SuperAPI AI 工具集

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 11-05 00:16

全部 Skills

245,247 个结果

gitlab-ci

GitLab CI/CD 是 GitLab 内置的持续集成与持续交付系统,用于自动化软件的构建、测试和部署。该技能帮助用户配置 .gitlab-ci.yml 流水线文件、管理 GitLab Runner(共享或自托管)、创建多阶段部署流水线、实现 GitLab Auto DevOps、以及管理 CI/CD 变量与密钥。资料涵盖流水线配置、作业规则、并行与矩阵构建、缓存与制品、环境与部署、Docker 构建、Runner 安装与注册、变量使用、include 与 extend 复用、多项目流水线等主题,并列出常见问题与最佳实践。

部署与运维365 次安装

plagiarism-checker

这是一个用于歌词查重的技能,通过网页搜索和 LLM 知识扫描歌词中可能与已有歌曲雷同的短语,帮助创作者在发布前发现无意的借用。它提取歌词中具有辨识度的 4-7 词短语,搜索匹配已知歌曲,并结合模型知识独立标记相似之处,最终生成带风险等级(高/中/低)的结构化报告。该工具定位为质量检查而非法律工具,仅用于提前发现可能的借用以便修改,不能判定版权侵权。

写作与研究365 次安装

bmad-shard-pro

bmad-shard-pro 是一个面向智能体阅读场景的长文档处理技能:帮助把过长或不易检索的文档整理成智能体更容易定位和读取的形式。它会先评估文档,建议保持原样、生成详细目录,或在完全不改动原文的前提下拆分为多个分片;对于聊天记录、邮件线程、会议记录等非文档材料,会提示先转交处理流程。它强调不丢失、不改动源内容,并用脚本完成切分与校验,同时记录变更,便于后续维护。

写作与研究365 次安装

frontend-design-pro

frontend-design-pro 是一个面向前端界面设计的技能,定位为“世界级创意前端工程师兼视觉总监”,目标是产出达到高价代理项目水准、可直接上线的界面。它要求每次设计先选定一种鲜明美学方向并彻底执行,可选风格包括极简瑞士风、新拟态、玻璃拟态、粗野主义、黏土拟态、极光/网格渐变、复古未来/赛博朋克、3D 超写实、鲜艳色块/极繁主义、暗色 OLED 奢华、有机/生物形态等,每种风格都给出核心关键词、配色思路与标志性效果。技能还规定了一系列硬性前端规则,例如禁用 Inter、Roboto、Arial、system-ui 等默认 AI 字体,改用有个性的字体,全面使用 CSS 自定义属性,强调单一主色加锐利点缀色,至少一个令人难忘的标志性细节,打破居中卡片网格,重视有节奏的动效,并满足 WCAG AA/AAA、焦点样式、语义化 HTML 与 prefers-reduced-motion。图像方面,它要求真实摄影只用 Unsplash、Pexels、Pixabay 的真实照片并给出以 .jpg/.png 结尾、带 ?w=1920&q=80 的直接链接和 SEO alt 文本;概念场景或插画则输出可直接粘贴的 Flux/Midjourney v6/Ideogram 提示词,并用指定标记包裹。最终交付生产级、可复制粘贴的代码,完全响应式且性能良好。

前端与建站365 次安装

deep-research

deep-research 是一个多来源、多步骤的研究类技能,用于针对某个主题进行系统化调研并沉淀归档。它先框定研究问题、规划来源,再并行或按依赖关系执行发现,随后按主题综合、标注矛盾与置信度,输出结构化简报,并把结果归档以便日后检索复用。资料给出的适用方向包括销售电话前的竞品调研、新商业想法的市场调研与定位等。来源菜单涵盖网络搜索、/last30days、指定 URL、需登录或 JS 较重的页面、记忆、Notion 与研究档案,并提供了各来源的使用时机与工具示例。输出模板包含 TL;DR、关键发现、矛盾与不确定性、缺口、后续建议与来源列表。

写作与研究365 次安装

codex-review

codex-review 是一款集成 Codex AI 的专业代码审查技能,可在提交代码前进行审查,并自动生成 CHANGELOG。它适用于提交前的代码检查、自动生成变更日志以及大规模重构的审查场景。安装方式为运行 npx skills add -g BenedictKing/codex-review,使用前需确保已安装 Codex CLI,可通过 /codex-review 或自然语言触发。建议将 CHANGELOG.md 放在项目根目录并使用约定式提交信息。

编程与开发365 次安装

instructor

Instructor 是一个用于从大语言模型(LLM)响应中提取结构化数据的 Python 库。它结合 Pydantic 模型定义输出结构,自动校验 LLM 返回结果,并在校验失败时把错误反馈给模型进行自动重试。它支持解析复杂 JSON、类型安全校验,以及流式返回部分结果,适合需要可靠结构化输出的数据提取、分类、多实体抽取和批量处理等任务。Instructor 提供 Anthropic、OpenAI 以及本地模型(如 Ollama)等多种提供商的统一 API,允许通过 Field、Enum、自定义验证器等方式约束输出内容。资料显示其在 GitHub 上拥有 15,000+ 星标,并被 100,000+ 开发者使用。安装通过 pip 完成,并可按提供商选择相应扩展。

数据与分析365 次安装

notebooklm

NotebookLM 研究助手技能,用于在 Claude Code 中直接查询 Google NotebookLM 笔记本,获取由 Gemini 提供、基于来源并附带引用的答案。每次提问会打开新的浏览器会话,仅从用户上传的文档中检索答案,然后关闭。支持认证管理、笔记本库管理(添加、列表、搜索、激活、删除、统计)、提问接口和数据清理,所有脚本通过 run.py 包装器自动管理虚拟环境与依赖。

写作与研究365 次安装

paper-navigator

Paper Navigator 是一个用于检索与阅读学术论文的技能,主要面向 Semantic Scholar(S2)与 arXiv。它按用户意图走不同分支:已知单篇论文用 POINT 直接取回论文卡片;一般的找论文请求走 LIST 分支;综述式的大量检索走 ITERATIVE 分支。检索流程先做 Probe 建立理解,再最多进行三轮论文检索(R2 广度、R3 深化、R4 收尾),并通过自拟的评分准则(RUBRIC)逐条判定相关性,采用 All-core / Partial / Irrelevant 三档分类。脚本依赖 deepxiv-sdk 与 httpx,需按环境安装;arXiv 访问走 DeepXiv SDK 与免费 token。

写作与研究365 次安装

react-flow-implementation

React Flow Implementation 是一个用于正确实现基于节点的 React 界面(使用 @xyflow/react 库)的技能。它适用于构建流程图、图表、可视化编辑器或基于节点的应用程序。该技能提供了快速入门示例、实现检查清单、核心模式(包括 TypeScript 类型、自定义节点、自定义边、状态管理、视口控制、连接验证等),以及常用属性参考和交互 CSS 类。它强调样式导入、useReactFlow 边界、稳定的 nodeTypes/edgeTypes 以及 Handle 与边的匹配等关键实现要点,帮助开发者避免常见错误并构建可靠的节点式 UI。

前端与建站365 次安装

dependency-scan

dependency-scan 是一个用于检测项目依赖中已知安全漏洞(CVE)与安全问题的技能。它会自动识别项目所用的包管理器,解析依赖清单文件(如 package.json、requirements.txt 等),并对照漏洞数据库检查已知 CVE,报告严重级别与修复方案,还可选地自动更新到已修复版本。支持 Node.js、Python、Ruby、Java、Go、Rust、PHP、.NET 等多种生态,提供全量扫描、指定生态扫描、按严重级别过滤、自动修复、详细漏洞报告与依赖健康检查等模式,并可集成到 CI/CD 与预提交钩子中。

安全与审计365 次安装

writing-guidelines

writing-guidelines 是一个用于审查文档与散文是否符合 Writing Guidelines 写作规范的工具。它适用于被要求“review my docs”“check writing style”“audit prose”“review docs voice and tone”等场景。其工作流程为:先从指定源 URL 获取最新写作规范,再读取指定文件(或向用户询问文件/匹配模式),然后对照获取到的规范中的所有规则进行检查,最后以简洁的 file:line 格式输出发现的问题。每次审查前都会重新获取最新规范,确保规则为最新版本。若用户未指定文件,工具会询问需要审查哪些文件。

写作与研究365 次安装

devtu-github

DevTU GitHub 是 ToolUniverse 项目配套的 GitHub 工作流技能,用于安全地把代码推送到 GitHub。它通过强制性的推送前清理、pre-commit 钩子激活和测试验证来规范提交流程。该技能会在用户想要推送代码、修复 CI 或准备提交时触发,指导完成四个阶段:推送前清理临时文件、激活 pre-commit 钩子、运行测试、提交并推送。它明确列出绝不应被推送的文件类型(如会话文档、临时测试脚本、.env 凭据文件),并提供常见测试失败模式的诊断方法。

部署与运维365 次安装

personal-productivity

personal-productivity 是一个技能包,用于搭建个人生产力系统。其范围包括:为会议密集的职业设计每周时间盒计划(会议窗口、专注块、行政缓冲),建立“写下来”的任务收集系统(收件箱→列表→回顾),创建每日与每周回顾仪式以保持事务更新而无需频繁重排计划,并产出可立即执行的 7 天落地计划。该技能适用于时间盒、任务收集系统、每日/每周回顾仪式与七天落地场景,明确不适用于医疗/心理健康建议(含 ADHD 治疗)、团队级流程(如会议政策、组织操作系统)、项目计划与交付管理(应使用 managing-timelines)以及以缓解倦怠和精力消耗为主的需求(应使用 energy-management)。缺失信息时,一次提出 3 至 5 个问题;若无法获得日历,则基于显式假设使用默认周草案并请用户纠正;不索取密钥、凭据或敏感个人/医疗信息。

办公与效率365 次安装