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 11-04 00:13

全部 Skills

244,634 个结果

generate2dsprite

generate2dsprite 是一个面向游戏开发的 2D 美术资源生成技能，属于 0x0funky/agent-sprite-forge 技能集。它用于制作可直接用于游戏的 2D 角色、生物、道具、图标与特效，输出形式包括主静帧（master still）、精灵表（sprite sheet）或动画片段（animation clip）。其核心思路是按游戏中的真实显示尺寸、镜头与风格生成尽可能小的资源包，并让游戏逻辑（碰撞、伤害、时序）与美术彼此独立。它默认以图像生成为美术来源，可调用已配置的 API（如 OpenAI、Google Gemini、xAI、BytePlus Seedream、fal.ai）或本地图像工具，并把所用路线（route）明确记录与回复。美术完成度默认是 HD（全彩、干净 alpha），仅当用户要求时才使用像素风。角色流程强调先批准一张主静帧，再基于它生成每个动作的图生视频片段；精灵表主要用于特效、图标和道具。技能包含一系列 Python 工具脚本，用于规划资产、质检原始表、抠图切片对位、按游戏尺寸缩放、构建带时序与事件的片段、导出到引擎，并产出 QA 报告与溯源信息。命令需在项目根目录执行，要求 Python 3.10+、numpy 与 Pillow（推荐 scipy）。

设计与创作382 次安装

ux-research

UX Research 是一个用于规划、执行和分析用户研究的技能，帮助产品设计获得可落地的洞察。它覆盖研究全流程：从定义问题、选择研究方法、撰写访谈脚本与可用性测试计划、招募参与者与筛选问卷，到定性数据分析（亲和图、主题分析）、综合成人物画像、旅程图或机会地图，以及向利益相关者汇报发现与建议。技能强调研究是降低风险的工具而非交付物，按生成性、描述性、评估性、因果性四类研究提供方法与产出指引，并给出参与者数量基准、发现严重度与频率分级、问题分诊标准，以及持续发现（每周访谈、机会解决方案树、假设测试）的实践框架。资料还包含常见错误提醒与配套参考文档、模板和示例。

设计与创作382 次安装

firecrawl-research

FireCrawl Research 是一个用于自动检索与抓取网页资料的研究类技能。它可以从 Markdown 文件中提取研究主题，调用 FireCrawl API 对每个主题执行搜索并抓取最多 N 条结果（默认 5 条）的正文内容，以 Markdown 格式输出到指定目录，每个主题生成一个带时间戳的独立文件。该技能还提供学术论文写作模板（Pandoc、MyST）、参考文献生成脚本以及转换脚本，可将研究结果整理为 BibTeX 条目并导出 PDF/DOCX。适合需要为笔记或文档补充网络来源、系统性调研多个主题、以及撰写带引用学术论文的场景。

写作与研究382 次安装

mastra-hono

mastra-hono 是一个面向开发者的技能文档，讲解如何使用 Mastra v1 Beta 与 Hono API 服务器构建可用于生产的 AI 智能体（agent）、工具（tool）和工作流（workflow）。内容覆盖从智能体定义到部署的完整技术栈，目标版本为 Mastra v1 Beta（资料称稳定版预计 2026 年 1 月发布）。适用场景包括：创建带工具与记忆的 Mastra 智能体；用 Zod 输入/输出 schema 定义工具；构建多步骤数据流的工作流；通过 Mastra 适配器搭建 Hono API 服务器；实现多智能体协作的 agent networks；编写暴露智能体/工具的 MCP 服务器；集成 RAG 与对话记忆。不适用场景包括：Mastra 稳定版（0.24.x），其模式差异较大；构建非 AI 的 Web API；不带智能体/工具的简单 LLM 调用。前置条件为 Node.js 22.13.0+、npm/pnpm/bun 包管理器，以及 OpenAI、Anthropic 等提供商的 API key。安装命令为 npm install @mastra/core@beta @mastra/hono@beta 等。

智能体与模型382 次安装

research

这是一个名为 research 的智能体技能，用于诊断研究质量并引导系统性的查询扩展。它结合 Tavily 的 AI 优化网络搜索能力，把基础问题转化为更全面的搜索策略，并用分阶段的流程帮助用户避免浅层搜索、单一视角和确认偏误。该技能包含一个内置的 Tavily CLI 脚本（scripts/tavily-cli.ts），需要 Deno 环境和 Tavily API Key（官方称有免费额度）。主要流程分为五个阶段：阶段 0 手动分析主题并设定范围；阶段 1 利用 Tavily 发现专家术语；阶段 2 进行基础搜索；阶段 3 搜索反方视角；阶段 4 手动综合结论并标注置信度。技能还提供多种诊断状态（如缺少分析、缺少词汇、单一视角、领域盲区、近期偏见、缺乏深度、停止时机不确定等）以及常见反模式（如确认陷阱、权威谬误、广度陷阱、回音室等）的提示与修正建议。它支持通过命令行选项控制搜索深度、结果数量、主题类型、时间范围以及包含或排除特定域名。输出结果可保存在项目文件中，命名模式为 {topic}-research-{date}.md。适用于开始研究任何主题、研究卡住或不确定研究是否足够时使用。

写作与研究382 次安装

ln-511-code-quality-checker

ln-511-code-quality-checker 是一个代码质量检查技能（L3 Worker，属于 5XX 质量类），用于对已完成的实现任务进行量化质量评分。它基于代码度量、MCP Ref 外部验证和问题扣分，计算 Code Quality Score（满分 100），并检查 DRY/KISS/YAGNI 违规、架构边界破坏和安全问题。适用场景：当 Story 中的实现任务状态为 Done、需要质量评分时使用，也可在技术债清理和代理内联审查之前运行。该技能只做分析与评分，不会编辑 Linear 或看板，也不创建任务或更改状态。

测试与质量382 次安装

ln-640-pattern-evolution-auditor

这是一个架构模式演进审计技能，属于 L2 协调器（Coordinator），分类为 6XX 审计。它用于审计架构与设计的演进情况，覆盖模式适配度、层级归属、服务/API 契约、依赖拓扑、现代化、物理结构与配置边界等方面。该技能通过评估平台运行，要求在进行模式评分前先完成最佳实践研究，并协调 ln-641 至 ln-647 共七个模式工作器（worker）执行边界审计与模式分析，最终汇总生成审计报告与整改计划。

编程与开发382 次安装

ln-760-security-setup

这是一个安全设置协调技能，用于为项目添加安全扫描基础设施。它协调密钥扫描（ln-761）与依赖漏洞审计（ln-625）两个子技能，汇总两者的发现并生成统一报告，同时产出 SECURITY.md、pre-commit 钩子和 CI 工作流等安全配置。适用场景包括项目引导启动阶段（由 ln-700-project-bootstrap 调用）、手动安全审计请求以及 CI/CD 流水线初始化。该技能会检测项目类型（Node.js、.NET、Python、Go 等），检查 gitleaks/trufflehog 及生态对应审计工具的可用性，读取已有配置以避免覆盖，然后通过 Agent 工具并行委派两个扫描器，按严重程度聚合结果并给出安全评分与风险评估，最后生成或更新安全产物，并在 .gitignore 中补充密钥相关模式。

部署与运维382 次安装