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

245,535 个结果

seo-aeo-geo

该技能面向 AI 驱动的搜索体验,提供答案引擎优化(AEO)与生成式引擎优化(GEO)的方法论,帮助内容被 AI 概览、大语言模型引用和生成式答案引擎发现、提取与引用。它围绕五层框架展开:可提取的内容结构、值得引用的信号、结构化数据深度、AI 可读的可访问性(如 llms.txt、robots.txt 允许 AI 爬虫)、真实世界实体信号。适用于为 AI 概览优化内容、构建或更新 llms.txt、审计内容是否对 AI 友好、以及为搜索从蓝色链接向 AI 答案转变做前瞻准备。不适用于传统页面 SEO、技术 SEO、关键词研究或站外链接建设,这些是它的基础而非替代。默认输出为 aeo-geo-strategy.md 的 markdown 策略计划。

营销与增长333 次安装

cloudflare-workers-testing

这是一个面向 Cloudflare Workers 的测试指南,基于 Vitest 与 @cloudflare/vitest-pool-workers。它用于在真实的 Workers 环境中编写单元测试和集成测试,支持完整的绑定能力(D1、KV、R2、Durable Objects、Queues、AI),测试在 Miniflare 中本地执行,并可在 CI/CD 中运行以还原实际的 Workers 运行时行为。资料给出的关键能力包括:绑定相关的测试支持、执行上下文测试、边缘运行时模拟、覆盖率跟踪与较快的测试执行。文档标注状态为生产可用,最后验证日期为 2025-01-27,并声明了 Vitest ^2.0.0、@cloudflare/vitest-pool-workers 0.7.2 与最新 Miniflare 的版本要求。资料同时提供了 5 分钟内完成的快速上手步骤(安装依赖、创建 vitest.config.ts、编写首个测试、运行测试)、关键规则、核心概念、典型用例、最佳实践以及常见错误的预防说明。

测试与质量333 次安装

humanize

humanize 是一个用于去除文本中 AI 生成写作痕迹的写作编辑技能,属于 soundshuman 项目。它通过识别并改写 AI 写作的典型模式,让文章读起来更自然、更像真人写作,同时避免这些痕迹出现在代码仓库中。该技能适用于起草、编辑或审阅文本的场景,内置了 41 种 AI 写作模式目录,并辅以统计特征检测。核心原则包括:保留原文信息而非结构、绝不编造事实、匹配目标语气。它支持根据用户提供的写作样本进行声音校准,并区分正式、技术、个人等不同文体。

写作与研究332 次安装

linkedin-search

linkedin-search 是一个用于搜索 LinkedIn 公开职位板块的技能,可以按任意国家、地区或远程条件查找实时职位列表,也可获取单个职位的完整详情。它无需认证、API Key 或运行时依赖,只需 bun 即可运行,位置参数必须显式传入。支持按发布时间、工作类型(远程/混合/现场)筛选,支持分页和结果数量限制,输出格式有 json、table、plain 三种。适合求职者在不同市场检索职位、按条件过滤,或查看某条职位详情。仅限个人低频率使用,自动化访问违反 LinkedIn 服务条款,不应商用或批量采集。

通用与其它332 次安装

firebase-cli

firebase-cli 是一个通过终端操作 Firebase 平台的技能,基于 firebase-tools 命令行工具。它覆盖安装与认证 CLI、初始化 firebase.json 与 .firebaserc 配置、运行 Firebase 模拟器套件、部署 Hosting、Functions、规则、Remote Config、Extensions 或 App Hosting,以及预览频道、项目别名、选择性部署和 CI/CD 认证等操作。该技能还支持认证导入导出、App Distribution、Remote Config 回滚和扩展管理等管理/数据任务。它强调先选择工作模式再执行命令,在 CI 中使用服务账号凭证,并谨慎处理破坏性命令。当任务核心是 Firebase 平台/项目操作时使用;若涉及 AI 工作流编排、客户端 Gemini SDK 集成、认证架构选型、数据库模式设计或跨供应商部署策略,则应转交相邻技能。

部署与运维332 次安装

bmad-domain-research

bmad-domain-research 是一个已弃用的兼容性技能(skill),它本身不再执行研究流程,而是将调用转发给 bmad-deep-recon,并固定使用 domain(领域)研究类型。该技能被保留下来,是为了让按名称调用的现有工作流以及 _bmad/custom/bmad-domain-research.toml 覆盖文件继续可用。用户激活时,技能会先解析自定义配置(通过 uv run 运行 resolve_customization.py,读取项目下的 _bmad/custom 覆盖项),然后向用户发出弃用通知,最后把原始输入原样传递给 bmad-deep-recon,由后者接管后续流程。据资料,bmad-deep-recon 能为外部工具起草深度研究提示、把完成的研究报告处理为可供下游使用的摘要,并可直接运行研究,覆盖市场、领域、技术、竞争、用户声音、学术文献等多种研究类型,另含用于择优决策的 select 形态和自定义类型,并支持草稿/处理/运行三种模式、验证级别、HTML 简报与交接。迁移到 bmad-deep-recon 可消除弃用提示并获得完整新能力。

写作与研究332 次安装