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 11-05 00:16
245,540 个结果
Vercel Deployments 是一项用于在 Vercel 平台上部署前端与全栈应用的技能。它围绕预览环境、边缘函数、环境变量提升和生产防护栏展开，帮助开发者快速交付 Web 应用。适用场景包括部署 Next.js、SvelteKit、Nuxt 或静态站点，为每个 PR 建立预览环境，配置边缘函数与无服务器 API，跨预览/生产环境管理环境变量，以及设置自定义域名和重定向。该技能提供 Vercel CLI 的安装与登录、部署到预览与生产、本地拉取环境变量等命令，并给出 vercel.json 的项目配置示例，涵盖构建命令、输出目录、区域、响应头、重定向与重写规则。还包括环境变量按生产、预览、开发分层管理的模式，边缘 API 路由与中间件示例，GitHub Actions 集成以在 PR 中评论预览 URL，CLI 命令参考，生产防护栏建议，监控分析接入方式，以及常见问题的排查表。
vLLM 推理服务部署与管理技能：用 vLLM 搭建高吞吐 LLM 推理服务，配置连续批处理、张量并行、量化及 OpenAI 兼容 API。
面向生成视频、广告、预告片、产品片、社交短片、解说片与混合素材剪辑的调色与后期收尾方向技能，强调按校正、分级、交付三层工作流处理色彩，并区分技术变换与创意风格。
Warm-Path Deal Workspace 是一个用于目标客户研究的技能，能够把「这是一家公司，这是我们的 LinkedIn 人脉」转化为一个自包含、可分享的 HTML 工作区。它回答销售团队真正关心的两个问题：谁做决策，以及我们已认识谁能帮我们接触到他们。与只画出单一利益相关者地图的工具不同，该技能会对每条路径进行评分，让使用者把最稀缺的资源（同事愿意帮忙引荐的意愿）用在真正能落地的路径上。它会自动研究账户简报、按交易角色分组的采购群地图、关系路径（你 → 暖接触 → 具名中间人 → 决策者）、信号和优先级行动。输出为一个 HTML 文件，通过 Artifact 工具发布，支持多账户切换和分页浏览。
theme-craft 是 Writing 类故事创作技能，用于把主题作为叙事机制来规划与审查，涵盖控制性理念、谎言/真相机制、三种弧线类型、作为反向论证的反派设计、母题追踪，以及完稿后的主题审计。需已有故事项目方可使用。
scikit-survival 是构建在 scikit-learn 之上的 Python 生存分析库，用于处理含删失数据的时间-事件建模，支持 Cox 模型、集成方法、生存 SVM、竞争风险、非参数估计与模型评估。
基于 each::sense AI 的名片生成技能，可按企业、创意、极简、奢华等风格生成适合印刷的名片设计，支持横版、竖版、欧标、方形及双面名片，并提供多轮迭代与团队批量生成。
该技能调用 each::sense AI 生成婚礼请柬与全套婚礼纸品，包括请柬、预告卡、RSVP 回执卡、婚礼流程单和电子请柬，支持经典、现代简约、花卉、乡村波西米亚、目的地婚礼及印度等多种风格。
启动 GStack Browser 的技能：一个由 AI 控制的 Chromium 浏览器，内置侧边栏扩展，可实时观看每一步操作，并带有反爬虫隐蔽能力。
Gravity UI 是一个多包 React 设计系统，由一系列 @gravity-ui/* 包组成（如 uikit、charts、table、navigation 等）。本技能用于基于真实的 Gravity UI 组件构建、修复、样式化和组合 UI，而不是凭记忆编写代码。核心流程包括：先通过生态系统目录选定正确的包（避免 charts 与 chartkit、uikit Table 与 @gravity-ui/table、date-components 与 date-utils 等易混淆包）；再依据本地 node_modules 中安装的版本文档或对应主版本的在线 llms.txt 文档接地，确定实际可用的 API；最后仅使用已确认安装的包进行实现，并运行类型检查（tsc --noEmit）验证。技能强调不要臆造组件属性或图标名称、不要混用 MUI/Ant Design 等非 Gravity 库、不要硬编码颜色而应使用语义化 --g-* token，避免部分品牌覆盖、使用 [class*=] 覆盖内部结构等常见错误。
系统化调试（Systematic Debugging）是一套用于处理缺陷、测试失败和异常行为的结构化调试方法论。其核心原则是：在提出任何修复方案之前，必须先找到根本原因，仅修复症状被视为失败。该技能适用于任何技术问题，包括测试失败、生产环境缺陷、意外行为、性能问题、构建失败和集成问题，尤其在时间紧迫、看似只需“快速修复”、已尝试多次修复但无效、或不完全理解问题时更应使用。流程分为四个必须依次完成的阶段：根本原因调查（仔细阅读错误信息、稳定复现、检查近期变更、在多组件系统中收集证据、追踪数据流）、模式分析（寻找可工作的示例、与参考实现对比、识别差异、理解依赖）、假设与测试（提出单一假设、最小化测试、验证后再继续）以及实施（创建失败测试用例、实施单一修复、验证修复）。该技能还提供红旗信号清单、常见借口与现实的对照表，以及配套技术文档，如通过调用栈向后追踪根本原因、在多层添加验证的纵深防御、用条件轮询替代固定超时等。
svg-icon-maker 是一个将位图转换为彩色 SVG 图标的技能，基于 @neplex/vectorizer（VTracer）实现矢量化，输出干净、彩色的 SVG 路径，并附带参考图与预览图用于对比。
这是一个用于消除 AI 生成写作痕迹的技能，旨在帮助写作者去除那些会削弱读者信任的 AI 写作模式。它适用于撰写或编辑新闻文章、文档、新闻稿、社交媒体帖子等场景。该技能提供了一份详细的禁用词表、禁用短语表、替换对照表，以及新闻写作中需要避免的特定模式，如“不只是X，而是Y”句式、过度使用破折号、三段式排比等。它还包含发布前的自查清单和判断文本是否像 AI 所写的测试方法。
将神经科学采集数据转换为 NWB（Neurodata Without Borders）文件的技能，基于 NeuroConv 与 PyNWB，支持双光子 TIFF 成像与位置 CSV 两类输入，保留元数据与时间基准，并输出验证报告。
用于 RELION 单颗粒冷冻电镜精修的技能：校验 STAR 光学/采集信息与粒子栈，执行金标准精修、独立半图 FSC 诊断和带软掩膜的后处理，并保留命令、版本与日志。
该技能用于在 Android 项目中应用整洁架构（Clean Architecture）边界，划分用例（use cases）与仓库（repositories），并采用生命周期感知的展示模型（presentation models）。适用于处理 Android 整洁架构、拆分用例与仓库、解耦展示层与数据层等请求。技能强调优先遵循官方 Android 与 Kotlin 指南，保持公共 API 简单明确，避免将框架相关代码引入纯领域层或数据层，并在核心基础稳定后再交接给模块化、状态管理等相邻技能。
用于检测 Python 未使用代码的工具集，结合 Vulture（基于置信度评分）与 deadcode（基于 AST），可发现未使用的函数、类、变量、导入与属性，适用于代码清理、CI 卫生检查及死代码删除。
EchoTik 商品带货视频查询技能：根据 TikTok 商品 ID 获取关联推广视频列表，含播放、点赞、评论、分享、收藏、视频销量与 GMV 等指标，可按播放量、点赞、分享、视频销量、视频 GMV 或发布时间排序，用于分析商品视频营销表现与达人内容效果。
LinkFox 提供的 Temu 全球站（site=global，非美国/欧洲）商品管理 Manage Product API 技能，经网关转发 24 个 bg.local/temu.local 接口，支持商品列表、详情、SKU、库存、编辑、合规等操作。
linkfox-temu-price-us 是 LinkFox 提供的 Temu 美国站商品价格管理技能，经网关转发 Partner US 价格接口，支持定价单查询、批量改 SKU 基础价、推荐基础价与推荐供货价查询等，需 LinkFox API Key 与 Temu accessToken 授权。
Dataverse / Power Platform 工作的基础跨领域技能，提供范围与技能地图、工具能力参考、安全规则和变更生命周期。任何 Dataverse 任务都应先加载它，由智能体按各专家技能的前置触发条件自动路由，用户无需点名技能或命令。
面向 Apple Silicon（M 系列）开发的技能指南，涵盖统一内存架构、通过 Accelerate 使用 AMX 矩阵协处理器、Metal Performance Shaders GPU 计算、sysctl 硬件查询、Instruments 性能分析、命令行泄漏检测工具、Rosetta 2 转译行为以及 16KB 页大小的影响。
该技能用于解释现代 CPU 的分支预测、推测执行、预测失败恢复机制，以及推测执行如何产生侧信道（Spectre/Meltdown），将性能调优与安全感知的底层编码联系起来。适用于分析热循环中分支代码性能不达预期、评估 likely/unlikely 或分支消除重构、理解内核 retpoline、IBRS 等缓解措施，以及围绕依赖秘密的分支进行安全编码。
kernel-memory-management 是一个面向 Linux 内核 mm 子系统的低层开发技能，用于指导智能体处理内核内存分配问题。它涵盖物理页分配器（伙伴系统）、SLUB kmalloc 缓存、vmalloc 虚拟映射、内存区（DMA/Normal/MOVABLE）以及驱动中的安全分配模式，并可辅助调试内核 OOM、slab 损坏和 DMA 缓冲区分配问题。该技能提供分配器选择决策树、GFP 标志说明、NUMA 基础、调试命令和常见问题排查表，属于 kernel-internals 技能的扩展。适用于需要在 kmalloc、vmalloc、get_free_pages 之间做选择，或需要分析 /proc/meminfo 与 slab 统计的场景。