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
241,329 个结果
这是一个关于现代 React 状态管理的技能指南，覆盖从本地组件状态到全局状态与服务器状态同步的多种模式。它帮助开发者在 Redux Toolkit、Zustand、Jotai 之间做选择，并用 React Query 或 SWR 管理服务器状态。内容包含状态分类（本地、全局、服务器、URL、表单状态）、选型标准、Zustand、Redux Toolkit、Jotai、React Query 的代码示例，以及客户端与服务器状态结合的实践。还提供最佳实践（就近放置状态、使用选择器、数据规范化、类型化、关注点分离）和从旧版 Redux 迁移到 RTK 的指南。适用于搭建全局状态、选择状态库、实现乐观更新、调试状态问题等场景。
Agent Package Manager（APM）技能：在仓库中安装、配置、审计和运行 APM，用于初始化 apm.yml、安装或更新包、管理依赖与 MCP 服务器，并编译校验、打包分发。
用于按 agentskills.io 规范创建与结构化专业级智能体技能（skill）的技能。定义元数据、搭建目录结构、撰写 SKILL.md 并打包脚本，适用于新建技能目录、起草流程性指令等场景。
仓颉是一项用于“认知蒸馏”的思维Skill生成流程：向它提供某人的书、访谈、文章或PDF等素材，它会提取此人的信念形成故事、真实决策、失败教训与内在矛盾，最终组装成一个以第一人称书写的思维Skill文件。
Advise Project Approach 是一个用于软件项目方案研究与建议的技能。它帮助用户决定、验证或改进项目应如何构建，自动化完成资深工程师通常会手动进行的研究流程：理解项目目标、检查现有工作、研究可信的同类项目、评估技术栈与架构选择，然后推荐最高杠杆的路径。该技能区分三种工作模式：构建前策略（尚无代码库）、构建中纠偏（已有部分实现）、构建后评审（项目基本完成）。它强调只读审查、不因流行度选型、推荐前需有证据支撑、建议需可被证伪，并设有硬性门槛与权限边界，例如修改文件、安装依赖、运行脚本或测试前必须先征得同意，且不得读取或暴露密钥等敏感文件。
通过 Solana JSON-RPC 直接与区块链交互的技能，支持账户查询、代币余额、交易构建与提交、程序账户枚举等底层操作，适合高层 API 无法满足数据需求时使用。
wiki-lint 是一个面向 Obsidian 知识库的确定性、只读健康检查工具，可扫描死链、歧义链接、孤立页面、缺失 frontmatter、空章节、过期索引等，本身不修改库内容。
该技能用于借助 Sentry 实现错误追踪，自动捕获、上报并分析异常、性能问题与应用稳定性。适用于生产环境错误监控、自动异常捕获、发布追踪、性能问题检测和用户影响分析。提供最小可用示例（npm 安装 @sentry/cli、@sentry/node、@sentry/tracing 并执行 sentry init -d），并在 references/ 目录中给出 Sentry 安装、Node.js 集成、Express 中间件集成、Python 集成、Source Maps 与发布管理、CI/CD 发布创建、自定义错误上下文、性能监控等参考指南；同时列出最佳实践，如配置 source maps、设置采样率、追踪发布与部署、过滤敏感信息、添加上下文与面包屑、设置用户信息、定期审查错误模式，以及避免在上下文中包含密码、记录个人身份信息等。
面向 Jetpack Compose 与 Compose Multiplatform 的实用开发技能，覆盖 Android、桌面、iOS 与 Web 的 UI 开发，提供状态、布局、导航、动画、主题、分页、性能与无障碍等主题的参考指导，并支持 PR 代码审查模式。
AnyCap 的 Gemini Omni 视频编辑技能，调用 gemini-omni-flash-preview 对现有短视频做自然语言编辑，适合在原视频基本不变的前提下只改动单一视觉元素，如换产品、去物体、改灯光等。
面向生产环境的 SSH 安全配置指南，涵盖密钥管理、sshd 加固、堡垒机架构、隧道与多路复用，以及连接排障，适用于搭建安全远程访问。
suno-engineer 是一个面向 Suno AI 音乐生成的技术提示词工程技能，用于为当前 v6 模型家族（v6、v6-wild、v6-mini、Custom Models）构建风格提示词、选择模型与生成设置并优化提示。它可读取曲目文件或概念输入，检查是否为纯器乐，提取专辑上下文，生成 Style Box 风格提示、歌词框结构标签、Exclude Styles 排除项，并填写 Generation Settings 表。该技能强调 Suno 的“字面执行”特性、段落标签与表演提示的重要性、人声描述前置、Variety 关闭与 Max Mode 使用规则，并支持用户自定义偏好覆盖。适用于需要系统化、可复用 Suno 提示词工作流的音乐创作场景。
cycle-review 是一个用于 CLHbid Delivery 看板的周期评审技能，通过 GitHub Discussion 完成会议纪要的发布与回收，并将会议决策写回跟踪器。资料主要描述其工作流程、角色解析、笔记写作规范与限制，具体安装方式暂未提供。
用于为客户生成并上传 k9_ownership_preferences 参考表，通过标签映射、账户排除和自定义提示来定制 Datadog Ownership Agent 的资源归属判定。
LlamaIndex 是一个用于构建 LLM 应用的数据框架，专注于 RAG（检索增强生成）。它提供文档摄取（300+ 连接器）、索引和查询能力，支持向量索引、列表索引、树索引等多种结构，并可将查询引擎封装为工具供智能体调用。项目在 GitHub 上拥有 45,100+ 星标，被 23,000+ 仓库使用，拥有 1,715+ 贡献者，当前稳定版本为 v0.14.7，采用 MIT 许可证。
Code Modularization Evaluator 是一个用于评估和改进代码模块化程度的技能，基于 Vlad Khononov《Balancing Coupling in Software Design》中的平衡耦合模型。它通过分析集成强度、距离和易变性三个维度，识别有问题的耦合模式，并结合 Connascence（共变）类型分析，给出可操作的代码重构建议。其核心理念是：耦合本身并非坏事，设计不当的耦合才是问题，目标是实现平衡耦合而非零耦合。该技能适用于审查模块、服务、类之间的依赖关系，帮助发现分布式单体、过度抽象、循环依赖等典型问题，并针对不同耦合类型提供具体的重构策略。
.NET 测试框架参考数据，覆盖 MSTest、xUnit、NUnit、TUnit 四种框架的检测模式与常用 API。内容包括测试类与测试方法的标记方式、各框架的断言 API 对照（相等、布尔、空值、异常、集合、字符串、类型、Inconclusive、Fail）、跳过/忽略注解、Setup/Teardown 方法、Sleep/Delay 模式、异常处理的惯用替代写法、Mystery Guest 常见模式、集成测试标记，以及 TUnit 断言必须 await 等特有注意事项。适合在编写、审查或迁移 .NET 测试代码时作为速查参考。
Papermorph 是一个用于将参考 PDF 制作或编辑成动画、带旁白、可交互的网页书籍的技能。它面向书籍规划、故事板、章节动画与练习、旁白等用途。每个章节被设计为一支简短的动画教学影片：画面承载讲解，旁白说出内容，随堂检测与练习在画面内完成。其质量标准包括：生动（物体有重量与节奏地运动和变化）、构图完整（每个瞬间都像一幅画，文字贴近其所指）、准确（运动、标签与数字在每一刻都一致）、流畅（播放不卡顿，含 Firefox）。技术上，一个章节由一块 1600×900 的 SVG 舞台加一个播放器组成，节拍（beats）将旁白片段与定时动作配对。工作流程从 intake.md 对话开始，产出约定的 style.json，之后每章依据该风格制作。项目包含书籍源文件、样式、章节地图、故事板、图片、旁白内容、测试工具和最终静态站点等目录结构。使用需 uv、ffmpeg/ffprobe、Edge TTS 网络访问（或本地 Kokoro）以及 Playwright 浏览器。
Skill Quality Reviewer 是一个用于评估 Claude Skills 质量的元技能（meta-skill）。它从四个维度对技能进行综合分析：描述质量（25%）、内容组织（30%）、写作风格（20%）和结构完整性（25%），并据此生成加权总分、字母等级以及可执行的改进计划。该技能适用于在分享技能前进行质量验证、识别改进机会，或确保技能符合开发最佳实践。它支持三种审查模式：score-only（快速首轮评分）、remediation-backlog（将发现转化为 P0/P1/P2 修复队列）和 batch-portfolio（批量审查多个技能并聚类重复问题）。分析流程包括加载技能、解析 YAML frontmatter、逐维度评估、计算加权分数并生成质量报告与改进计划两份文档。
cli-anything-seaclip 是 SeaClip-Lite 项目管理工具的无状态命令行界面。它通过 HTTP API 和直接读取 SQLite 与 SeaClip-Lite 后端通信，不保存本地状态或会话。该工具支持问题（Issue）、流水线（Pipeline）、智能体（Agent）、调度（Scheduler）、活动（Activity）和服务器（Server）等命令组，可用于列出、创建、移动、更新和删除问题，启动、暂停、恢复和停止流水线，查看智能体列表，管理调度配置，查看活动记录以及检查后端健康状态。所有命令均支持人类可读的表格/彩色输出和面向智能体消费的 --json 结构化输出。安装方式为 pip install -e .，需要 Python 3.10+ 以及运行在 localhost:5200 的 SeaClip-Lite 后端。
用于为虚构世界设计城市、城镇与聚落的写作辅助技能，依据地理决定、功能需求、网络涌现等十条城市形成原则，生成有历史层次、基础设施与社会分层的真实感聚落，而非为剧情搭建的布景。
面向向量数据库管理的综合指南，覆盖 Pinecone、Weaviate、Chroma 三款主流向量数据库，用于语义搜索、RAG（检索增强生成）与基于相似度的应用。内容包括向量嵌入基础（文本转嵌入、常见嵌入模型与维度权衡）、数据库部署与配置（Pinecone 服务端无服务器与 Pod、Weaviate 本地或云端集合、Chroma 持久化客户端）、索引操作（创建、管理、性能配置）、向量操作（写入、批量写入、稀疏向量）、相似度搜索、元数据过滤、混合搜索、命名空间与集合管理、性能与扩展、生产实践及成本优化。文档以 Python 代码示例贯穿，涉及 OpenAI、Sentence Transformers、Cohere 等嵌入方案，并对比三款数据库在部署方式、索引类型、元数据过滤、混合搜索、规模与适用场景上的差异。
moda-mockup 是 Moda 平台上用于制作静态 UI 模型图和线框图的技能，可生成应用界面、网站页面、仪表盘布局等界面的图片，按真实视口尺寸呈现，并支持导出为 PNG 或 PDF。使用前需先加载 moda-core（每个会话一次），其中包含 step-0、写入契约和免费/计量功能映射。该技能要求先确定视口、保真度和屏幕数量：视口决定网格、字号和内容容量（如桌面应用 1440×900、仪表盘 1920×1080、落地页模型 1440×4000–6000、平板 1024×768、手机 390×844）；保真度需明确选择线框图（灰度方块、真实层级、诚实标签、刻意未完成）或模型图（品牌配色、真实字阶、真实图像、真实内容），默认模型图，不可半途而废；屏幕数量为每个页面一个屏幕，放在同一画布中，同一流程使用相同视口，每个页面按步骤命名。工作流程包括创建并分享画布链接、阅读参考文档、用容器构建外壳、填充真实感内容、截图验证、交付实时链接并按需导出。该技能强调使用真实操作系统字号、尊重设备安全区域和触控目标、展示有趣状态、避免 lorem ipsum 等。
用于制作 Instagram 静态视觉素材的技能，覆盖信息流帖子、快拍、Reel 封面与轮播图，内置 IG 尺寸与安全区规范。仅支持静态图，动画内容需改用 moda-video。