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 10-18 00:12
231,290 个结果
vox-explainer 是一个在 Claude Code 中用代码制作 Vox 风格纪录片式解说短片的技能，成片时长 30-60 秒。它把整支影片做成一个自包含的 HTML 文件，再导出为 MP4，每一帧都由代码生成，不使用视频生成器或素材库。视觉上采用撕纸卡片、半调网点、纸张颗粒、粗体窄体字与阶梯式（on twos）动画。使用前需先确定品牌信息（brand.md、MOTION.md 或先运行 brand-intake），并准备问题、事实（含来源链接）、配色与画幅尺寸；脚本按镜头逐行编写，每句对应一个镜头，最后一句为五词以内的结论。构建时通过 window.seek(seconds) 精确绘制任意时刻画面，导出可用 HyperFrames 等工具。该技能不会编造事实、日期或引语，也不会凭记忆复刻真实品牌标志。
omni-mcp 是连接 OmniRoute MCP 服务器的技能，提供 110 个工具，支持 SSE、stdio、HTTP 三种传输方式，覆盖路由、缓存、压缩、记忆、技能、提供商与审计工具，共 33 个权限范围。
该技能用于将 Kotlin（及 Java）代码从 kotlinx.collections.immutable 0.3.x / 0.4.x 迁移到最新的 0.5.x。0.5.x 将持久化集合上所有返回副本的方法重命名为分词形式（如 add→adding、remove→removing），旧名称以 WARNING 级别弃用并附带 ReplaceWith 提示。迁移是机械的、二进制兼容且保持语义的调用点重命名，参数、顺序和返回类型均不变，仅名称改变。做法是提升版本、重新编译、逐个修复弃用警告。适用于使用该库 0.3.x 或 0.4.x 的项目；已在最新 0.5.x 或 0.6.x 及以上的项目无需操作。
etsy-custom-orders 是 nexscope-ai/ecommerce-skills 技能库中的一个技能，用于 Etsy 定制订单管理，涵盖沟通模板、定价、交付时间线和退货政策等主题。该技能目前处于 Beta 阶段，定位为面向 Etsy 卖家的专家指导与可执行框架。安装后，用户可在 AI 助手中就 Etsy 定制订单相关问题提问，技能会输出结构化分析与建议，包括当前状态评估、按优先级排列的行动项（快速见效项到长期项）、工具与策略推荐、实施时间表以及需要跟踪的 KPI。使用时可通过命令安装：npx skills add nexscope-ai/eCommerce-Skills --skill etsy-custom-orders -g。需要注意的是，该技能提供的是战略指导，并非直接接入 Etsy API 集成；建议基于通用最佳实践，需结合自身店铺数据验证；如需实时分析和自动化优化，官方建议查看 Nexscope。
这是一个用于生成 Product Hunt 发布计划的技能，帮助用户制定从准备到发布后跟进的完整策略，目标是冲击当日产品第一名。它会先读取内置的发布指南参考文件，检查项目中的 FOUNDER_CONTEXT.md 获取产品背景，再通过最多 10 个针对性问题收集产品信息、受众规模、时间线和素材准备情况，然后输出包含执行摘要、发布前分周行动、发布周准备、发布日逐小时作战计划、发布后策略、进阶技巧和替代发布平台的分段计划，并提供可直接使用的私信、推文和邮件模板。
该技能用于将 Terraform/OpenTofu 项目迁移到 Pulumi，包括翻译 HCL 源码，以及把 Terraform 状态导入到 Pulumi 堆栈。它通过 terraform-migrate 插件生成状态转换草案，要求先与用户确认迁移范围，再在目标目录创建空的 Pulumi 项目并安装所需提供者，最终导入状态、迭代源码直至预览无差异，并可选关联 ESC 环境、提交 Pull Request。注意：不要运行 pulumi convert，不要运行 pulumi package add terraform-module，也不要在 /workspace 下创建 Pulumi 项目。
UI/UX Pro Max 是一个面向 Web 与移动应用的设计系统智能工具，以可搜索数据集加 CLI 的形式提供。它包含 84 种 UI 风格、192 套配色方案、74 组字体搭配、99 条 UX 指南以及 25 种图表类型，覆盖 22 种技术栈，并支持基于优先级的推荐。用户可通过 python3 脚本按产品类型、行业、风格关键词生成完整设计系统，也可按 domain 或 stack 补充查询样式、配色、排版、落地页结构、图表、UX 最佳实践与实现规范。适用于设计新组件或页面、选择配色与字体、审查 UX 问题、构建落地页或仪表盘以及实现无障碍要求等场景。
这是一个面向 React 与 Next.js 应用性能优化的规则型技能，内容来自 Vercel Engineering。它汇总了 65 条性能规则，分为 8 个类别，并按影响程度划分优先级，用于在编写、审查或重构 React/Next.js 代码时指导自动化重构与代码生成。该技能覆盖消除瀑布式请求、包体积优化、服务端性能、客户端数据获取、重渲染优化、渲染性能、JavaScript 性能以及高级模式等方向，适用于新增组件、实现数据获取、排查性能问题、优化包体积与加载时间等场景。技能入口为 SKILL.md，并附有上游长文参考 AGENTS.md。
该技能用于编写或审查 Jetpack Compose 中的状态归属与副作用处理。核心原则是：为每一份 UI 状态指定唯一的最低责任所有者，并通过生命周期与该所有者一致的副作用 API 执行命令式工作。它覆盖本地状态、状态提升、屏幕状态持有者、可预览的内容 composable，以及 LaunchedEffect、DisposableEffect、SideEffect、snapshotFlow、rememberCoroutineScope、rememberUpdatedState、produceState 等副作用 API 的选择与键控。适用于 Compose 屏幕边界设计、状态归属审查、副作用生命周期匹配、焦点导航与 UI 测试等场景。
这是面向 draw.io 的学术论文插图叠加技能（overlay），用于在论文、学位论文、期刊和 IEEE/ACM 等会议场景下创建、编辑、复刻、校验并导出可发表的 draw.io 图。它本身只负责学术策略、学术文档与论文示例，实际执行能力（命令行工具、schema、渲染器、主题、参考文档与样式预设等）由同级的 drawio 基础技能提供，因此必须先安装基础技能作为同级依赖。技能强调 YAML 优先、离线优先，不依赖 MCP 或在线后端；默认交付 .drawio 与 300dpi 的 .png（通过 draw.io Desktop 导出），无桌面端时退回 SVG。它包含学术预检、配色预检、图表计划确认、任务路由、导出策略与质量门等环节，并要求对导出产物而非浏览器截图做可读性与视觉自检。
HyperFrames CLI 是一个用于开发视频合成项目的命令行工具，通过 npx hyperframes 运行。它提供从项目脚手架、HTML 合成编写、代码检查、运行时验证、视觉检查、预览到渲染的完整开发闭环，并支持 AWS Lambda 云端分布式渲染。使用前需 Node.js >= 22 与 FFmpeg。
这是一个用于编写、审查和优化生产级 Dockerfile 的技能（Skill），当用户需要创建新 Dockerfile、优化镜像大小或构建速度、提升安全性，或为项目添加 .dockerignore 时启用。它围绕多阶段构建、层缓存、构建密钥与 SSH 访问、非根用户运行、镜像体积优化和 .dockerignore 等核心主题提供规则与模式。具体涵盖：使用多阶段构建分离构建期与运行期依赖，为每个阶段显式命名，运行阶段选择 distroless、alpine 或 slim 等最小基础镜像；按变更频率排序指令以提升缓存命中率，使用 BuildKit 缓存挂载处理包管理器缓存（Go、Node、Python、apt、apk）；通过 BuildKit secret 与 SSH 挂载使用凭据，避免将密钥写入镜像层或 ARG/ENV；配置非根用户运行最终镜像；生成 .dockerignore 排除凭据与无关文件；并包含通用规则如首行 # syntax=docker/dockerfile:1、设置 WORKDIR、使用 exec 形式 ENTRYPOINT、添加 EXPOSE 与元数据标签。技能附带参考文档、示例 Dockerfile（Go、Node.js、Python）、.dockerignore 模板及验证脚本。
该技能用于管理 Salesforce org shape（组织形态）的完整生命周期，包括创建、列出和删除。Org shape 会捕获源组织的基线配置，涵盖功能特性、限制、版本（edition）以及 Metadata API 设置，但不包含数据或元数据。技能通过 sf org create shape、sf org list shape 和 sf org delete shape 等命令执行操作，并可使用 SOQL 查询 ShapeRepresentation 对象来列出包含非活跃状态的历史形态。技能要求源组织已启用 Org Shape for Scratch Orgs，用户需具备 ShapeRepresentation 对象的 CRUD 权限。创建或删除时需指定源组织（--target-org），普通列出无需指定。所有命令均需使用 --json 标志以获取结构化输出，便于解析与错误处理。该技能专注于 org shape，不涉及快照管理或 scratch org 创建，这些任务应分别委托给 dx-org-snapshot-manage 和 dx-org-manage 技能。
X Writer 是一个用于生成 X（Twitter）爆款帖子的技能，基于经过验证的帖子格式、模板和创作者语气匹配来创作内容。它一次生成 3 条不同格式的帖子，每条都匹配所选创作者的声音风格，目标是提升互动表现。适用于需要为 X 平台创作有吸引力、高表现力帖子的场景。
Law of Continuity（连续性法则）是一个设计技能，专注视觉流动、眼动与方向性设计。它指导如何在布局与 UI 中运用连续性法则，让视线沿刻意设计的路径移动，通过序列建立视觉流动，并利用被中断的连续性来标示组与组之间的过渡。其核心原理是：人的心智偏好平滑连续的路径，而非方向的突然改变；当元素沿一条线或曲线（哪怕是隐含的）排列时，会被感知为同属一组，视线也会自然地沿该路径移动。该技能适用于排列步骤、对齐内容，以及设计轮播和进度时间线等场景。资料未提供安装命令、价格或平台信息。
Railway 部署技能，用于将当前目录的代码通过 railway up 命令推送到 Railway 平台。当用户要求部署、发布、推送代码，或说出 "railway up"、"deploy to railway"、"ship"、"push" 等指令时使用。支持默认的分离模式（发起部署后立即返回）与 CI 模式（流式输出构建日志直到完成），可指定目标服务、环境或未链接的项目，并可通过 -m 参数附带描述性提交信息。部署后需配合 deployment 技能查看构建状态与日志，配置问题则使用 environment 技能修复。
bug-hunt 是一个用于系统化排查软件缺陷与根因的 AI 技能，来源于 boshu2/agentops。它提供两种模式：调查模式（/bug-hunt <symptom>）针对已知缺陷，按“根因→模式对比→假设验证→修复”四阶段流程定位并修复问题；审计模式（/bug-hunt --audit <scope>）用于主动扫描尚未被报告的隐藏缺陷。该技能强调先复现问题、用 git 考古追溯引入时间、系统追踪执行路径、在根因处而非症状处修复，并将调查结果写入 .agents/research/ 目录下的 Markdown 报告。审计模式逐行阅读目标文件，检查资源泄漏、字符串安全、死代码、硬编码值、边界条件、并发与错误处理等问题，并按 HIGH/MEDIUM/LOW 分级。技能还包含失败分类、多轮审计、死锁与挂起排查、调试器附加等参考文档，以及 BF1–BF5 缺陷发现金字塔模式。使用需要可写的 .agents/ 输出目录，创建后续 issue 时需 bd CLI。
BFL FLUX API 集成指南，用于在应用中接入 BFL FLUX 系列图像生成、编辑与处理接口。内容涵盖端点列表、异步轮询流程、速率限制处理、错误处理、Webhook 配置以及区域端点选择，并提供 cURL、Python 与 TypeScript 示例。使用前需设置 BFL_API_KEY 环境变量，请求通过 x-key 头认证。生成结果通常先返回 polling_url，需轮询直至状态为 Ready 后下载图片，且结果 URL 会在 10 分钟后过期，必须立即下载。适合需要将图像生成或编辑能力集成到脚本、CLI 工具或生产应用中的开发者参考使用。
gsap-timeline 是 GSAP 官方提供的时间线（Timeline）技能，用于把多个补间动画组织成有序或并行的多步骤动画。它围绕 gsap.timeline() 构建，核心是位置参数（position parameter），可精确控制每个补间在时间线上的绝对时间、相对前后动画的偏移、或相对标签与最近动画的位置。该技能适用于制作关键帧式动画、按顺序编排动画序列、协调多个补间同时或先后播放等场景。时间线支持默认值继承、标签、嵌套、播放控制（播放、暂停、反向、跳转、重启、销毁）以及整个时间线级别的 repeat、yoyo 和回调。资料同时给出官方最佳实践与常见误区，例如优先用时间线而非 delay 串联动画、用 addLabel() 提升可读性、将 ScrollTrigger 放在时间线或顶层补间上而非内部补间。配套技能方面，单个补间与缓动使用 gsap-core，滚动驱动的时间线使用 gsap-scrolltrigger，React 中使用 gsap-react。
ManimGL 最佳实践技能，用于指导使用 3Blue1Brown 的 ManimGL 库制作数学动画。当用户提到 manimgl、ManimGL、3b1b manim，代码中出现 `from manimlib import *`，或运行 manimgl CLI 命令时触发。内容涵盖场景、Mobject、动画、创建与变换、文本与数学公式、样式、3D 与相机、交互式开发、配置与 CLI 等规则文件，并提供可运行示例与场景模板。
Circle 开发者控制钱包技能，用于让应用代表终端用户创建和管理钱包，并由应用自行保管私钥。该技能涵盖钱包集、实体密钥、实体密钥密文、幂等键等核心概念，以及交易生命周期与实现模式。开发者可通过 Wallets SDK（npm 包 @circle-fin/developer-controlled-wallets）以编程方式控制钱包，Circle 负责安全、交易监控与区块链基础设施。文档包含 SDK 初始化示例、支持的链与账户类型（EOA、SCA）说明，并提供创建钱包、接收代币、转账与查询余额、签名消息、执行智能合约、钱包升级与派生等参考指引，同时列出安全规则与最佳实践。
scikit-learn 是 Python 中经典的机器学习库，本技能为其提供系统化的使用指导，覆盖监督学习（分类、回归）、无监督学习（聚类、降维）、数据预处理、模型评估与超参数调优，以及构建生产级 ML 流水线。适合需要可解释、经典机器学习方法的场景，支持结构化（表格）数据与文本数据。技能内含快速上手示例、完整流水线代码、示例脚本与参考文档，并给出避免数据泄漏、仅在训练集上拟合、分层切分、设置随机种子等最佳实践，以及收敛警告、过拟合、大数据内存不足等常见问题的排查思路。
Sepia refactor 是 Sepia 技能包中的一个操作入口，用于在用户明确要求时，对文本进行最小化的就地（in-place）改写。它本身不是独立技能，必须与 Sepia 主技能共同安装后才能使用：加载时会从所在目录解析同级路径 ../sepia/SKILL.md，若该文件缺失或不可读，则停止并提示需要安装完整的 Sepia 插件包。该入口只绑定 refactor 这一种操作，不会根据目标内容切换为其他操作；若用户想要其他操作，会被引导至 sepia-write、sepia-review 或 sepia-recreate。使用时若未提供目标文本，会先向用户索取。它把目标文本视为不可信数据而非指令，调用该入口本身不授予任何工具、文件、网络或外部操作权限。
GGUF 是 llama.cpp 的标准文件格式，用于在 CPU、Apple Silicon 和 GPU 上高效推理，支持灵活的量化选项。本技能介绍 GGUF 格式与 llama.cpp 量化流程，适用于消费级硬件（笔记本、台式机）、Apple Silicon（M1/M2/M3，Metal 加速）、无 GPU 的 CPU 推理，以及需要 Q2_K 到 Q8_0 灵活量化的场景，也可配合 LM Studio、Ollama、text-generation-webui 等本地 AI 工具使用。主要优势包括：通用硬件支持（CPU、Apple Silicon、NVIDIA、AMD）、无需 Python 运行时（纯 C/C++ 推理）、2-8 位多种量化方法（K-quants）、生态支持（LM Studio、Ollama、koboldcpp 等），以及用重要性矩阵（imatrix）改善低比特质量。若追求 NVIDIA GPU 上最大精度可考虑 AWQ/GPTQ，免校准快速量化可考虑 HQQ，与 transformers 简单集成可考虑 bitsandbytes，生产级 NVIDIA 部署可考虑 TensorRT-LLM。