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
244,930 个结果
面向 GitHub 工作流自动化的 AI 技能方案，核心是通过 AI 辅助完成代码评审、Issue 分类、CI/CD 集成与 Git 操作等任务。它提供了一套基于 GitHub Actions 的配置示例，包括自动 AI 代码评审工作流、Issue 自动打标签与首次响应、过期 Issue 与 PR 管理、智能测试选择、带 AI 风险评估的部署校验、自动回滚、自动 rebase、智能 cherry-pick 和分支清理等模式。适合开发团队在持续集成与协作流程中引入 AI 能力，减少人工重复操作。使用前需在仓库中配置对应工作流文件，并按示例设置所需密钥（如 ANTHROPIC_API_KEY、GITHUB_TOKEN）。具体定价、平台支持范围及效果未在资料中提供。
Schema Markup 是一个面向结构化数据与 schema.org 标记的专家型技能，用于帮助搜索引擎理解网页内容并争取搜索结果中的富媒体展示（rich results）。它适用于需要添加、修复或优化网站 schema 标记的场景，也适用于用户提及 schema markup、structured data 等关键词时。该技能强调准确性优先、使用 JSON-LD 格式、遵循 Google 官方指南并全程验证。内容覆盖常见 schema 类型，包括 Organization、WebSite（含 SearchAction）、Article/BlogPosting、Product、SoftwareApplication、FAQPage、HowTo、BreadcrumbList、LocalBusiness、Review/AggregateRating、Event 等，并给出各类型的必填与推荐属性及完整 JSON-LD 示例。同时介绍单页多类型 schema 的 @graph 写法、静态站点、动态站点（React/Next.js）、CMS/WordPress 等实现模式，以及 Google Rich Results Test、Schema.org Validator、Search Console 等验证工具和常见错误。
DefiLlama MCP Server 的安装与配置技能，用于将 AI 智能体连接到 DefiLlama 的 DeFi 分析数据库。该技能提供 23 个工具，覆盖 TVL、代币价格、收益率、协议指标、稳定币、跨链桥、ETF、黑客事件、融资、国库等数据。使用前需要一个拥有有效 API 订阅的 DefiLlama 账户。配置方式包括在 Claude.ai 网页端手动添加自定义连接器，或在 Claude Code、Codex、Claude Desktop、Cursor、Windsurf、Gemini CLI、OpenCode、OpenClaw 等客户端中添加 MCP 服务器，并通过 OAuth 完成认证。此外还提供 10 个工作流技能，将原始工具访问转化为结构化的研究流程。
基于 TemPad Dev MCP 把可见 Figma 节点还原为项目原生 UI 代码的技能。要求以 Figma 与项目证据为准，复用现有组件、令牌与样式惯例，只实现有据可依的状态与响应式行为；证据不足时暂停或询问，不凭记忆或截图臆造实现。
面向 Blender 5.2+ 任务的基础技能，支持通过 MCP 实时运行 bpy 或无界面 CLI 执行，涵盖上下文覆盖、不受语言环境影响的节点查找、枚举取值发现等核心用法。
PaddleOCR 文档解析技能，用于对复杂文档进行结构化解析。它通过调用 PaddleOCR 文档解析 API（脚本 python scripts/vl_caller.py）返回完整文档结构，包括文本、表格、公式、图表和版面信息。适用于含表格的发票、财务报告、含数学公式的学术论文、含图表或多栏排版的文档，以及需要版面分析的复杂文档。若只需简单纯文本提取或追求速度的快速 OCR，则建议改用文本识别。使用前需配置 PADDLEOCR_DOC_PARSING_API_URL、PADDLEOCR_ACCESS_TOKEN 等环境变量。
这是一个用于在 Make 场景中配置单个模块的技能（Skill）。当需要设置模块参数、分配连接、在模块之间映射数据，或配置 Webhook、数据存储（Data Store）、密钥时，可使用本技能。技能提供了按任务分类的参考索引（通用原则、连接、Webhook、数据存储、数据结构、密钥、IML 表达式、映射、过滤、聚合器、AI 智能体），并说明了几条贯穿所有模块配置的核心规则：先用 app-module_get（outputFormat 为 instructions）读取模块接口，配置后调用 validate_module_configuration 校验，按数据结构到数据存储的依赖顺序创建组件，从左到右（上游到下游）配置以便映射输出结构，连接选择必须交由用户交互决定，更新模块时应省略不修改的字段而非写入空字符串。资料还给出了已知模块 ID：Make Code 模块的 "module" 为 "code:ExecuteCode"。
ln-221-story-creator 是一个用于创建 Story 文档的技能，属于规划类（2XX Planning）的 L3 Worker。它按照固定的 9 段结构生成 Story 文档，并通过配置的 tracker provider 进行 INVEST 校验。适用于 Epic 已具备 IDEAL 计划、准备进入 Story 拆分的场景。该技能既可独立运行，也可作为协调器流程的一部分被调用，两种情况下公共契约一致。它支持托管子运行模式与独立模式，输出结构化的 story-plan-worker 摘要信封，并可在提供 summaryArtifactPath 时写入摘要产物。
用于在 Epic 需求变更后重新规划 Story 的 L3 规划工作器技能，将理想 Story 意图与现有 Story 对比，分类为 KEEP、UPDATE、OBSOLETE、CREATE 并执行相应操作。
ln-403-task-rework 是 Claude Code 技能中的 L3 执行器，用于处理看板中标记为 To Rework 的单个任务：读取任务、评审意见与父 Story，按反馈修复后把状态改回 To Review，交由评审者决定是否完成。
这是一个针对异步与一般代码的运行时性能审计技能（L3 Worker），用两层检测扫描阻塞 IO、不必要分配、同步 sleep、循环字符串拼接、缺少线程卸载和冗余数据复制，并输出带严重度、位置、工作量与建议的 Markdown 报告及合规评分。
面向 JARVIS 全息 HUD 视觉效果的 GLSL 着色器编程技能，覆盖全息面板、能量场、数据可视化与后处理特效，强调 TDD、GPU 性能优化与循环安全。
before-and-after 是一个用于对网页或页面元素进行前后（before/after）截图对比的 AI 技能，属于 michaelshimeles/rstack 技能集，安装包名为 @vercel/before-and-after。它可分别打开两个 URL（或复用已有截图），在同一视口下截取整页或指定 CSS 选择器区域，生成便于视觉回归检查的对比图，并支持导出 Markdown 表格、上传图片用于 PR 集成。支持移动端、平板和自定义视口，提供隔离 worktree、Vercel 部署保护处理等使用约定。
MCP Management 是一个用于管理和交互 Model Context Protocol（MCP）服务器的技能。它提供脚本与工具，帮助用户发现、分析并执行已配置 MCP 服务器中的工具、提示词和资源，同时避免污染主上下文窗口。该技能支持从单一配置文件管理多个服务器，可将发现的工具目录持久化为 JSON 以便快速引用，并可通过 Gemini CLI、直接脚本或 mcp-manager 子代理三种方式执行 MCP 操作。适用于需要发现 MCP 能力、按任务选择工具、以编程方式调用 MCP 工具或调试 MCP 客户端实现的场景。
Nansen CLI 的钱包管理技能，支持创建（本地加密或 Privy 服务端）、列出、查看、导出、发送和删除钱包，适用于创建钱包、查询余额或发送代币。
该技能是「实现（implement）」的测试先行变体，遵循红-绿-重构的 TDD 流程。它要求先阅读需求、来源与相关代码，仅在缺失决策会改变行为、接口或检查时才提问；随后写一个最小的失败测试来证明行为或复现缺陷，并确认其按预期原因失败；接着写最小实现让测试通过，要求在不必要时不改动现有接口或用户可见行为，并在关键处补充失败路径测试；最后在测试持续通过的前提下简化代码与测试，先运行聚焦检查再运行更广泛的检查，并汇报此前失败、现在通过的测试及最终检查结果。规则包括：在对应行为的失败测试出现前不写实现代码；说明低风险假设并继续推进；让测试描述行为而非实现细节；可行时优先使用真实边界而非模拟；对文档、格式化或非行为性脚手架跳过 TDD。
Promptfoo Evals 是用于编写、改进、运行和质量校验 promptfoo 评估套件的技能。它帮助用户构建可维护的 promptfoo 评估套件，强调清晰的测试用例，在可能的情况下使用确定性断言，仅在必要时使用模型评分。该技能覆盖 promptfooconfig.yaml 配置、提示、提供商、变量、测试、断言、模型评分评分标准、转换等内容。使用时可参考 references/cheatsheet.md 获取完整的断言与提供商参考，关于 promptfoo 功能的深入问题可查阅 https://www.promptfoo.dev/llms-full.txt。
需求范围界定技能，用于把模糊的提示词（如“设计一个新闻流”）转化为三份书面清单：系统做什么（功能需求）、塑造系统的数字与质量要求（非功能约束）、以及刻意排除的内容（范围外）。适合系统设计第 1 步使用，可与 back-of-the-envelope 等技能衔接。
task-scheduling 是一个系统设计技能，用于设计任务调度器、作业队列、分布式 cron、延迟/定时/循环任务。它决定工作何时运行、由哪个 worker 运行，通过租约把每个作业交给唯一 worker，并在崩溃与重试下保证任务只完成一次。
CommerceVault（mcp-edd-analytics-vantage）是一个面向 Easy Digital Downloads（EDD）电商数据的中间件层，用于统一访问 EDD REST API 后端。它提供产品目录同步、订单生命周期管理、客户画像与分群、销售与收入分析、许可证与授权码管理以及 Webhook 事件中继等能力，并内置缓存、限流、认证与安全校验等机制。项目基于 Node.js 18+ 或 Python 3.9+，通过环境变量配置 EDD 站点地址与 API 凭据，支持 API Key 与 OAuth/JWT 两种认证方式，适合需要围绕 EDD 构建销售分析、数字商品交付与订单自动化流程的开发者使用。
FlashKDA 是基于 CUTLASS 的 Kimi Delta Attention（KDA）高性能 CUDA 内核，面向 SM90+ GPU（H100/H20 级），可作为 flash-linear-attention 的 chunk_kda 后端，用于高效循环状态推理。
该技能帮助用户设计并执行现代 SEO 策略，在技术站点健康、程序化内容扩展与 AI 驱动发现之间取得平衡。它基于 Lenny's Podcast 与 Newsletter 中 9 位嘉宾的观点，提供增长策略指导：验证搜索意图、设计程序化模板批量生成落地页、搭建页面级实验框架测试标题标签与内链、以及面向 LLM 与 AI Overviews 的内容调整。技能强调把 SEO 视为产品功能、从头部词转向中漏斗查询、通过多个权威来源提升被提及频率、跟踪来自 AI 引擎的转化率、并利用自有独特数据抢占长尾关键词。适用于希望把自然搜索打造为可扩展获客引擎的团队。
用于在 RevenueCat 中创建、准备和设置 A/B 实验（experiment），准备变体 offering 与 paywall，并管理实验的启动、暂停、恢复与停止。
用于在中断后恢复项目上下文的技能：依据保存的交接记录与当前代码库证据，核对已完成工作、待办改动和用户约束，给出可验证的下一步。它是 context-management-context-restore 的兼容别名，不安装命令或记忆系统。