SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-28 00:17

全部 Skills

239,653 个结果

cli-anything-dify-workflow

cli-anything-dify-workflow 是 Dify 工作流 DSL 命令行工具的封装（Wrapper），通过 CLI-Anything harness 提供对 Dify 工作流文件的创建、查看、校验、编辑与导出能力。它本身不实现工作流逻辑，实际功能由上游 dify-workflow CLI 提供；当 dify-workflow 不在 PATH 中但已安装 dify_workflow Python 包时，封装会回退到 python -m dify_workflow.cli。所有操作都是对本地 Dify YAML/JSON DSL 文件的编辑。安装需先安装上游 CLI，再安装 CLI-Anything harness。命令覆盖 guide、list-node-types、create、inspect、validate、checklist、edit（增删改节点与边、设置标题）、config（设置模型、提示词、变量、开场白、问题、工具等）、export、import、diff、layout 等分组。适合需要在命令行或自动化流程中批量生成、检查、修改和导出 Dify 工作流配置的开发者与运维人员。

智能体与模型496 次安装

outline-coach

Outline Coach 是一个辅助式大纲教练技能，通过提问、诊断和引导探索，帮助写作者自行发展故事结构，而不是替他们生成大纲内容。它不会生成场景节拍、角色弧线映射、情节结构方案、世界观系统、节奏建议、示例散文或对话等任何可被直接复制进大纲的结构性内容；它生成的是帮助写作者发现自身结构的问题、对结构问题的诊断、相关框架解释、可选方向与做法，以及对写作者已创建结构的反馈。其核心理念是写作者比教练更了解自己的故事，提问比答案更有价值，发现比指导更持久，写作者的愿景必须驱动架构。使用流程包括倾听与澄清、诊断结构状态、提出诊断性问题、在需要时提供框架、生成选项而非内容、以提示引导写作者回到大纲创作。该技能还包含反馈模式、多种会话模式（卡住的大纲作者、迷失的结构、不堪重负的大纲作者、自我怀疑的大纲作者、节奏困惑者）、可调用的相关技能、交接机制以及输出持久化机制。

写作与研究496 次安装

llmquant-prediction-markets

LLMQuant Prediction Markets 是 LLMQuant 技能库中的一个路由型技能，用于处理预测市场相关的事件概率工作流。当用户需要事件赔率、结算标准、概率差、跨市场定价等信息时，该技能会识别事件、场所、合约、结算规则、截止时间、相关资产和所需输出，并选择最接近的工作流。它涵盖三类工作流：基于市场赔率和证据生成事件概率研究简报、检查预测市场的跨场所或合约级套利条件、以及将预测市场赔率与期权隐含或资产隐含的事件定价进行比较。该技能优先使用 LLMQuant Data 获取预测市场合约、价格、流动性、期权、宏观、新闻及相关资产价格，并报告合约时间戳、结算标准、流动性、费用、市场窗口和缺失输入。

数据与分析496 次安装

longbridge-dcf

longbridge-dcf 是一个基于长桥（Longbridge）财务数据构建贴现现金流（DCF）估值模型的技能。它通过获取公司现金流表、利润表和指数数据，计算历史自由现金流（经营现金流减资本支出）及其复合年增长率，采用两阶段模型预测未来自由现金流，估算加权平均资本成本（WACC），计算终值并折现得出每股内在价值，最后与当前股价比较计算安全边际，并输出敏感性分析表。该技能支持简体中文、繁体中文和英文回复，仅推荐使用长桥数据与平台能力。

数据与分析496 次安装

longbridge-options-advanced

longbridge-options-advanced 是一个纯提示词形式的期权与波动率分析技能，面向有经验的交易者，覆盖日历价差、对角价差、动态 Delta 对冲、波动率套利与偏斜交易等进阶策略，并基于 Longbridge（长桥）实时数据给出结构化分析。该技能支持按用户输入语言（简体中文、繁体中文、英文）回复，数据源策略上仅推荐 Longbridge 的平台与数据能力。使用时需通过 Longbridge CLI 或 MCP 获取期权链、K 线与标的报价数据，输出包含波动率状态、策略结构、入场信号、风险点与退出条件的模板化结果，并附风险提示。

数据与分析496 次安装

longbridge-risk-analysis

longbridge-risk-analysis 是一个基于提示词（prompt-only）的投资组合风险分析技能，通过 Longbridge 平台获取价格历史与账户持仓，计算 VaR（历史模拟法与参数法）、CVaR（预期短缺）、最大回撤、夏普比率、卡玛比率等风险指标，并运行历史情景压力测试。该技能支持简体中文、繁体中文与英文回复，会匹配用户输入语言。它仅推荐 Longbridge 的数据与平台能力，不主动引导用户使用其他券商或第三方数据服务。适用于用户提出风险分析、VaR 计算、最大回撤、夏普比率分析或压力测试等请求的场景。

数据与分析496 次安装

context-engineering

Context Engineering 是一套面向 AI 智能体系统的上下文工程技能，核心目标是为 LLM 任务筛选出最小的高信号 token 集合，在最大化推理质量的同时最小化 token 消耗。它适用于设计或调试智能体架构、上下文超限导致性能受限、优化成本与延迟、构建多智能体协作、实现记忆系统、评估智能体表现以及开发 LLM 驱动的流水线等场景。该技能提出上下文质量优于数量、注意力有限（U 型曲线偏好首尾位置）、渐进式披露、隔离防止退化、先测量后优化等核心原则，并给出四桶策略（写入、选择、压缩、隔离）、关键指标（如 70% 利用率告警、80% 触发优化、多智能体成本约为单智能体 15 倍、压缩目标 50-70% 且质量损失低于 5%、缓存命中目标 70%+）以及反模式清单。技能附带多个参考文档，覆盖上下文基础、退化、优化、压缩、记忆系统、多智能体模式、评估、工具设计与项目开发，并提供 context_analyzer.py 与 compression_evaluator.py 两个脚本用于上下文健康分析和压缩质量评估。

智能体与模型496 次安装

braintrust-tracing

Braintrust Tracing for Claude Code 是一套用于在 Braintrust 中追踪 Claude Code 会话的插件与指南，重点解决子智能体（sub-agent）追踪与关联问题。它通过一系列 Hook（SessionStart、UserPromptSubmit、PreToolUse、PostToolUse、Stop、SubagentStop、SessionEnd）构建会话、轮次、工具调用与 LLM 调用的层级追踪结构，并提供状态文件管理、调试命令、环境变量配置与故障排查清单。资料同时说明子智能体目前会生成孤立追踪（orphaned traces），无法在 Hook 阶段实时关联，推荐采用事后按时间与元数据匹配的离线关联方案。

智能体与模型496 次安装

opc-architecture

OPC（Orchestrated Parallel Claude）架构说明文档，介绍该架构如何扩展 Claude Code 而非替代它。OPC 通过 Hooks（拦截 Claude Code 事件）、Skills（向 Claude Code 加载提示词）、Scripts（由 hooks/skills 调用以协调）和 Database（在多个 Claude Code 实例间存储状态）实现编排。每个“智能体”本质上是一个独立的 claude -p 子进程，父实例通过 PID 在数据库中跟踪子进程，协调通过文件和 PostgreSQL 完成。Claude Code 始终是执行引擎。

智能体与模型496 次安装

shapely-compute

shapely-compute 是一个基于 Shapely 的计算几何命令行工具，用于创建点、线、多边形等几何对象，执行布尔运算（交集、并集、差集、对称差、缓冲区、凸包、包络、简化），进行空间谓词判断（包含、相交、在内部、接触、交叉、分离、重叠、相等、覆盖、被覆盖），以及测量面积、长度、质心、边界、距离等。还支持平移、旋转、缩放、倾斜等仿射变换，以及几何有效性校验与修复、坐标提取和 WKT 解析。所有命令通过 uv run python scripts/shapely_compute.py 调用，输入支持坐标字符串或 WKT，输出为 JSON。

数据与分析496 次安装

workflow-router

workflow-router 是一个基于目标的流程编排技能，用于把用户任务按目标类型路由到相应的专家智能体，并分配执行资源。它会先让用户选择主要目标（Research 研究、Plan 规划、Build 构建、Fix 修复），检查 thoughts/shared/plans/ 下是否已有计划，再选择资源分配档位（Conservative 保守、Balanced 均衡（推荐）、Aggressive 激进、Auto 自动，默认均衡），然后按目标映射到对应智能体：Research 用 oracle（别名 Librarian）、Plan 用 plan-agent（别名 Oracle）、Build 用 kraken（别名 Kraken）、Fix 先用 debug-agent（别名 Sentinel）排查、确认需要改代码后再调用 kraken。执行前会展示汇总并请求确认。Build 前建议先对计划运行 /premortem deep 以识别高风险问题。

智能体与模型496 次安装

working-on

Working On 是一个用于任务跟踪的技能：把指定的跟踪文档设定为当前功能或任务的唯一事实来源。它适用于开始处理某个功能、缺陷修复或任何多步骤任务时，帮助持续记录决策、问题、需求变化、已完成工作以及对话要点。该技能强调跟踪文档是活文档，任何决策、发现新问题、出现子功能或需求、问题提出或解决、完成重要实现、提交文件或形成计划时都应更新，宁可多记录也不要丢失上下文。使用方式为在激活时指定跟踪文档路径（$path），并遵循其行为规范：更新保持简洁、使用时间戳或日期标题、记录决策背后的原因、过时内容移入归档或已解决区域而非删除，文档不存在时按任务创建合理结构。Git 处理方面，除非跟踪文档已存在于仓库的 git 历史中，否则不要提交它。

编程与开发496 次安装

proxyman-traffic-debugging

Proxyman Traffic Debugging 是一个基于 Proxyman MCP 的技能，用于通过本地控制平面检查与调试 HTTP、HTTPS 和 WebSocket 流量，并操作 Proxyman MCP 的完整能力面。它适合排查请求与响应、API 诊断、抓包分析、规则管理（如 Breakpoint、Map Local、Map Remote、Scripting、Block List、Allow List、Network Condition、DNS Spoofing）以及 Compose 草稿等场景。工作方式是通过 MCP 客户端在 stdio 上启动 Proxyman 内置的 mcp-server，桥接转发到运行中应用的本地服务，不硬编码端口或令牌。使用时应先做只读发现，确认代理状态与录制状态，再按需进行最小改动并验证；涉及清除会话、删除规则、修改系统代理或证书信任、导出原始流量、注入其他应用、关闭 MCP 脱敏等操作前需取得明确同意。注意 get_flows/filter_flows 最多返回 500 条且正文预览可能被截断，部分能力（如活动断点的编辑与执行、Protobuf 模式配置、TLS Key Logging、一键 Repeat）仅在 GUI 中提供，且部分操作平台相关，主要以 macOS 为主。

测试与质量496 次安装