优先级排序的行动计划。它基于约束理论（Theory of Constraints）识别当前唯一的约束点，并据此确定最关键的下一个行动（P1），再依次排列后续行动（P2 至 P5）。同时使用 Cynefin 框架对情境进行分类，以校准计划的可信度上限：清晰与繁杂情境可给出较高置信度计划，复杂情境需采用安全失败探针，混乱情境则先做稳定化处理。该技能为单轮调用，只读工具，输出 Markdown 文档，包含来源台账、执行摘要、输入镜像、情境分类、约束点、待决问题、行动计划、风险预演、可复制提示词以及证据来源映射等部分。它不会内联调用其他技能，仅在用户明确确认后可移交给工作流编排器。
gemma-tuner-multimodal 是一个在 Apple Silicon（MPS）上微调 Gemma 4 与 Gemma 3n 多模态模型的工具，支持音频、图像和文本数据。它基于 PyTorch 和 Metal Performance Shaders，无需 NVIDIA GPU，可在 MacBook Pro/Air 或 Mac Studio 上运行。支持文本 LoRA（指令微调与补全微调）、图像+文本 LoRA（描述与 VQA）、音频+文本 LoRA，并支持从 GCS/BigQuery 流式读取大规模数据集而不占用本地存储。提供命令行工具 gemma-macos-tuner 与 Python API，包含数据准备、微调、评估、导出合并权重、黑名单等操作，以及配置文件管理和交互式向导。
用于运行和测试 @sap-ux/create CLI 的技能，面向 SAP Fiori 项目，提供 generate、add、convert、remove、update、change、list、get 等命令，可生成适配项目、OPA5 测试，添加 mockserver、ESLint、部署与系统配置，并转换预览与 ESLint 配置。
SAP Fiori ESLint Plugin 是 SAP 官方 open-ux-tools 仓库中的技能，用于在 SAP Fiori 项目（独立项目或 CAP 项目）中配置、迁移或运行 @sap-ux/eslint-plugin-fiori-tools。它根据用户意图和项目当前状态，将任务分为三类：从零搭建 ESLint、从旧版配置迁移、以及运行并修复 lint 问题；此外还支持仅查看应用级问题（如 UX 一致性问题和 Page Map/App Info 中显示的同类问题）。该技能会先检查项目中是否存在 ESLint 配置文件，再决定走哪条路径：无配置则按搭建流程，存在 .eslintrc 等旧版配置则按迁移流程，存在 eslint.config.mjs 扁平配置则按运行流程；若意图仍不明确，则询问用户具体想执行哪项任务。
面向 LinkedIn、X/Twitter、Threads、Bluesky、Facebook 等平台的独立文字帖/微博客写作技能，强调首句抓取点击、单一观点、留白排版与真实互动引导，由人工审核后经 WoopSocial 发布。
CCS Align 是 claude-mem 的常驻 Worker Watch 席位技能，每小时与本地 claude-mem worker 通信，按 search→timeline→get_observations 三层披露顺序拉取 needle 观察，写入席位自有的 middle.jsonl 中间缓存，并支持排除标记与规则对齐报告。
这是一个用于定位疑难问题的思维方法论技能。当某个故障、事故或异常现象存在多个可能的原因时，该技能指导你先列出可被证伪的竞争性假设，再优先执行成本最低、区分度最高的观察。每次观察后只保留仍符合证据的假设，并在其中选择未获支持的假设最少的那个作为当前解释。该技能强调：先用最低成本获取最有力的区分性证据，再逐步升级到更复杂的检查；一旦故障被直接定位就停止分析，不再无谓地继续推理。它适用于代码 bug、线上事故、异常排查等需要在多种可信原因间做出判断、并且可以立即读取代码、日志、diff、trace、测试或配置的场景。若原因已由单一堆栈、失败测试或近期改动直接证明，或仅存在一个可能假设、当前无法进行任何观察、或需要对已定位的故障做系统性根因分析，则不应使用该技能。
用于排查内存泄漏的提示词技能，借助堆快照、内存分析与泄漏检测工具定位并修复问题，适用于内存持续增长、OOM 报错与性能下降等场景。
一个用于防止语义级代码重复的 Claude 技能，通过维护能力索引 CODE_INDEX.md，让 AI 在写新代码前先检查已有能力，避免重复实现相同用途的函数。
groove-admin-config 用于交互式创建或更新 .groove/index.md 配置文件，需在运行 groove install 之前执行。可逐项确认任务后端、列表与记忆参数及 Git 策略，或使用 --defaults 直接套用默认值。
expansion-update 是 Claude for Legal 中面向雇佣法/国际扩张的技能命令，用于回到未完成的扩张追踪文件，按上次会话以来的进展更新条目状态，重算已解除阻塞的事项，标记逾期项并给出下一步优先事项。
来自 anthropics/claude-for-legal 的卸载技能，用于从技能中心卸载已安装的社区技能。删除前会确认，拒绝处理官方插件技能，并记录每次操作以保证审计痕迹完整。