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
231,336 个结果
这是一个面向量化分析与算法交易的技能（Skill），用于构建金融模型、回测交易策略并分析市场数据。它覆盖交易策略开发与回测、风险指标（VaR、夏普比率、最大回撤）、投资组合优化（Markowitz、Black-Litterman）、时间序列分析与预测、期权定价与希腊值计算、统计套利与配对交易等方向。该技能强调数据质量优先、包含交易成本与滑点的稳健回测、以风险调整后收益为目标、使用样本外测试避免过拟合，并要求研究代码与生产代码清晰分离。输出包括向量化实现的策略、带绩效指标的回测结果、风险与敞口报告、行情数据管道、收益与关键指标可视化以及参数敏感性分析，主要使用 pandas、numpy 和 scipy，并要求对市场微观结构做出贴近现实的假设。
GSAP 官方性能优化技能，用于让 GSAP 动画保持流畅的 60fps、降低布局与重绘开销，并减少卡顿。该技能讲解了应优先使用 transform 与 opacity，避免动画化 width、height、top、left、margin、padding 等触发布局的属性；介绍了用 will-change 提示浏览器提升图层、批量读写避免布局抖动（layout thrashing）、用 stagger 替代大量独立补间、对高频更新的属性使用 gsap.quickTo()，以及在 ScrollTrigger 中谨慎使用 pin、合理设置 scrub、仅在布局变化时调用 ScrollTrigger.refresh() 等实践。还强调要暂停或清理屏幕外与不活跃的动画，减少同时进行的工作量。
该技能为使用 TypeScript 开发整洁 NestJS API 提供编码规范与架构指南，由 Alberto Basalo 编写，强调强类型、整洁代码和架构最佳实践。内容包括 TypeScript 通用原则（为每个变量和函数声明类型、避免 any、公共类和方法使用 JSDoc、每个文件一个导出）、命名约定（类用 PascalCase、变量和函数用 camelCase、文件和目录用 kebab-case、环境变量用大写、布尔变量使用 isX/hasX/canX 前缀）、函数设计（单一用途、少于 20 条指令、提前返回、RO-RO 模式）、数据与类（使用 readonly 和 as const 保持不可变、遵循 SOLID 原则、类少于 200 条指令、少于 10 个公共方法和属性）、NestJS 专属指南（按领域/路由划分模块化架构、使用 MikroORM 实体持久化、每个实体一个服务、使用 class-validator 验证 DTO、核心模块中配置全局过滤器/中间件/守卫/拦截器）以及测试实践（使用 Jest、遵循 Arrange-Act-Assert、为每个公共函数编写单元测试、每个 API 模块包含端到端测试）。具体安装与使用方式暂未提供。
lm-evaluation-harness 是一个用于在 60 多个学术基准上评估大语言模型（LLM）的工具，采用标准化提示与指标，覆盖 MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag 等任务，适用于模型质量基准测试、模型比较与结果报告。通过 pip install lm-eval 安装，支持评估任意 HuggingFace 模型，并可用 vLLM 后端加速推理；结果可输出为 JSON，便于分析、对比与绘制训练曲线。
面向生产级 AI/ML/数据系统的资深数据科学家技能，覆盖统计建模、实验设计、因果推断与预测分析，包含 A/B 测试样本量计算与结果分析、特征工程流水线、模型训练评估与选择、双重差分因果推断等工作流及配套检查清单。
Arize Instrumentation Health 是一个用于对现有 Arize 追踪数据进行按需插桩健康审计的技能。它通过对有界 span 样本运行确定性检查，发现孤立 span、未分类 span、重复 span、扁平追踪结构、根 span 输入输出为空、根状态未设置、缺失 token 计数、缺失子 span 或载荷截断等问题，并按严重程度和置信度排序报告，帮助定位追踪为空、扁平或评估/成本仪表盘显示 n/a 或零的原因。该技能默认只读，不修改应用代码或配置，适合在排查插桩问题时使用。
SwiftUI Graphics 是一份面向高级 SwiftUI 视觉效果的技能文档，聚焦 Metal 着色器、视觉特效、Liquid Glass 与 Canvas 绘制。它通过决策树帮助开发者选择合适的 API：像素级颜色操作用 .colorEffect，像素位移与扭曲用 .distortionEffect，需要采样整层叠加用 .layerEffect，需要几何上下文用 .visualEffect，自定义矢量绘制用 Canvas，iOS 26+ 玻璃拟态用 .glassEffect / GlassEffectContainer。文档给出涟漪、全息、CRT 扫描线等可运行示例，并说明 [[ stitchable ]] 属性、ShaderLibrary 绑定、maxSampleOffset 等关键机制，同时列出性能成本与常见反模式。
Visual Recap 是一个把 PR、分支、提交或 git diff 转换成交互式可视化回顾的技能。它不描述即将进行的改动，而是对已完成的改动做高层总结，用图表、文件树、数据模型、API 端点、带注释的 diff 等结构化区块呈现变更全貌，让评审者在逐行阅读原始 diff 之前先把握改动的整体形状。其交付物始终是发布到 Agent-Native Plan 的托管交互式计划，而非聊天内联摘要；也支持本地文件隐私模式，在完全本地/离线环境下生成回顾。适用于大型、多文件或涉及 schema、API 契约、架构变更的 PR 评审。
该技能提供通过 Circle Smart Contract Platform API 部署、导入、调用与监控智能合约的能力，支持字节码部署、模板合约、ABI 调用和事件 Webhook 监控，覆盖多条主网与测试网。
Nerd Smart 是 nerd 技能家族中的一个入口/对齐技能，用于在把工作交给单一 endpoint 路由之前，快速对齐真实目标、endpoint 与范围，适用于需求含糊或边界不明确的情形。它会先推断真实意图并生成 Focus Record（包含 Intention、Expectation、Scope、Role 四个字段），最多进行两轮澄清；同时定义了一组 endpoint（如 Discuss、Ideate、Explore、Diagnose、Review、Specify、Document、Plan、Execute、Monitor）及其对应的路由技能。该技能强调端点归属的排他性、复合请求的多目标排队处理、范围与工具限制，并规定与 Superpowers、Ponytail、Caveman 等技能不兼容。具体价格、平台等信息暂未提供。
该技能基于 OpenAI Whisper 模型，将音频和视频文件转录为文本。适用于播客转博客、视频字幕生成、访谈引语提取、音视频内容检索及外语内容翻译等场景。提供命令行脚本，支持单文件转录、批量转录、翻译、时间戳提取，并可输出 txt、srt、vtt、json、tsv 等格式的文件。内置模型选择指引，按速度、准确率与显存需求区分 tiny、base、small、medium、large 五档。依赖 openai-whisper、torch、ffmpeg-python 及系统 ffmpeg，支持 GPU 加速和长文件自动分块。
该技能面向 React 前端开发，定位为具备现代模式、Hooks 与性能优化经验的 React 开发专家。资料显示其覆盖 ReactJS、NextJS、JavaScript、TypeScript、HTML、CSS，以及 TailwindCSS、Shadcn、Radix 等现代 UI/UX 框架，并给出编码实现、组件开发、状态与性能、最佳实践及 TypeScript 集成等具体规范，例如优先使用早返回、仅用 Tailwind 类做样式、事件处理器使用 handle 前缀、组件使用 function 关键字定义、目录与文件采用 kebab-case、优先 React Server Components、用 useCallback/useMemo 做记忆化、用 Suspense 与动态导入做代码分割、启用 TypeScript 严格模式、避免使用枚举而改用映射等。
该技能用于分析单条 MLflow trace，回答用户关于该 trace 的查询。当用户提供 trace ID 并要求调试、调查、查找问题、定位根因时使用。它通过读取 trace 的 span 树结构、状态、输入输出、评估（assessments）等信息，帮助定位 AI/ML 应用执行过程中的问题，并可结合代码库进行根因分析。
该技能面向使用 Python 访问 Neo4j 的开发者，聚焦 Neo4j Python Driver v6 的使用方法。内容覆盖驱动生命周期管理（单例驱动、verify_connectivity、close）、execute_query 默认查询 API、托管事务（execute_read / execute_write）与显式/隐式事务、异步 API（AsyncGraphDatabase）、结果处理与空值安全、Python 与 Cypher 数据类型映射、UNWIND 批量写入、连接池与性能调优，以及常见错误排查与单元测试式检查清单。安装方式为 pip install neo4j，可选安装 neo4j-rust-ext 加速序列化；v6.x 要求 Python >= 3.10。适合编写或审查连接 Neo4j 的 Python 代码、调试结果处理与批量写入场景；Cypher 编写优化、驱动版本升级、GraphRAG 管道不在其范围内。
nx-plugins 是 Nx 官方仓库 nrwl/nx 提供的技能，用于查找并添加 Nx 插件。当用户希望了解可用的插件、安装新插件，或为项目增加对特定框架与技术的支持时使用。它通过命令行完成主要操作：使用 pnpm nx list 列出插件，使用 pnpm nx add <plugin> 安装插件，例如 pnpm nx add @nx/react 可添加 React 相关支持。该技能面向使用 Nx 工作区并需要扩展插件能力的开发场景，帮助开发者发现并集成所需技术栈。
该技能用于捕获和检查 iOS 应用的内存泄漏与 memgraph（内存图），帮助定位泄漏对象、循环引用和内存增长问题，并生成修复前后的泄漏证据。它面向在模拟器上调试 iOS 内存问题的开发者，提供从运行中的模拟器进程或已有 .memgraph 文件采集内存图、汇总泄漏信息、追踪对象所有权路径的脚本化流程。核心工作流包括：构建并驱动应释放对象的流程、用 capture_sim_memgraph.sh 采集内存图、用 summarize_memgraph_leaks.py 汇总泄漏、对应用自有泄漏类型用 leaks --traceTree 检查所有权、做最小根因补丁后重新采集同一流程，并报告前后泄漏计数、消失的根类型、剩余泄漏、内存图路径及测试结果。该技能强调不能仅凭内存图变小就宣称修复，需解释保持对象存活的所有权路径并证明该路径或类型在补丁后消失。
qa-project-bootstrap 是一个面向 QA 工程师入职与测试架构审计的技能，帮助新人快速融入已有代码库，或对现有测试架构进行健康检查。它提供 30 天入职计划，涵盖环境搭建、代码库导览、框架走查、首个测试合并、冲刺贡献与独立里程碑；同时提供测试架构审计（覆盖度、可靠性、CI 健康、技术债、约定五个维度）、框架走查模板、代码库导览指南、导师配对模式与反模式清单。核心原则包括以首个合并测试为成功指标、渐进式复杂度、记录部落知识、先配对后独立、让正确路径成为最省力路径。适用于新 QA 入职、接手无文档测试套件、需要编写测试参考文档等场景。
CC-Connect AI Bridge 是一个把本地运行的 AI 编程智能体桥接到即时通讯平台的开源工具。它支持的智能体包括 Claude Code、Codex、Cursor Agent、Gemini CLI、Qoder CLI、OpenCode 和 iFlow CLI，支持的平台包括 Telegram、飞书/Lark、Slack、Discord、钉钉、企业微信、LINE、QQ 以及个人微信（测试版）。通过它，用户可以直接在常用的聊天软件里与本地 AI 编程智能体对话，大多数平台无需公网 IP。安装方式包括 npm 全局安装、预编译二进制文件以及从源码构建（Go 1.22+），并提供自更新命令。配置采用 TOML 文件，可为每个项目分别指定智能体类型、工作目录和平台凭据，单个进程可同时运行多个项目。聊天内提供 /help、/model、/mode、/dir、/memory、/shell、/session、/cron、/stop 等命令，支持定时任务、多智能体群聊接力、语音转写与图片转发（需配置语音服务），并提供环境变量引用、管理员权限控制和常见问题排查说明。
Payment Provider Framework（PPF）是 VTEX IO 上构建支付连接器（Payment Connector）的框架技能。当在 VTEX IO 中创建或维护以 IO 应用形式实现的支付连接器时适用，涵盖 PPF 实现方式、TypeScript 3.9.7 的 builder-hub 编译约束、以及安全依赖版本锁定等内容。该技能指导在 node/index.ts 中接入 @vtex/payment-provider、PaymentProvider 与 PaymentProviderService，配置 paymentProvider builder 与 configuration.json（支付方式、customFields、功能开关），实现 this.retry(request) 以支持网关重试语义，并通过 SecureExternalClient 与 secureProxy 处理卡流程。同时说明 card 数据仅随 Create Payment 请求携带，取消、捕获、退款等操作需直接调用 PSP API 并使用 ExternalClient 与出站访问策略。还包含支付关联（affiliation）测试、工作区、beta/稳定发布、VTEX App Store 与 homologation 的上线流程。
generate-synthetic-data 是一个用于为 LLM 流水线评估创建多样化合成测试输入的技能，采用基于维度的元组生成方法。它适用于引导评估数据集，或真实用户数据不足、无法覆盖预期失败场景时。该技能要求先识别流水线可能失败的区域，再定义针对预期失败的维度轴，而非任意变化。核心流程包括六步：定义维度、与用户共同起草 20 个元组、借助 LLM 生成更多元组、将每个元组转换为自然语言查询、进行质量过滤、将查询运行通过完整流水线并捕获轨迹。目标约为 100 条高质量、多样化的轨迹，以接近饱和。该技能还涵盖对真实用户数据进行分层采样的方法，并列出多个反模式，例如无结构生成、单步生成、任意维度、跳过用户审查、无法判断真实性时使用合成数据等。
Token Optimizer 是一个用于审计 Claude Code 或 Codex 配置中上下文窗口浪费情况的技能，在用户批准后修复问题并测量节省效果。它先测量配置在何处消耗上下文窗口，提出修复建议，应用用户批准的改动，然后重新测量，交付可验证的前后对比，且每次改动都有备份。典型情况下，通过配置清理可回收窗口的 5-15%，当压缩与缓存设置与用户工作方式不匹配时回收更多。它支持 Claude Code、Codex、OpenCode、GitHub Copilot、Cursor、Google Antigravity 等运行时，并针对不同运行时提供对应工作流。
Nerd Patrol 是一个代码与配置范围的安全审查技能，用于在已确认的代码、Pull Request、模块、应用、端点、依赖或配置范围内检查漏洞与不安全行为，默认只读探索并给出证据分级结论。
Video Comparer 是一个用于对比两个视频、分析压缩结果或画质差异的技能。它通过脚本提取视频元数据，计算 PSNR、SSIM 等质量指标，并生成包含逐帧视觉对比的交互式 HTML 报告，支持滑块、并排和网格三种查看模式。适用于对比原始视频与压缩视频、分析压缩质量与效率、评估编解码器性能或码率降低影响等场景。使用前需安装 FFmpeg 与 FFprobe，并具备 Python 3.8+ 环境。
Sepia 写作入口技能，仅在用户明确要求使用 Sepia write 创作新散文文本时启用。它依赖 Sepia 完整插件的同目录配套文件，本身不授予工具、文件、网络或外部操作权限。