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 11-04 00:13
244,651 个结果
OpenGame 是一个开源的 TypeScript 智能体框架，可根据单条自然语言提示端到端生成完整可玩的网页游戏（HTML/JS/CSS）。它由三部分构成：Game Skill（含 Template Skill 模板技能与 Debug Skill 调试技能）、可选的专用模型 GameCoder-27B，以及用于自动评估的 OpenGame-Bench。Template Skill 维护可增长的模板骨架库以搭建稳定架构，Debug Skill 记录已验证的修复协议以系统性地修复跨文件集成错误。框架兼容任何 OpenAI 兼容的 LLM 后端，如 GPT-4o、Claude、GameCoder-27B。OpenGame-Bench 通过无头浏览器执行与 VLM 评判，在 Build Health、Visual Usability、Intent Alignment 三个维度上对 150 条多样化提示词进行评估。
基于角色的访问控制（RBAC）技能，涵盖权限与策略模型，介绍 RBAC、ABAC、MAC、DAC、ReBAC 等访问控制方式，并提供 Node.js RBAC、Python ABAC 与 Java Spring Security 的实现模式与最佳实践。
loop-it 是 goal-workflow 中带检查点恢复的自动化 Issue 实现循环技能：抓取开放 GitHub Issue，按依赖拓扑排序，逐条由 agent 内联实现，再经 /review-it 与 /ship-it 完成提交、PR、合并与关闭，进度写入 .loop-state.json 以便崩溃后恢复。
面向 LiveKit Agents 的 OpenTelemetry 埋点风格指南，规范会话生命周期 span、关闭回调、会话指标与 LLM 轮次 token 计数器的写法。
Godot 移动平台（Android/iOS）开发专家蓝图，涵盖触摸输入、虚拟摇杆、响应式 UI、安全区域（刘海屏）、电池优化与应用商店规范，适用于面向移动端发布或实现触摸输入的场景。
用于在 Umbraco 后台（backoffice）实现主题的后台技能，依据官方文档指导主题注册与 CSS 定制。
用于在 Umbraco 后台（backoffice）中按官方文档实现工作区（Workspace）的技能资料，说明可路由与默认两种工作区类型、上下文、视图、操作及树导航集成方式，并提示实现前先获取最新文档。
Odoo 17 开发参考技能，提供 Python 模型与 ORM、XML/CSV 数据与视图、OWL/JS 客户端、QWeb 报表等主题的分册指南，并按任务索引到 references/ 下的具体文档。
用于把一家公司如何获客、交付、定价、赚钱和扩张的逻辑拆解清楚，帮助快速理解业务运转方式。适用于看不懂公司业务、研究前补基础、业务结构梳理等场景，输出收入引擎、利润机制、增长路径与脆弱点。
Wix Headless Kit 用于快速搭建 Wix Headless 站点：直接使用已发布、经校验的 @wix/sdk 代码作为集成实现，而非从配方重新编写。每个 Wix 业务垂类自带类型化数据层、hooks、组件、页面与 seed 脚本，可在 Wix 托管的 Astro 或任意 React 项目中运行。
content-audit 是 Adobe 提供的 AEM Edge Delivery Services（EDS）页面审计技能，用于对已发布的 EDS 页面进行内容质量、SEO、无障碍、性能和 EDS 最佳实践方面的检查，并输出按优先级排序的修复清单与具体整改步骤。它通过抓取用户提供的页面及其 .plain.html 变体、页眉和页脚片段进行分析，覆盖标题层级、区块使用、元数据、OG 标签、robots、canonical、LCP 预算、E-L-D 加载阶段、字体、无障碍、结构化数据、URL 结构以及 David's Model 内容建模规则等。该技能仅适用于 EDS 站点，每次审计一个页面或少量页面，不用于代码级调试或批量审计，也不替代自动化测试工具。
plannotator 是一个面向 AI 智能体计划的“路由优先”可视化审批关卡技能，用于在计划、Markdown 规格文档或代码差异（diff）进入执行前，由人工进行可视化审查与反馈。它本身不是规划器，而是位于计划/规格创建、编排运行时、更广泛的 PR/代码判断、渲染 UI 缺陷标注与浏览器验证之间的“人工审批门”。该技能强调先对审查请求进行分类（计划审查、差异审查、Markdown 审查、平台配置、故障排查），确认具体待审产物已存在，再选择唯一的主审查包并执行。支持通过脚本进行差异审查（如 bash scripts/review.sh main...HEAD）、安装与状态检查（bash scripts/install.sh、bash scripts/check-status.sh）以及远程配置。适用于编码智能体已产出实现计划需人工批准、存在具体 git diff/提交范围/PR 需行级反馈、Markdown 规格/PRD/架构文档需可视化审查，以及将 plannotator 接入 Claude Code、Gemini CLI、Codex CLI 或 OpenCode 等场景。
用于 KiCad PCB 布局评审的技能：通过 DRC、图层渲染和 3D 模型干涉检查来审查电路板设计，并指导元件布局与走线优化。
用于在选定 IC 后完整绘制或修改 KiCad 原理图的技能，支持依据数据手册、参考设计、渲染图与网表进行连线、审查与迭代，强调用图像输入验证整洁度与连接正确性。
Kustomize 是一款用于定制 Kubernetes 资源清单的声明式配置工具，不需要使用模板语言。它通过 base（基础配置）与 overlay（叠加层）的目录结构来管理不同环境的差异，可以在不修改原始 manifest 文件的前提下对现有清单进行补丁（patch），生成配置变体，或定制第三方清单。该技能适用于跨环境管理 Kubernetes 配置、为已有 manifest 打补丁、基于 base 创建配置变体以及定制第三方资源等场景，前提是使用 kubectl 1.14+（内置 kustomize）或独立的 kustomize CLI，并具备基本的 Kubernetes manifest 知识。文中提供了基础的 kustomization.yaml 写法、base 与 overlay 的组织方式、development 与 production 两个环境叠加层示例，以及策略合并补丁（Strategic Merge Patch）、JSON Patch、内联补丁、ConfigMap/Secret 生成器、镜像转换、资源转换（名称前后缀、命名空间、标签注解、副本数）、组件（Components）、远程资源、常用命令、Helm Chart 集成与变量替换等内容，并列举了常见问题与最佳实践。
Bankr Dev - Transfers 是一个用于构建支付系统、实现代币转账及解析 ENS/社交账号的技能，支持通过自然语言向钱包地址、ENS 名称以及 Twitter、Farcaster、Telegram 社交账号发送代币。
bmad-tea-test-design 是 BMAD 测试架构体系（Test Architecture Enterprise）中的一个测试设计技能，用于创建系统级或史诗（epic）级测试计划。当用户提出“设计测试计划”或“创建测试策略”时，该技能会被触发。它以“主测试架构师（Master Test Architect）”的角色运作，目标是产出以风险和可测试性评估为基础的史诗级测试计划。该技能采用三种模式的步骤文件架构：创建模式（steps-c/）用于新运行与恢复续跑，验证模式（steps-v/）依据检查清单进行验证，编辑模式（steps-e/）用于修订已有产出。激活时会先解析工作流配置（合并默认、团队与个人覆盖），加载持久事实与配置，并检查 TEA 知识库是否已安装。所有产出位于 {test_artifacts}/test-design/ 目录下，包括系统级的 test-design-architecture.md 与 test-design-qa.md、史诗计划 test-design-epic-{epic_num}.md、交接文档以及探索截图。每次运行会写入独立的进度检查点，避免不同史诗或系统的检查点互相覆盖。
YouTube Research 是一个用于研究细分领域高表现 YouTube 视频的技能，基于 TubeLab 的异常值检测 API。它能够识别异常值视频（表现远超频道平均水平的视频），用 AI 分析最相关的 3 个视频，并生成可执行的报告。该技能需要 TUBELAB_API_KEY 和 GEMINI_API_KEY 环境变量，以及 google-genai 和 requests Python 包。工作流程包括：创建运行文件夹、获取频道 ID、抓取频道视频、分析频道提取关键词和受众画像、搜索异常值、筛选相关视频、用 AI 分析视频内容（钩子技巧、内容结构、留存技巧、CTA 策略），最后生成包含顶级钩子、内容结构模式、CTA 策略和可执行建议的 Markdown 报告。
threejs-html 是一个关于把 Three.js 集成到响应式 HTML、Next.js 或其他框架中的技能，处理滚动分区、覆盖层与多视图，强调在既有架构下安全插入 canvas 并保持页面语义、交互与可访问性。
Segment Anything Model（SAM）是 Meta AI 推出的零样本图像分割基础模型，可在无需针对特定任务训练的情况下分割图像中的任意对象。它支持点、边界框或已有掩码作为提示，提供 ViT-B、ViT-L、ViT-H 三种模型规格，并支持自动生成全部对象掩码与 ONNX 导出部署。适用于交互式标注工具、训练数据生成、医学与卫星等特定领域图像处理，以及目标检测/分割流水线。
Systematic Debugging 是一套系统化调试流程技能，用于在遇到任何 bug、测试失败或异常行为时，先定位根因再提出修复方案。其核心原则是“没有根因调查就不修复”，通过四个阶段——根因调查、模式分析、假设与测试、实施修复——引导开发者避免随机试错。该技能适用于测试失败、生产 bug、性能问题、构建失败、集成问题等各类技术问题，尤其强调在时间压力下、看似简单的问题、已多次尝试修复失败时更应遵循流程。资料还提供了红旗信号、常见借口对照表以及根因回溯、纵深防御、基于条件等待等配套技术文档。
uv 是用 Rust 编写的极速 Python 包安装器与依赖解析器，速度比 pip 快 10-100 倍，可替代 pip、pip-tools、poetry 等工具，支持虚拟环境、Python 版本管理、锁文件与工作区。本技能介绍其安装、常用命令、项目配置、CI/CD 与 Docker 集成及迁移方法。
将文字提示、照片或视频片段转成手绘质感的 p5.js 动画：会自己书写的铅笔手写字、照片转笔触画、短视频转“活着的画”。基于 p5 与 p5.brush，离线渲染为 MP4/PNG，适合短片素材，不适合精准排版、照片级写实或长于约 10 秒的素材。
这是一个用于构建数据可视化与指标仪表盘的技能（skill），主要基于 Recharts 图表库实现。它提供了折线图、柱状图、饼图等常见图表类型的代码示例，以及 KPI 指标卡组件和仪表盘布局的参考实现，还包含数字、货币、百分比等格式化工具函数。适用于在 React 项目中创建图表、KPI 展示、指标仪表盘或数据可视化组件的场景。