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

245,508 个结果

academic-paper-writer-pro

学术论文专家(主路由)是一款基于规范目录结构的学术论文排版与写作助手,支持 PDF、.doc、.docx、.md 等多种输入格式。工具会根据输入文件的扩展名自动选择处理管道:PDF 走 OCR 管道、Word 文档走重排版管道、Markdown 走直转管道、无草稿仅项目素材则走内容生成管道。核心能力包括环境清理确认、断点恢复、智能配图裁剪、逐单元增量生成 DOCX、双单元质量核查、中间状态保存以及 BibTeX 参考文献管理。工具内置了 IEEE、APA 第7版、中国学位论文、ACM、Springer LNCS、NeurIPS、MLA 等多种排版格式预设,同时支持用户提供自定义 .docx 模板进行参数提取。在内容生成管道中还包含学术诚信门禁系统、多视角自审评议面板、反泄漏与上下文腐蚀防护、写作质量自检清单和修订分数轨迹追踪等质量保障机制。所有中间文件严格放置在 resources/ 目录下,最终交付物输出到 outputs/ 目录。

写作与研究351 次安装

agent-observability

Agent Observability 是一套面向 AI 智能体与 LLM 应用的可观测性技能,覆盖日志、追踪、指标与成本遥测。它帮助开发者监控自主智能体的行为,包括多步工具调用、LLM API 调用、RAG 检索流程、多智能体编排以及批量推理任务。核心能力包括:在应用层定义 Prometheus 指标(延迟、Token 用量、成本、工具调用、错误与重试、并发请求数);使用 OpenTelemetry Python SDK 为每次智能体回合、LLM 调用、工具执行和检索操作创建追踪 Span,并支持跨服务传播 trace 上下文;输出结构化 JSON 日志以便 Loki、Elasticsearch 或 Datadog 采集;提供 Grafana 仪表盘 JSON 用于可视化请求延迟分位数、Token 用量和每小时成本。适用于需要回答 p95 延迟、按请求归因成本、排查异常响应、对 Token 激增或错误率上升设置告警的场景。

部署与运维350 次安装

asset-inventory

Asset Inventory 是一套用于维护 IT 资产清单与配置管理数据库(CMDB)的技能,帮助团队跟踪硬件、软件与云资源。它提供资产分类与记录字段规范,覆盖计算、存储、网络、安全、应用与终端等类别;附带 AWS 资源发现脚本、AWS Config 合规规则、标签强制策略、多云发现脚本以及 CMDB 同步示例代码,并给出资产清单检查清单。适用于为 ISO 27001、SOC 2、FedRAMP 等合规框架建立资产清单、实现跨账户跨区域云资源自动发现、执行标签标准、集成 CMDB 以及准备审计等场景。

部署与运维350 次安装

business-continuity

业务连续性(Business Continuity)技能用于制定和维护组织的业务连续性计划(BCP),涵盖业务影响分析(BIA)、危机沟通计划、恢复流程以及演练测试安排。该技能提供完整的 BCP 框架,包括治理、分析、策略、计划开发、测试和维护六个阶段,并附带 BIA 模板、沟通计划模板、恢复流程、测试时间表和维护清单。适用于需要建立组织韧性、满足 SOC 2、ISO 27001、HIPAA、FedRAMP 等合规要求的场景。

部署与运维350 次安装

cloudflare-r2

Cloudflare R2 是兼容 S3 API 的对象存储服务,具备零出口流量费用,构建于 Cloudflare 全球网络之上。本技能用于管理 R2 存储桶、生命周期规则与签名 URL,适用于低频带宽成本的对象存储与媒体分发场景。资料中提供的能力包括:通过 Wrangler CLI 创建、列出、删除存储桶以及上传、下载、删除、查询对象元数据;通过 S3 兼容 API 使用 AWS CLI、Python boto3 等现有工具访问与同步文件;生成预签名 URL(示例有效期 1 小时);将 R2 存储桶绑定到 Workers 或 Pages Functions 进行服务端读写;配置公共访问(自定义域名或 r2.dev 子域);设置生命周期规则自动过期对象;配置 CORS 支持浏览器上传。资料还列出了常见故障排查表。使用前提包括:已启用 R2 的 Cloudflare 账户、安装 Wrangler CLI v3+ 并登录认证,若走 S3 API 则需创建 R2 API 令牌。资料未提供计费价格详情、配额上限与具体区域覆盖范围。

部署与运维350 次安装

elk-stack

ELK Stack 技能用于部署和管理 Elasticsearch、Logstash、Kibana 组成的日志聚合与分析平台。该技能提供 Docker Compose 部署配置,涵盖 Elasticsearch 索引模板与索引生命周期管理(ILM)、Logstash 日志管道(输入、过滤、输出)、Filebeat 日志采集配置、Elasticsearch 查询与聚合、Kibana 索引模式、可视化与仪表盘搭建,以及基于 Watcher 的告警配置。适用于集中多来源日志、构建日志搜索与分析平台、创建日志仪表盘与告警、实现日志全文检索、处理与转换日志数据等场景。使用前提包括 Docker 或服务器基础设施、足够的日志存储磁盘空间,以及日志来源的网络访问。技能还包含常见问题排查与最佳实践建议。

部署与运维350 次安装

gcp-gke

GKE(Google Kubernetes Engine)是 Google Cloud Platform 上的托管 Kubernetes 服务,用于部署、运维和扩展容器化工作负载。该技能涵盖 Standard 与 Autopilot 两种集群模式的选择、节点池配置(含高内存、GPU、Spot 池)、Workload Identity 身份绑定、工作负载部署、托管 SSL 的 Ingress、Terraform 基础设施即代码配置,以及常见故障排查。适用于在 GCP 上运行 Kubernetes 的团队,尤其是需要自动扩缩容、服务网格或自定义调度的容器化微服务场景。

部署与运维350 次安装

base44-platform-backend-functions

该技能面向 Base44 平台的服务端代码编写,重点说明如何在 Vite SPA 应用中编写后端函数(位于 base44/functions/<name>/entry.ts,运行于 Cloudflare Workers),以及在 TanStack Start 应用中使用服务端函数与服务端路由。资料指出写入该文件即完成部署,但需要 Builder 或更高订阅计划,平台会依据 agent-profile 端点返回的权限决定是否接受部署;较低计划会被拒绝。使用前应先确定应用配置:通过 Base44 MCP 的 execute_api 工具或 Base44 CLI 令牌调用 GET /api/apps/{app_id}/agent-profile,获取框架、应用类型、运行时、权限及应阅读的参考文件;也可根据项目文件判断,如存在 src/routes/__root.* 与 src/routeTree.gen.ts 视为 TanStack Start,存在 app/_layout.* 视为 Expo 原生移动应用,否则为 Vite SPA。该技能适合在 Base44 上为 Web 或移动应用添加服务端逻辑的开发者。

部署与运维350 次安装

writing-plans

该技能用于在动手写代码之前,为多步骤任务编写全面、可逐条执行的实现计划。它假设执行计划的工程师对代码库几乎零背景、也不熟悉良好测试设计,因此要求把每个任务需要触碰的文件、完整代码、测试方法及相关文档都写清楚,拆成小颗粒步骤。计划遵循 DRY、YAGNI、TDD 和频繁提交原则,通常应在一个专用 worktree 中运行,并保存到 ai-workspace/plans/YYYY-MM-DD-<feature-name>.md(可被用户偏好覆盖)。每份计划以固定头部开头,任务按文件、步骤组织,步骤用复选框语法跟踪,禁止使用 TBD、TODO、占位符或“与任务N类似”等模糊写法。计划完成后需自检规格覆盖、占位符和类型一致性,并向用户提供子智能体驱动或内联执行两种执行交接选择。

通用与其它350 次安装

evaluating-code-models

BigCode Evaluation Harness 是一个用于评估代码生成模型的开源工具,覆盖 HumanEval、MBPP、MultiPL-E 等 15 个以上基准,采用 pass@k 指标衡量功能正确性。它支持 Python 及 18 种编程语言的多语言评测,可评估基础模型、指令微调模型以及填充中间(FIM)能力,常用于代码模型基准测试、模型对比和 BigCode/HuggingFace 排行榜提交。工具通过 accelerate 启动,支持量化加载、批量采样、代码执行与结果保存,并可用 Docker 安全运行多语言评测。

测试与质量350 次安装

geo-database

GEO Database 技能用于访问 NCBI 基因表达综合数据库(Gene Expression Omnibus),检索和下载基因表达与功能基因组学数据。GEO 是 NCBI 的公共存储库,收录超过 264,000 项研究、800 多万个样本,涵盖微阵列和测序实验。该技能适用于搜索基因表达数据集、获取实验数据、下载原始与处理后文件、查询表达谱,以及将 GEO 数据整合到计算分析流程中。核心能力包括理解 GEO 的分层数据组织(GSE 系列、GSM 样本、GPL 平台、GDS 数据集、Profiles 表达谱),使用 Entrez 进行数据集与表达谱搜索,通过 GEOparse 库下载和解析数据,使用 NCBI E-utilities 进行底层元数据访问,通过 FTP 直接下载数据文件,以及对 GEO 数据进行质量控制、差异表达分析、相关性与聚类分析等。

数据与分析350 次安装

training-llms-megatron

Megatron-Core 是 NVIDIA 提供的大规模语言模型训练框架,支持训练 2B 至 462B 参数量的模型,在 H100 GPU 上最高可达 47% 的模型 FLOP 利用率(MFU)。它通过张量并行、流水线并行、数据并行、上下文并行和专家并行等高级并行策略,实现大模型的高效分布式训练。该工具适合参数量超过 10B、需要最大化 GPU 效率、使用 NVIDIA A100/H100 等 GPU 进行生产级大规模训练的场景。安装方式支持 Docker(推荐)和 pip。资料中提供了 LLaMA 风格模型训练、MoE 训练、性能优化等工作流的配置示例,以及常见问题排查和硬件要求说明。

智能体与模型350 次安装