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 10-16 00:02
229,343 个结果
sf-datacloud-segment 是 Salesforce Data Cloud（数据云）中面向受众与洞察阶段的技能，属于 jaganpro/sf-skills 技能集。它用于处理 Segment（细分/受众）以及 Calculated Insight（计算洞察）相关的创建、发布、检查与故障排查工作。当用户需要创建或发布细分、管理计算洞察、查看细分成品数量或成员、或排查 Data Cloud 细分 SQL 问题时触发使用。该技能明确区分 Data Cloud 细分 SQL 与 CRM SOQL，并提供基于 sf data360 命令行的操作流程，包括分类就绪状态、检查当前状态、用可复用 JSON 定义创建资产、显式发布或运行、以及用计数或 SQL 验证结果。适用于需要在 Data Cloud 中构建和管理受众细分与计算洞察的场景。
numpy-best-practices 是一套面向 Python 数值计算开发的 NumPy 最佳实践指南，聚焦数组编程、数值运算与性能优化。该技能以专家级编码规范的形式，给出编写简洁、可读且高效 NumPy 代码的建议，覆盖数组创建与合并、索引与切片、数据类型选择、向量化计算、内存管理、错误校验、随机数生成、线性代数以及测试与文档等主题。其核心主张包括：优先使用向量化操作替代显式 Python 循环，善用 ufunc、np.einsum() 与 @ 矩阵乘法；通过 dtype 参数显式指定类型并在精度允许时使用 np.float32；区分视图与副本以减少内存开销，必要时使用 out 参数做就地运算或 np.memmap 处理大数据集；用 np.testing 断言配合 pytest 编写单元测试，并遵循 NumPy 文档字符串格式。指南同时给出键约定，如统一以 import numpy as np 导入、变量与函数使用 snake_case、在文档中标注数组形状，并建议用 %timeit 定位性能瓶颈。适用于数据科学、科学计算、机器学习等需要处理多维数组与数值算法的 Python 开发场景。
om-discover 是一个用于引导产品发现对话的技能，帮助用户明确当前需要做出的产品决策，并将问题、证据、范围、决策以及下一个待解决的不确定性记录到 ${SPECS_DIR}/product-brief.md 中。它支持 existing、client、own 三种模式，可读取研究材料、仓库与只读的 tracker 上下文，通过提问与记录确认决策，并经过质量检查与独立怀疑性审阅后写出产品简报。该技能为交互式，无自主模式，不执行任何写入 tracker 的操作。
deliver-prd 是一个用于撰写产品需求文档（PRD）的技能，帮助团队在进入工程实现前对齐「要构建什么、为什么构建、如何衡量成功」。它适用于问题与方案已对齐、需要正式规格说明的场景，例如功能、史诗或产品计划的交接、多团队协作、以及开发与 QA 阶段的参考文档。产出的 PRD 通常包含概述、目标与成功指标、用户故事、范围边界、方案设计、技术考量、依赖与风险、时间线与里程碑、待解决问题等部分；若功能输出由模型生成，还会包含 AI 行为与评估章节，以及面向执行者的代理执行契约。该技能同时说明了不适用场景（问题尚未框定、只需方案简报、只需拆分为工单、记录技术决策）并给出质量检查清单。
revenuecat-paywall 是一个用于在应用内展示 RevenueCat 付费墙（Paywall）的技能，基于 RevenueCatUI SDK 实现。它适用于用户希望在应用中添加付费墙、展示 RevenueCat 付费墙或呈现 PaywallView 的场景。该技能使用 RevenueCat 仪表盘中构建和配置的付费墙，通过原生 RevenueCatUI 组件展示，不涉及从零构建自定义付费墙。使用前提是已运行 integrate-revenuecat 且 Purchases.configure(…) 成功。技能会先检测平台（React Native、Flutter、Kotlin Multiplatform、Android 原生、iOS 原生），再按对应平台文件实现付费墙展示，并提供了验证步骤以确保集成正确。
Social Listening Brief 是一个用于社交媒体舆情研究的技能，帮助用户了解公众在社交平台上对某个品牌、人物、产品、话题、品类或细分领域的公开讨论。它适用于品牌监测、品类研究、产品反馈收集、声誉检查以及近期对话梳理。该技能会围绕主题、别名、竞品名称和时间范围进行多平台搜索，覆盖 Reddit、TikTok、YouTube、Instagram、LinkedIn、Threads 以及必要时使用 Google 搜索，并保留 URL、日期、平台、互动指标和原文引用。随后将对话聚类为主题，区分正面、负面、中性和混合信号，并输出包含执行摘要、主要主题、值得注意的帖子、风险与机会以及建议行动的结构化简报。该技能强调这是基于公开数据的研究，而非穷尽式社交监测，不应将互动量等同于事实，也不应在缺乏说明的情况下跨差异较大的社区平均情绪。
Canva Downloader 是一款正在开发中、尚未发布的浏览器扩展，目标是在 Canva 网页编辑器中直接导出用户自己创建的设计作品。它计划支持从 Canva 网页编辑器捕获静态与动画设计，导出单页或多页项目，并支持视频项目下载。用户可选择图片、PDF、视频等输出格式，并基于编辑器可提供的范围调整分辨率与质量，还计划提供下载队列以便连续保存多个设计。该扩展面向 Chrome、Edge、Brave、Opera、Firefox 等浏览器，无需额外桌面软件。它只导出扁平化文件（如 PNG、JPG、PDF、MP4、GIF），不会生成可编辑的 Canva 源文件。目前该扩展尚未开放下载，发布日期未公布，价格细节也暂未提供。
serp-audio-downloader 是一款音频文件与音乐下载工具，提供应用（App）和浏览器扩展两种形态，用于从受支持的网站下载各类音频文件。它仅在用户主动打开的当前浏览器标签页中运行，只针对用户发起的下载或导出操作检测受支持的播放源，不会执行页面中的指令、Shell 命令或任意脚本，也不会跟随无关链接或在当前工作流之外执行操作。其支持范围限于指定平台、经批准的嵌入上下文以及需要时的用户授权会话。
Blueprinter 是一个用于生成技术图表的技能，采用 HTML/CSS 实现“扁平工程蓝图”（Flat Engineering Blueprint）风格。它适用于创建架构图、系统图等技术示意图，强调精确、客观和高数据墨水比，输出效果类似技术规格表或建筑图纸，而非营销落地页。其视觉规则包括：不使用阴影、渐变、玻璃拟态或圆角按钮；使用 1px 或 2px 实线边框和白色内容块；以单色为基础，背景为浅灰 #f8fafc，画布为白色并配石板色边框 #cbd5e1，主文本为高对比黑色 #0f172a，副文本为石板灰 #64748b，强调色仅少量使用黑色或一种语义色（如红色表示错误）；标题和标签使用无衬线字体（Inter/Helvetica），数据、路径和代码使用等宽字体（JetBrains Mono/Consolas）。布局要求图表包含在带边框和内边距的 diagram-canvas 中，头部包含标题和大写副标题并以实线下边框分隔，所有元素严格对齐。连接线使用细直线或正交线，抽象关系用虚线；图标使用简单描边 SVG；徽章使用描边或纯黑/灰块。该技能提供了完整的 CSS 变量参考和 HTML 结构模板，并强调始终使用 CSS 变量、保持扁平、数据使用等宽字体、严格对齐、用 SVG 连接组件、图标最小化等使用准则。
ax 是一个面向 AI 时代的命令行网页抓取与结构化提取工具，定位为「curl 的替代品」。它用一条命令 ax <url|file|-> [selector] [flags] 完成抓取、发现与提取，避免手写正则解析 HTML，也避免使用在空响应体上无输出的裸 curl。默认输出包含状态、是否成功、URL、重定向、耗时、响应头与正文的结构化结果；支持 -H、-X、-d、-u、-I、-o、-k、-m、-f、--data-raw 等 curl 习惯用法。提供 --outline 发现重复结构、--locate 定位文本所在选择器、--count 验证假设，以及 --row、--table、--where 做结构化提取，--md 可将文档转为 Markdown。默认结果上限 50 条，支持 --limit、--all、--budget 控制输出，--json-envelope 支持分页续取。相同 URL 约 2 分钟内缓存，便于低成本探测。
该技能介绍 Angular 中基于 Signal 的表单 API（位于 packages/forms/signals）的心智模型与架构。它说明该体系与既有 Reactive Forms、Template-driven Forms 的差异：以 WritableSignal<T> 作为唯一数据源，表单只是该信号的视图投影，附加有效性、dirty、touched 等表单状态。技能涵盖基于 Proxy 的字段遍历（form(signal) 返回 FieldTree，可惰性访问嵌套字段）、基于 Schema 的校验与状态逻辑（apply、applyEach、applyWhen）、以及 [formField] 指令如何把 DOM 元素与 FieldNode 绑定。还列出 FieldNode、FieldValidationState、FormField 指令、Schema 等关键组件及其职责，并给出概念性用法示例。适用于计划修改或理解 packages/forms/signals 下代码的场景。
该技能用于 Jetpack Compose 开发中，将屏幕级可组合函数中的状态持有者（state holder）与 UI 渲染分离。当屏幕级 composable 直接接收 ViewModel、component、controller，收集状态或副作用，处理导航、Snackbar，或把整个状态持有者传入子 composable 时适用。核心原则是：状态持有者 composable 负责与 ViewModel、组件、Flow、导航和副作用交互；UI composable 只接收不可变的 UI 状态和回调，专注描述布局。这样可让屏幕更易预览、测试，并便于在 Android、Desktop、TV 及 KMP/CMP 目标间复用。
LangChain 是用于构建 LLM 应用的框架，支持智能体（Agents）、链（Chains）和 RAG（检索增强生成），可对接 OpenAI、Anthropic、Google 等多种模型供应商，提供 500+ 集成。资料显示其 GitHub 星标 119,000+，272,000+ 仓库使用，3,800+ 贡献者，许可为 MIT，版本 0.3+。适合构建带工具调用与推理的智能体、实现 RAG 流程、快速切换模型供应商、构建带记忆的聊天机器人、快速原型开发，并可通过 LangSmith 进行可观测与生产部署。
Mantis 安全顾问与架构修复引擎（/mantis-advise）是面向安全代码开发的主动式安全顾问与架构修复助手。它查询 Mantis 的威胁模型、历史漏洞谱系、已验证的修复模式、已分诊的误报以及学习到的轨迹不变量，帮助开发者与编码智能体在编写新代码或重构时从一开始就安全实现，并为已确认漏洞合成稳健的架构级修复方案。它通过 SQLite 知识库（knowledge.db）提供安全知识，支持命令行脚本 advise.py 与 Python 工具调用两种方式，可针对目标文件或模块输出可执行的安全建议、历史漏洞、已验证补丁差异、误报上下文与实现检查清单，也可针对具体发现生成架构修复档案与验证计划。
这是一个用于开发工作收尾的技能，帮助在实现完成、测试通过后，决定如何集成代码成果。其核心流程是：先运行完整测试套件验证，若失败则停止并报告；接着检测 Git 环境（普通仓库、命名分支 worktree 或分离 HEAD），以决定展示的菜单和清理方式；然后确认基础分支；根据环境展示标准的三选项菜单（本地合并回基础分支、推送并创建 Pull Request、保留分支不动）或分离 HEAD 下的两选项菜单；最后执行选择并清理。该技能强调测试必须全绿才能继续，集成决策由人类伙伴做出，丢弃工作需明确输入“discard”确认。它还特别注重 worktree 的清理逻辑，仅清理指定路径下的工作树，并防止误删未提交文件。
Laravel 11/12 应用开发指南，用于在 Laravel 11 或 12 项目中实施变更。该指南强调以仓库实际安装的依赖为依据，先检测再决策：确认命令执行路径（宿主 PHP、Sail、Docker Compose 或仓库包装脚本）、项目是纯 API 还是全栈，以及前端技术（Inertia + React/Vue/Svelte、Livewire 或 Blade）、认证方案（Fortify、Sanctum、Passport 或自定义）与测试运行器（Pest 或 PHPUnit）。覆盖现代骨架（bootstrap/app.php、bootstrap/providers.php、routes/console.php）与从 Laravel 10 升级后仍保留 app/Http/Kernel.php 的旧结构、API 路由与 install:api、列变更 change() 的修饰符保留、破坏性数据库命令需授权、查询构建与原始表达式的边界、Inertia 页面解析与版本匹配、Wayfinder 命名导入与重新生成、Tailwind v3/v4 检测、Livewire 与 Blade 的版本匹配，以及使用仓库既有测试运行器和格式化工具进行验证。
Ad Test Designer 是一个用于设计付费广告创意/落地页 A/B/n 测试与增量测试，并对结果进行统计解读的技能。它输出可证伪的假设、变体矩阵、样本量/时长/功效计划，以及效应量、不确定性、实际效应状态和护栏指标状态。该技能负责实验设计与统计解释，可在有明确负责人批准且预先约定的行动规则时套用该规则，但绝不把 p 值或辅助输出当作自动业务决策。它不生成变体（由 ad-creative-builder 负责）、不回溯读取已上线的单次变更（由 paid-measurement-loop 负责）、也不做跨渠道报表（由 performance-analyzer 负责）。
Email Render Builder（邮件渲染构建器）是一个用于构建和 QA 单封邮件 HTML 代码的技能。它负责将已批准的邮件创意（主题、正文、CTA）转换为基于表格的响应式 HTML 布局，并进行暗黑模式适配、无障碍检查、客户端渲染矩阵评估、图片禁用回退处理和纯文本对等检查。该技能不撰写文案（由 email-creative-builder 负责），也不对邮件进行评分或执行否决（由 email-quality-auditor 负责），仅产出 HTML 构建结果和渲染 QA 报告。
这是一个用于设计 LLM-as-Judge 评估器的技能，专门针对代码检查无法处理的、需要语义理解的主观性评判标准。当某个失败模式需要解读（如语气、风格、意图等）时使用。该技能指导为某一个具体的失败模式构建二元的 Pass/Fail 评判提示词，每个评判器只检查一件事。核心流程包括：前置条件（错误分析已完成、失败模式已识别、拥有至少 20 个 Pass 和 20 个 Fail 的人工标注样本、且代码评估器无法检查该模式）；四个必需组件（任务与评估标准、Pass/Fail 定义、Few-Shot 示例、结构化输出格式）；并强调二元判定、批判先于结论、示例需来自训练集以避免数据泄漏。
Frontend Enhancer 是一个用于提升 Next.js 网页应用视觉设计与美学效果的技能。它提供可直接用于生产环境的 React 组件、系统化的设计规范、精选配色方案、平滑动画以及响应式布局模板。该技能适用于优化现有应用的视觉外观、创建新 UI 组件、选择配色与主题、添加动画与过渡、构建响应式布局、实现首屏区或特性网格与落地页、改进视觉层级，以及在应用内统一设计模式。其组件库包含按钮、卡片、输入框等，具备多种变体与状态，并内置无障碍支持；同时提供首屏区与特性网格等布局模板、设计原则文档、六套专业配色方案以及完整动画库（均尊重 prefers-reduced-motion）。组件多依赖 cn 工具函数，需安装 clsx 与 tailwind-merge。主要限制或未提供的信息包括：具体价格与收费模式暂未提供，完整安装与构建步骤除组件复制与依赖安装外暂未提供，是否支持 Next.js 以外框架暂未提供。
flutter-databases 是面向 Flutter 应用的数据层持久化技能，目标是在遵循 MVVM 架构的前提下，规划并实现稳健的数据层。它通过 Repository 模式建立单一数据源，把外部 API 与本地数据库交互隔离到无状态 Service 中，并根据数据需求选择最优的本地缓存策略（如基于 sqflite 的 SQLite）。该技能假定 Flutter 环境已预先配置，核心工作包括：分析数据需求与持久化要求、按决策逻辑选择存储方案（shared_preferences、sqflite/drift、hive_ce/isar_community、远程缓存拦截器、cached_network_image、直接文件系统 I/O）、添加依赖、定义领域模型、实现数据库服务与 API 客户端服务、实现 Repository，并按校验清单进行复查修正。
gke-scaling 是 Google 官方技能库中用于配置 GKE 工作负载扩缩容的参考技能。它覆盖手动扩缩容、水平 Pod 自动扩缩容（HPA）、垂直 Pod 自动扩缩容（VPA）以及集群自动扩缩容与节点自动预配（NAP），并给出推荐的金路径默认配置：启用 VPA、使用 OPTIMIZE_UTILIZATION 自动扩缩容配置文件和开启 NAP。技能提供配套的 MCP 工具（如 get_k8s_resource、apply_k8s_manifest、patch_k8s_resource、update_cluster 等）以及 kubectl、gcloud 命令示例，并包含资源请求设置、避免指标冲突、Pod 中断预算、VPA 更新模式选择、ComputeClasses 使用等最佳实践，以及一套基于 VPA 推荐值的资源合理配置工作流。
Tesseract Design 是一个用于创建和修改静态视觉设计的技能，产出可编辑的 Tesseract 合成文件（.tsrct）以及渲染后的 PNG。它适用于海报、社交媒体图、幻灯片版式、图表、界面原型等多种静态设计形式。该技能将用户的简要需求转化为静态视觉设计，通过 tsrct preview 渲染，并以 PNG 作为主要交付物，同时保留可继续修改的 .tsrct 源文件。设计过程中强调根据用途、受众、信息、媒介、文案、品牌素材、视觉参考和尺寸要求来确定视觉方向，包括字体层级、间距、网格、色彩和图像。所有文本、形状、图表元素和版面几何都保留为原生可编辑图层，仅对照片、标志等栅格素材使用图像，避免将整体版面压平为单一图片。该技能还说明 CLI 可能发送基础使用遥测，需查阅遥测文档了解收集范围和退出方式，且不得替用户启用遥测；涉及与其他编辑工具互转、打开旧版或共享 .tsrct 文件、更新工具或排查加载渲染差异时，需参考版本与兼容性说明。适用于需要可编辑源文件的静态设计交付场景，但其输出为 PNG 与 .tsrct，不涉及视频导出、音频或动画。
这是一项面向 Shopify 卖家的社交电商设置技能，覆盖 Facebook Shop、Instagram Shopping、商品标记（product tagging）与社交结账（social checkout）等主题。该技能处于 Beta 阶段，定位为提供专家级指导与可执行框架，而非直接对接 Shopify API。它可分析当前店铺设置并识别优化机会，基于行业通用最佳实践给出数据驱动的建议，生成按业务阶段定制的分步实施计划，并对工具、应用与策略进行优劣势对比。输出结构包括现状评估、按优先级排列的行动项（从快速见效到长期）、带成本比较的工具/应用推荐、实施时间线与需追踪的 KPI。使用前需通过 npx 命令安装，安装后向 AI 助手提问相关主题即可调用。其建议基于通用最佳实践，需结合自身店铺数据验证；如需实时分析与自动化优化，官方指向 Nexscope。