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 11-06 00:14

全部 Skills

246,309 个结果

specsfy-specialist-postgres

该技能用于在 PostgreSQL 中建模、查询、迁移与运维数据库,覆盖完整性约束、索引选择、并发控制、安全、性能与恢复。适用于设计 schema、编写或审查 SQL、分析 EXPLAIN 执行计划、诊断锁与死锁、规划 migration、以及评估备份与恢复。也可在 ORM(Eloquent、Prisma、Drizzle)生成低效 SQL 且根因是建模或索引时使用;不适用于 Supabase 特有决策(RLS、Auth、Realtime、Edge Functions),此类场景应改用 supabase 专项技能。

数据与分析290 次安装

linux-pentesting-command-reference

这是一套面向渗透测试的 Linux 命令参考技能,来自 reason-machines/security-skills 的安全技能集合。它按渗透测试阶段组织实战 Linux 命令与技巧,来源包括真实靶场、CTF 和动手实践,强调可执行的命令而非理论,覆盖从初始侦察到后渗透的完整流程。仓库分为六个模块:00-General-Commands(日常基础命令)、01-Recon(本地与网络侦察)、02-Enumeration(服务与用户深度枚举)、03-Exploitation(获取 Shell、文件上传与初始立足点)、04-Privilege-Escalation(提权至 root)、05-Post-Exploitation(持久化、清理与横向移动),另含 cheatsheet 速查单行命令。内容涉及 nmap、SUID、sudo、cron、capabilities、反向 shell、内核漏洞与凭证收集等。可通过 git clone 离线获取,也可检索特定命令。仅限获得明确书面授权的渗透测试与教育用途。

安全与审计290 次安装

adobe-create-social-variations

Adobe Create Social Variations 是一个用于将单张图片或视频转换为各社交平台适配素材的技能。它通过 Adobe Creative Cloud 工具完成裁剪、缩放与导出,支持 Instagram、TikTok、LinkedIn、Facebook、YouTube、Snapchat、X/Twitter、Pinterest、Threads 等平台。对图片,它使用 AI 画布扩展与主体感知裁剪,在多种宽高比下保持主体居中,并在生成完整套件前先展示 3 张测试裁剪预览,以便及早发现构图问题。对视频,仅支持同比例缩放,不支持智能重构图。该技能依赖 Adobe for creativity 连接器,需通过 Adobe 账号登录使用。

设计与创作289 次安装

alicloud-ai-translation-anytrans

该技能用于通过阿里云 OpenAPI(RPC)及官方 SDK 或 OpenAPI Explorer 管理通义翻译(TongyiTranslate,产品代码 AnyTrans)的翻译服务资源。适用于用户需要在阿里云上对翻译服务资源做查询、变更、配置或排障的场景。技能文档给出了确认区域与资源标识、发现 API 列表与必填参数、调用 API、再用 describe/list 类接口验证结果的流程,说明了 AccessKey 的优先级(环境变量与共享配置文件)、默认 API 版本 2025-07-07,以及列出/变更/状态诊断等高频操作模式,并提供元数据发现脚本与输出目录约定。

通用与其它289 次安装

firecrawl

Firecrawl CLI 是一个通过命令行搜索、抓取并与网页交互的工具,返回针对 LLM 上下文窗口优化的干净 Markdown。它提供 search、scrape、map、crawl、agent、interact、download 等命令,覆盖从查找页面、提取内容、定位站内 URL、批量抓取站点分区到 AI 结构化数据提取和页面交互的完整流程。使用前需安装并完成认证,可通过 firecrawl --status 检查认证状态、并发上限与剩余额度。结果默认写入 .firecrawl/ 目录,支持 JSON 输出与并行操作。若需将 Firecrawl 集成到应用中,应使用配套的 firecrawl-build 技能。

通用与其它289 次安装

databricks-synthetic-data-gen

该技能用于在 Databricks 上生成逼真、带有业务故事线的合成数据,基于 Spark + Faker + Pandas UDF 实现,强烈推荐使用。支持无服务器执行,输出格式包括 Parquet、JSON、CSV、Delta。核心要求是数据必须讲述业务故事:出现问题→业务影响(金额)→分析根因→定位受影响客户→修复与预防。生成前必须向用户确认 catalog 和 schema,不得使用默认值;写入 Unity Catalog 前需先创建 schema。适用于 ML 模型训练、演示根因分析、数据质量测试等场景。

数据与分析289 次安装