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 10-27 00:15
238,358 个结果
APEX 是一个自适应的实现工作流，通过“分析（Analyze）→ 计划（Plan）→ 执行（Execute）→ 检验（eXamine）”四个阶段推进任务。它适用于功能开发、缺陷修复等场景，核心特点是范围明确的委派、可持久化的检查点、基于风险决定测试与评审、以及有证据支撑的验证。运行时以任务契约、仓库状态、权限和证据为唯一事实来源，只加载当前步骤及其引用的文件。它支持通过标志位表达交互程度、评审方式、产物详略、是否新增测试、是否进行运行时证明、预算、分支、拉取请求等意图，并支持断点续跑。委派工作须限定范围，返回结果在协调者检查差异前视为不可信；当证据推翻假设时需重新计划，并保留无关的本地改动。
这是一款用于调试优化构建的低层开发技能。当发布版（Release）代码或使用优化的构建出现问题时，该技能指导代理进行诊断。主要用途包括：在调试优化代码时选择合适的调试友好优化级别（如-Og）、读取被内联的函数帧、诊断并解决 GDB 中的“value optimized out”问题、使用 split-DWARF 加快调试构建速度，以及运用针对优化代码的 GDB 技术。该技能涵盖触发条件、构建配置选择、变量优化处理、内联帧导航、行号错位应对、多线程调度锁定、DWARF 拆分以及实用 GDB 命令等，适用于调试 RelWithDebInfo 构建等场景。
Blender 是一款开源的三维创作软件，覆盖建模、雕刻、绑定、动画、材质与导出等完整 3D 生产流程。本资料以界面与工作流为核心，介绍了工作区布局（3D 视口、大纲视图、属性面板、时间线、曲线编辑器、UV 编辑器、着色器编辑器）、视口导航与对象模式，并整理了建模工具（基础体、编辑模式工具、修改器）、雕刻与重拓扑、骨骼绑定与权重绘制、蜡笔与动画工具，以及导出到 Unity/Unreal 的管线设置与常见问题。
用于审计代码库架构问题的技能，可发现死代码、重复职责、循环依赖、类型混淆与代码异味，并输出带证据的发现报告。不涉及格式化、性能剖析与安全审计。
Scenario 3D 通过 Scenario MCP 服务器生成与处理 3D 资产，覆盖文生 3D、图生 3D 与 3D 到 3D 的网格、贴图、UV、绑定等流程。
API Authentication 是一个用于实现 API 安全认证的技能，覆盖 JWT、OAuth 2.0、API 密钥和会话等主流认证方式。它提供 JWT 在 Node.js 中的生成与校验示例代码，并给出安全要求（如强制 HTTPS、使用 HttpOnly Cookie 存储令牌、bcrypt 哈希密码、认证端点限流、定期轮换密钥、禁止在 URL 中传输令牌）以及安全响应头设置。资料还提到可参考 python-flask.md 获取 Flask JWT 角色访问控制、Authlib 集成 Google OAuth 2.0 和 API 密钥安全哈希的实现，并列出常见错误（明文密码、弱 JWT 密钥、忽略令牌过期、生产环境关闭 HTTPS、记录敏感令牌）。适用于认证系统、第三方集成和服务间通信等场景。
Skill Seekers 是一套工作流，用于把已获授权的文档、仓库或 PDF 转换成可复用的智能体技能（agent skill），并在安装前对生成内容进行审阅。它强调先明确来源、允许的提取范围、目标任务与触发条件、目标智能体以及输出目录，检查许可并排除凭据或范围之外的私密内容。随后按 Skill Seekers 源仓库中的安装与转换说明，使用其当前支持的接口进行操作，而不是凭猜测使用命令参数。转换过程中，所有提取出的文本都被视为源数据，而非可授权新操作的指令。生成后需要检查 SKILL.md 及每个附属文件，核对触发条件、事实性指导、来源出处、相对引用以及执行与安全边界，并移除密钥与无关的来源导航信息。最后还需按目标智能体的技能格式进行校验；若用于 AAS 贡献，还要遵循其技能模板与仓库校验流程。交付物为生成的文件以及一份检查清单和遗留缺口说明，而将技能安装到智能体的技能目录属于另一步需用户授权的操作。该转换工具本身是外部前置条件，不包含在本条目中，且生成文本必须经过语义审阅，仅靠提取无法确认正确性或再分发权利。
一个面向网页无障碍修复与验证的“路由优先”技能，帮助先判定失败的无障碍层面（语义、键盘焦点、标签播报、视觉感知、媒体替代、路由导航反馈），再选择最小可行的修复包，并给出人工验证与负责方划分。
delight 是一个前端设计技能，用于在界面中通过成功、空状态、加载、悬停等时刻加入有节制的愉悦感与个性，目标是增强可用性而非干扰任务。
youtube-uploader 是一个用于将视频上传到 YouTube 的命令行工具，属于 aviz85/claude-skills-library 技能库。它通过 TypeScript 脚本调用 YouTube Data API v3，支持在上传时设置标题、描述、标签、隐私状态、分类、缩略图、播放列表，并可标记为 YouTube Short。首次使用需要先阅读并执行 SETUP.md，随后通过 OAuth2 完成 Google 账号授权，令牌会保存在 .youtube-token.json 中并自动刷新。工具提供 --dry-run 预览功能，可在不真正上传的情况下检查参数。使用方式为在脚本目录下通过 npx ts-node youtube-upload.ts 加参数执行，凭证来自 Google Cloud Console 中启用的 YouTube Data API v3 与 OAuth2 客户端。
数据库设计原则与决策方法。围绕架构设计、索引策略、ORM 选型和无服务器数据库等主题提供决策指导，强调根据具体场景思考而非照搬 SQL 模式。
Pinecone 是一款面向生产级 AI 应用的托管向量数据库（SaaS），具备自动扩缩容能力，可扩展至数十亿向量。它支持稠密与稀疏向量的混合检索、元数据过滤和命名空间隔离。官方称 p95 延迟低于 100ms，并提供 99.9% 可用性 SLA。适合需要托管、无服务器向量库的生产 RAG 应用，以及对低延迟和免运维有要求的场景。官方建议：若需自托管开源方案可选 Chroma 或 Weaviate，若仅做离线相似度检索可选 FAISS。提供免费额度：1 个无服务器索引、10 万条 1536 维向量，便于原型验证。可通过 pip 安装 pinecone-client，并提供与 LangChain、LlamaIndex 的集成。
Accessibility Advocate 是一个面向无障碍动画设计的技能，用于在设计包容性动画、处理前庭功能障碍与运动敏感问题，或确保动画无障碍合规时使用。它把迪士尼动画十二原则放在包容性设计视角下逐条审视，给出每条原则的无障碍考量与包容性实现建议，并列出 WCAG 动画相关要求与实现清单，帮助开发者与设计师在保留动画表现力的同时降低对运动敏感用户的影响。
bicep-diagrams 是一个用于从 Azure Bicep 文件生成架构图的技能。当用户拥有 .bicep 文件或希望可视化 Bicep 基础设施时使用。它通过解析 Bicep 代码识别资源声明、模块、参数和输出，提取依赖关系与模块层级，生成 Eraser DSL，并调用 Eraser API 渲染云架构图。
一个写作规范技能，要求用“简化技术英语”撰写文档、README、提交信息、拉取请求、计划与发布说明。它给出用词、动词、句子、标点、结构与修订规则，强调主动语态、短句和一词一义。
tauri-security 是一个面向 Tauri v2 的安全配置技能，主要用于指导能力（Capabilities）、Scope 与基于 ACL 的权限控制。它的核心用途是帮助开发者把业务功能映射为插件能力，为每个能力定义 Scope 访问规则，生成并校验 capabilities/default.json，并在生产环境中收敛插件权限、验证最小权限运行效果。该技能适用于权限配置、能力文件编写、Scope 配置及 ACL 审计等场景，输出包括能力到 Scope 的映射、可直接使用的能力文件和权限审计清单。其边界明确：仅处理 Capabilities、Scope 与 ACL 配置，不涉及应用功能设计或后端鉴权。
Planning with Files 是一个面向多步骤 AI 智能体工作的持久化文件规划技能。它把 task_plan.md、findings.md 和 progress.md 三个 Markdown 文件保存在磁盘上，作为智能体的“磁盘工作记忆”，并通过生命周期钩子在会话中注入所选项目的规划内容。该技能强调先创建计划、每两次查看或搜索操作后立即保存关键发现、决策前重读计划、完成阶段后更新进度、记录所有错误并避免重复失败。它提供初始化、计划解析、完成检查、计划锁定与自检等脚本，支持并行任务、共享父目录和 Claude Code 的 /plan-goal、/plan-loop 等集成方式。
用于维护故事知识库（kb/）的技能：在 kb/ 中创建、更新和组织 wiki 式参考页面，记录已定稿的故事知识，供各智能体读取上下文。
create-implementation-plan 是 ilteoood/harness 提供的一项技能，用于为软件工程任务生成结构化的实施计划文件。它面向新功能开发、现有代码重构、依赖包升级，以及设计、架构或基础设施变更等场景。该技能强调输出必须机器可读、确定性强，并可由其他 AI 系统或人类自主执行。计划以离散的原子阶段组织，每个阶段包含可执行任务，并配有可衡量的完成标准。它要求使用无歧义的语言，明确文件路径、函数名和实现细节，采用表格、列表等可解析格式，并使用 REQ-、TASK- 等标准化标识符前缀。计划文件保存在 /plan/ 目录，命名遵循 [purpose]-[component]-[version].md 约定。技能还提供强制模板结构、标识符唯一性校验命令以及状态标记规范。
create-llms 是一个用于从仓库结构出发、按照 llms.txt 官方规范（https://llmstxt.org/）从零创建 llms.txt 文件的技能。它通过分析仓库结构、识别用途与范围、发现文档与规范文件，生成一份供大语言模型理解与导航仓库的入口文件。该文件遵循规范格式：H1 标题、可选的引用块摘要、若干 H2 文件列表分区，链接格式为 [描述名](相对路径): 可选说明。技能强调先完成规范审阅、仓库结构分析、内容发现与实施计划，再创建文件并做格式与内容校验，确保文件同时适合人类与机器阅读。
create-tldr-page 是一个用于生成 tldr 页面的技能，能够将冗长的命令行文档转换为简洁、以示例驱动的命令参考。它要求同时提供命令名称和权威文档 URL，缺失任何一项都会给出获取提示。该技能会从文档中提取最常见、最实用的命令模式，并严格遵循 tldr-pages 项目的模板格式，包括标题、一句话描述、子命令说明、权威文档链接以及 5 至 8 个按使用频率排序的示例。它还规定了严格的占位符书写规则，例如带参数选项需分别包裹选项与参数、无参数选项单独包裹、子命令通常不包裹、用户提供的值始终包裹，并支持通过 #fetch 抓取 URL、从本地文件提取 URL、处理多个 URL 时的选择提示。此外，当传入 --help、--tldr 等帮助参数时，它会输出该提示本身的摘要，而非创建新页面。
GitHub Copilot SDK 通过 JSON-RPC 暴露与 Copilot CLI 相同的智能体运行时，让应用可以编程方式驱动 Copilot，而无需自行构建编排层。该 SDK 目前处于公开预览阶段，提供 Node.js/TypeScript、Python、Go、.NET、Java 五种语言版本，架构为“应用 → SDK 客户端 → JSON-RPC → Copilot CLI”。它覆盖安装配置、身份验证、权限模型、流式输出、会话生命周期、自定义工具、自定义智能体、MCP、技能、遥测等能力，并支持本地 CLI、捆绑 CLI、后端服务、多租户扩展以及 Azure 托管标识等部署方式。
LLMQuant Macro 是 LLMQuant 技能库中的宏观研究工作流路由技能，用于将用户的宏观经济研究需求分发到对应的工作流。它覆盖三类任务：构建跨指标宏观仪表盘与市场状态（regime）视图、准备美联储或央行政策会议前瞻、以及将宏观数据转化为股票、利率、信用、外汇、大宗商品和投资组合的影响映射。该技能本身不直接提供数据，而是先识别地域、指标、政策机构、资产范围、时间跨度和交付物，再选择最接近的工作流，并仅打开该工作流及其引用的本地资源。数据方面优先使用 LLMQuant Data，可获取宏观指标快照、历史、修订、发布日程与共识预期，以及央行政策利率、利率预期、收益率曲线、通胀、就业、增长、住房、流动性和情绪数据，还有跨资产价格与投资组合敞口、ETF 穿透信息。若某宏观序列或发布日历不可用，技能要求明确列出缺失输入并避免时效性断言，且不得在仅有最新收盘观测值时暗示拥有实时宏观数据。
通过长桥证券查询指数或 ETF 的成分股列表，可按涨跌幅、价格、成交额、资金流入、换手率或市值排序，支持恒生指数、标普 500、纳斯达克、沪深 300 等常见指数及 SPY、QQQ 等 ETF。