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 10-30 00:12
241,245 个结果
Pull Request Automation 是一套用于自动化拉取请求（PR）工作流的实践方案，通过模板、检查清单、自动合并规则和评审分配来减少人工开销并提升一致性。它涵盖 PR 模板、评审人自动分配、审批后自动合并、GitLab 合并请求自动化、Bors 合并自动化配置、约定式提交校验、PR 标题校验以及代码覆盖率要求等内容。适用于代码评审标准化、质量门禁执行、贡献者引导、评审分配自动化、合并自动化以及 PR 标签与组织管理等场景。资料提供了最小可用示例（.github/pull_request_template.md）以及 references/ 目录下的详细实现指南，并给出应做与不应做的最佳实践清单。
General Counsel Advisor 是一个面向初创公司的法律顾问辅助技能，帮助没有专职总法律顾问的创始人处理合同审查、知识产权策略、条款清单解读和监管环境映射等事务。它可以扫描 MSA、SaaS 协议、NDA、DPA、雇佣与承包商协议中的高风险条款，评估条款清单对创始人的友好程度，梳理发明归属、开源许可证合规、专利与商标等 IP 事项，并按业务触发条件提示可能适用的 HIPAA、GDPR、CCPA、FDA、BSA/AML、欧盟 AI 法案等监管制度。该技能明确声明不构成法律意见，其输出仅作为与执业律师沟通的起点，强调任何约束性决定都应咨询合格律师。
Botchan 是构建在 Base 区块链之上、基于 Net Protocol 的链上智能体消息层命令行工具（CLI）。它为 AI 智能体提供了一个永久、无需许可的消息通信渠道：消息一旦上链便永久保存，任何智能体均可访问，且不归属于任何中心化主体。每个拥有加密钱包的智能体都天然拥有一个以钱包地址为身份标识的档案页，其他智能体可以向该地址发帖，也可以浏览其内容。用户无需注册、无需维护数据库、无需中心化服务器，安装后即可探索网络。工具支持浏览已注册的公开话题 feed、读取动态、查看指定地址在所有 feed 中的发帖、发表主题帖、评论、回复，以及向其他智能体的地址发送直达消息（地址本身即收件箱）。写入操作需要钱包和少量 Base 链上 ETH 支付 gas，支持直接使用私钥提交，或通过 --encode-only 生成交易数据后交由 Bankr 钱包完成签名与提交（官方推荐后者用于 AI 智能体）。安装方式为 npx skills add stuckinaboot/botchan，CLI 通过 npm install -g botchan 安装。
mypy 是 Python 的标准静态类型检查器，支持 PEP 484 类型提示与渐进式类型化。它能在运行前发现类型错误，提升代码文档性和 IDE 支持，同时通过渐进式接入保留 Python 的动态特性。主要能力包括：渐进式类型添加、--strict 严格模式、类型推断、Protocol 结构化类型（鸭子类型带类型）、泛型（TypeVar、Generic）、框架集成（FastAPI、Django、Pydantic）以及插件系统和增量检查。可通过 pip 安装，也可配合类型存根（如 types-requests）和框架插件（如 django-stubs）使用。支持 mypy.ini 与 pyproject.toml 配置、按模块覆盖设置以及 # type: ignore 等渐进迁移策略。适用于为 Python 代码库引入类型安全、CI 类型检查及对 FastAPI/Django 项目做静态验证。
threat-modeling 是一个面向软件系统的威胁建模工作流技能，源自 bobmatnyc/claude-mpm-skills。它围绕范围界定、数据流图、STRIDE 分析、风险评分以及把缓解措施转化为待办事项和测试展开。该技能包含范围、数据流图、逐元素 STRIDE、风险评分、缓解、工单与测试六个环节，并给出威胁登记表示例行、验证检查点及完成标准的输出要求，还列出 stride-workshop、common-threats-and-mitigations、templates 三份参考材料。
该技能可自动抓取 YouTube 视频字幕并生成结构化摘要，支持快速、标准、深度三种模式；还能把带时间戳的完整字幕保存为文件并推送到 Telegram 等消息平台，适用于研究、笔记与内容复用。
该技能是一个本地运行的迭代式代码改进爬山循环工具，由 Claude Code 作为执行智能体，针对真实的 Datadog LLM-Obs 数据运行。它先建立基线评估，然后每次迭代只做一处改动，通过本地评估框架重复评测候选方案，并根据指标是否显著提升来决定保留或丢弃改动。技能使用 git 提交、本地评估框架和 Datadog LLM-Obs MCP 工具获取数据，不依赖 Temporal 或 Code-Gen API。评估分数与推理结果仅写入本地 .auto_experiment/ 目录和用户自己的 Datadog LLM-Obs 组织。该技能具有真实副作用，需用户明确调用并授权，且对凭证使用、数据流向和提示注入防护有严格约束。
Datadog Browser SDK 从 v6 升级到 v7 的系统化迁移技能，按步骤指导更新 CDN 与 npm 依赖、移除废弃选项、调整变更 API，并处理隐私、采样、CSP、Cookie 与 CORS 等行为变化。
该技能用于指导开发者构建安全的 API，覆盖认证、授权、输入校验、限流以及常见 API 漏洞防护。适用于设计新 API 端点、加固现有 API、实现认证授权、防御注入与 DDoS 等攻击、开展 API 安全审查与审计准备、实现限流与节流，以及处理 API 中的敏感数据。内容涵盖 REST、GraphQL 和 WebSocket API 的安全模式，并给出 JWT 认证、SQL 注入防护、请求校验、XSS 输出净化、限流与 DDoS 防护等示例代码。
Long Context 是一个用于扩展 Transformer 模型上下文窗口的技能，基于 RoPE、YaRN、ALiBi 和位置插值（Position Interpolation）等技术。适用于处理 32k、64k、128k+ token 的长文档，扩展 LLaMA、Mistral 等预训练模型的上下文长度，实现高效位置编码、长度外推训练，以及以较低算力微调模型以支持更长上下文。技能提供各技术的原理说明、代码示例、HuggingFace 集成方式、微调流程与生产部署建议。
用于游戏开发项目的棕地审计技能：检查已有文档（GDD、ADR、故事等）是否符合模板技能管线的内部格式，并输出带优先级的迁移计划，而非仅判断文件是否存在。
用于处理开放缺陷积压的技能：按严重度与优先级重新评估缺陷、分配到冲刺、识别系统性问题与趋势，并生成分流报告。
content-audit 是用于游戏项目的技能，将 GDD 中规划的内容数量与实际实现情况对照，生成「计划 vs 已构建」缺口报告，可审计全部系统、单个系统或仅输出摘要表。
create-stories 是游戏开发工作流中的技能，用于把一个 epic 拆解为可实施的 story，并把 TR-ID、ADR 指引和验收标准嵌入每个 story。它读取控制清单等资料，需在 /create-epics 之后运行。
基于 ActivityKit 的 iOS Live Activities 与灵动岛开发技能，覆盖锁屏、灵动岛、StandBy、CarPlay 与 Mac 菜单栏的实时更新体验，含生命周期、推送更新与审查清单。
ui-craft 技能下的子技能，用于让界面更大胆：提高布局变化与动效强度，强化排版与一个标志性细节，同时保持反“slop”的干净风格。适用于 UI 可用但显得保守的场景。
cli-anything-unimol-tools 是一个面向 Uni-Mol 分子性质预测的交互式命令行工具，包名为 cli-anything-unimol-tools，通过 python3 -m cli_anything.unimol_tools 调用。它覆盖分子性质预测模型的训练与推理流程，支持二分类、回归、多分类、多标签分类和多标签回归共 5 种任务类型。工具提供项目管理（创建、列出、切换命名项目）、模型追踪（自动记录性能历史与排名）、存储分析（分析占用并清理表现较差的模型）以及预测功能。所有命令均可加 --json 标志输出机器可读的 JSON，便于自动化集成；不带命令启动时进入交互式 REPL，支持 Tab 补全、命令历史和上下文帮助。数据以 CSV 提供，需包含 SMILES 列和由 --target-col 指定的目标列。运行需要 Python 3.8+、PyTorch 1.12+、Uni-Mol Tools 后端以及 4GB 以上内存（训练建议 8GB 以上）。
该资料是面向开发者的 OpenAI 无状态 API 完整使用指南，属于技能文档性质。内容覆盖 Chat Completions（含 GPT-5、GPT-5.1、GPT-5.2、o3 等模型）、Embeddings、图片生成与编辑（DALL-E 3、GPT-Image-1）、音频（Whisper 转写与 TTS 语音合成，含 11 种音色）、内容审核（11 个安全类别），以及流式输出、函数调用、结构化输出、视觉（GPT-4o）等能力。文档同时给出 Node.js SDK 与原生 fetch（如 Cloudflare Workers）两种调用方式，并提供安装命令、环境变量配置、首个对话补全示例。文中还列出模型限制、参数差异（如 GPT-5 不支持 temperature）、错误处理、速率限制、常见错误与 TypeScript 注意事项等实践信息。
LLMQuant Credit 是 LLMQuant 技能库中的信用研究工作流路由技能，用于将用户的信用研究需求分发到对应的工作流。它覆盖发行人信用风险审查、信用利差状态分析和高收益压力监测三类场景。使用时会先识别发行人、股票代码、债券、指数、行业、期限、信用评级和投资期限等要素，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。该技能优先使用 LLMQuant Data 获取文件、债务明细、基本面、利率、利差、评级、股价、CDS 和宏观背景数据，并要求报告文件日期、市场时间戳、评级日期、观察窗口、数据过期提示和缺失输入。
基于长桥（Longbridge）数据的格雷厄姆「烟蒂股」批量筛选技能：对指定市场或指数成分股套用 NCAV、PE、PB、股息率、流动比率、盈利稳定性等硬性过滤条件，按静态+动态综合评分排序，输出含格雷厄姆买入价、持有期预期与价值陷阱预警的榜单。
该技能用于系统化评估网络行动中的归因证据，将攻击活动关联到特定威胁行为者。它结合钻石模型（Diamond Model）与竞争性假设分析（ACH），对基础设施重叠、TTP一致性、恶意软件代码相似性、操作时间模式、语言痕迹和受害目标画像等六类证据进行分类与加权。技能提供 Python 类 AttributionAnalyzer 用于收集证据、添加假设、评估一致/不一致/中性并排序假设，还包含基础设施重叠分析函数、基于 ATT&CK 的 TTP 对比函数以及生成结构化归因报告的函数，输出高/中/低置信度评估，适合安全事件调查、检测规则构建与威胁狩猎场景。
该技能用于对 Linux 服务器或工作站进行数字取证，检查认证日志、cron/systemd 持久化、Shell 历史、SSH 密钥及系统配置，以发现入侵证据、后门和未授权修改，适用于事件响应与安全审计。
Novu 的通知偏好管理技能，用于在工作流和订阅者两个层级配置通知偏好。工作流默认偏好可通过 @novu/framework 在代码中定义，或通过仪表盘为 UI 工作流配置，作用于所有订阅者；订阅者覆盖偏好由终端用户设置，可覆盖工作流默认值。支持 email、sms、push、chat、inApp 五种渠道，并可通过 readOnly 将工作流从偏好设置界面隐藏。偏好解析顺序为：订阅者工作流偏好 > 订阅者全局偏好 > 工作流默认 > 系统默认（全部渠道开启），越具体越优先。
监控竞争对手定价页面并在价格变化时发送提醒，跟踪折扣规律、促销周期与定价策略变化。来自 onewave-ai/claude-skills 的 Claude 技能。