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
245,584 个结果
华为云昇腾小模型迁移技能，用于将视觉类小模型（检测、分割、分类等）迁移到昇腾 NPU。覆盖模型结构分析、迁移验证、性能数据采集、性能分析与优化建议的完整流程。支持 ResNet、VGG、EfficientNet 等编码器架构，YOLO、Faster-RCNN、SSD 等检测模型，UNet、DeepLab 等分割模型。不适用于 Decoder-only 大语言模型（如 Qwen、LLaMA、DeepSeek）及 VLM 文本主干，这些需采用适配器量化方案。技能基于 torch_npu、MSProf、Ultralytics 等组件，默认环境为 8× Ascend 910B3。
“集中兵力”是一个任务优先级决策技能：当多件事同时争抢时间、注意力或预算时，先用待办盘点选出唯一主攻目标并公开锁定，彻底解决并验证后再转向下一个。适用于待办过多、推进分散、每件都做一点却都没做完、需要决定先做什么的场景。
Stripe 风格 UI 设计系统技能，为 AI 智能体提供构建浅色模式、Inter 字体、4px 网格界面的约束规范，包含颜色语义令牌、排版、间距、边框圆角、组件与交互状态等指南。
Firebase Cloud Storage 技能，用于在应用中实现文件上传、下载与安全访问控制，涵盖客户端与 Admin SDK 用法、安全规则、CORS 配置及 React 上传组件示例。
本技能介绍如何将 Tailwind CSS 集成到 React、Vue、Next.js、Svelte、SvelteKit、Angular、Nuxt、Astro、Remix 等主流框架中。内容涵盖各框架的项目创建、依赖安装、Vite 或 PostCSS 配置、CSS 入口导入方式，并给出带变体的按钮组件示例、深色模式集成（如 next-themes），以及在 Vue 中使用 @reference 或 CSS 变量处理 scoped 样式的方法。此外还整理了跨框架最佳实践，包括 Prettier 排序插件、VS Code 扩展、抽取可复用组件、用 clsx 与 tailwind-merge 处理条件类名以及配置路径别名，帮助开发者在不同技术栈中统一落地 Tailwind 的工程化用法。
MariaDB 查询优化最佳实践技能，聚焦索引策略、EXPLAIN 分析、分页、直方图统计与 MariaDB 特有的优化器行为。内容以 MariaDB 11.8 LTS 为默认基线，并标注各项特性的最低版本要求（如 10.1+、11.1+、11.3+、11.8+、12.x 等）。该技能重点纠正 LLM 常见误区，例如用游标分页替代大 OFFSET、低基数索引无效、复合索引最左前缀规则、批量插入后需 ANALYZE TABLE、MariaDB 使用 IGNORED 而非 MySQL 的 INVISIBLE 等。同时介绍 Performance Schema 需在 my.cnf 中开启并重启、ANALYZE（而非 EXPLAIN ANALYZE）、优化器 Trace、覆盖索引、函数索引（生成列替代 MySQL 函数键部件）、直方图统计、optimizer_switch 开关及优化器提示等能力。
meteor-debugging 是一个用于诊断 Meteor 3 应用未知故障的调试技能。它强调在修改行为之前先定位第一个失败边界，通过稳定复现、收集证据、提出可证伪假设并逐项验证，最终确认根因并交由对应修复技能处理。该技能覆盖构建、服务端运行时、客户端渲染、DDP 数据、日志与插桩、测试与浏览器、移动端与生产等多类边界，并给出证据记录规则、交接路径与清理要求。
NocoBase 2 专用的数据分析技能，通过 MCP 查询和分析 NocoBase 中的业务数据。该技能用于在用户需要当前计数、分组统计等场景下，帮助定位正确的数据表（collection），安全地查询业务数据，并生成可靠的汇总或分组分析结果。使用前提是 NocoBase MCP 已可达且已完成认证；若 MCP 返回认证错误，需先请用户刷新 MCP 认证再继续。该技能不适用于 NocoBase 3 项目。
PlatformIO 嵌入式开发平台的参考资料，覆盖项目结构、platformio.ini 配置、构建、上传、串口监视、测试、调试与库依赖管理，支持 Arduino、ESP-IDF、STM32 等框架。
酒店管理、预订系统、宾客服务、收益管理与酒店科技的专业技能，涵盖PMS、CRS、RMS、渠道管理与POS等核心系统，以及动态定价、需求预测、RevPAR与ADR计算和宾客偏好追踪等能力，适用于酒店数字化与运营咨询场景。
PostHog 日志信号侦察技能（signals-scout-logs），用于在日志中识别新出现的消息模板、速率突变、量级爆发、严重级别分布变化、服务静默等异常，并将验证过的变化写入收件箱报告。
用于在获得明确书面授权的二进制分析与逆向工程中，识别和分析反调试、混淆与防篡改技术。仅限合法安全场景，如恶意软件分析、授权渗透测试、CTF 与学术研究。
Supabase Studio 的 PostHog 事件追踪规范，用于新增 useTrack() 调用、在 packages/common/telemetry-constants.ts 定义事件及评审相关 PR。
用于让智能体通过 MCP 连接已有的 Twenty 工作区，读取或查看工作区记录与元数据（对象、字段、架构、配置等），并以可读形式呈现 CRM 数据。不用于搭建或修改应用代码。
h0x CLI 是操作 h0x-ADE 编辑器/运行时状态的命令行工具，可管理 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享与 worktree 评论，并能控制 h0x-ADE 内置浏览器。
WooCommerce 开发周期技能，指导运行测试、代码质量检查与排查问题，涵盖 PHP/JS 测试命令、代码风格修复、PHP 与 Markdown 的 lint 规则及 JS/TS 国际化写法。
该技能聚焦于 Next.js 中基于 URL 参数获取数据的模式，主要讲解如何创建动态路由（如 [id]、[slug]）并在服务端组件中访问路由参数。内容涵盖动态文件夹命名规则、Next.js 15+ 中 params 必须 await 的写法、服务端组件默认无需 'use client'、TypeScript 类型约束（禁止使用 any）以及多参数路由等常见变体。适用于产品详情页、博客文章页、后台资源详情页等需要根据 URL 标识符加载数据的场景。
面向 vmark 所见即所得开发的 Tiptap 编辑器 API 模式技能，说明何时使用 Tiptap 高层 API、何时直接访问 ProseMirror，并记录 vmark 中的已知问题与处理方式。
Ketch 是一个研究型技能，用于配合 ketch 这一无状态命令行工具完成联网检索与信息采集。ketch 本身把五种研究能力集中在一个二进制文件中：网页搜索、开源代码搜索、精选库文档查询、页面抓取和站点爬取。技能围绕“每次调用即返回、无需常驻守护进程”的 CLI 形态设计，同时支持操作者自行接入的 MCP 服务器作为可选传输方式。技能强调为每次抓取设置 token 预算（如 max_chars 4000–8000 与 trim），并为每条结论附上来源 URL。它通过稳定的错误前缀与退出码区分校验错误、未找到、上游故障、前置条件缺失和取消等情形，指导调用方分类处理而非盲目重试。对于需要跨会话保留的资料，可用 tag 在有搜索、代码、文档、抓取、爬取各面统一归档，后续以 llms.txt 形态索引回看。配置类操作（config set、cache、browser install、后台爬取、doctor）仅通过 CLI 执行。该技能不适用于本地或私有代码库检索、需登录或付费墙的页面、超出上限的批量归档爬取，以及超出 ketch 无头渲染回退范围的浏览器自动化。
ds-best-of-n 是一种并行多尝试的任务执行方法：对同一任务运行 N 个独立尝试，从中选出结构最强的作为基础，再把其他尝试中的最佳部分移植进来。适用于单次尝试不可靠、需要提高输出质量的场景，尤其适合 DeepSeek 等成本较低的模型。默认 N=3，设计空间宽时用 5，通过私有评分标准、运行验证和局部嫁接来保证结果质量。
ds-blueprint 是一个面向 AI 辅助编程的技能，强调在编写函数体之前先确定代码的“形状”：类型、函数签名与模块布局。它适用于非平凡的编码任务，避免模型边写边发明结构。流程包括：阅读所有相关模块以建立上下文；至少画出两个结构不同的草图（真实文件、类型、签名、模块边界与抛出“not implemented”的桩函数及简短伪代码）；比较草图，偏好公共接口更小、隐藏更多内部细节、单文件视角下的正确改动在整仓视角下也成立的方案，并记录被拒原因；对选定草图运行类型检查器或编译器并粘贴输出，确保桩代码可编译；向用户展示选定草图并等待同意后再填充函数体（无人值守时用 /ds-ledger 记录选择）；逐个实现桩函数，每次后运行类型检查与相关测试，若发现草图错误则停下修改草图而非仅改函数体；最后删除残留桩、废弃草图和未使用类型，并用 grep 搜索“not implemented”证明无残留。停止条件：所有桩实现完成、类型检查与测试通过并展示输出；或实现过程中草图需三次修订，此时停下与用户重新设计。规则：签名只能通过第 6 步的修订路径变更，不得静默修改；每个草图文件应小到可一次读完；证据是编译器与测试输出，而非“应该能工作”。
ds-unslop 是一个写作清理技能，用来删除文章和代码注释中的 AI 写作痕迹（AI writing tells），并改写为平实、具体的英文。它列出需要清除的词汇、句式、格式和聊天习惯，例如夸张词汇、强行三段式、空洞的 -ing 结尾从句、模糊来源、堆叠的模糊限定语、破折号、表情符号，以及“很好的问题”“希望这有帮助”等客套话；同时要求删除只是复述代码行的注释和横幅注释。它还给出改写流程：先明确读者需要做什么或知道什么，删掉无关句子，统一术语名称，拆分承载两个意思的句子，把条件放在指令之前，让每个 it 和 this 指向明确名词，用数字、命令或实例替换模糊说法，最后再通读一遍检查。适用于撰写或编辑回复、文档、README、PR 等文本场景。
LLM Patterns 是一套面向 AI 优先应用（由大语言模型承担逻辑操作）的开发模式集合，涵盖 LLM 测试、提示词管理与结构化输出。核心原则是「逻辑用 LLM，管道用代码」，适用于需要在工程中规范使用大模型并保证可测试性的场景。
log-activity 是 Anthropic 知识工作插件中的技能，用于把已发生的通话、会议或邮件往来补录为 CRM 中对应客户、商机和联系人的已完成活动，无需手动填表；也可查询某客户近期已记录的活动。