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 10-19 00:11
231,625 个结果
该技能用于对非绿色（yellow 或 red）状态的 Elasticsearch 集群进行只读诊断。它通过 elastic CLI 依次读取集群健康状态、定位问题索引、使用 allocation explain 区分触发事件与根本原因，并分类分配决策器（如磁盘水位、过滤、区域感知、恢复限流等），最终报告最可能的单一原因及修复建议。技能强调只读操作，不修改集群状态，由运维人员执行实际修复。适用于运维人员报告集群 yellow/red 状态、需要快速定位并给出处置建议的场景。
SAP ABAP CDS（Core Data Services）参考技能，面向数据建模、视图开发与语义增强。在创建 CDS 视图或视图实体（View Entity）、定义关联与基数、添加 UI 或语义注解、实现 DCL 访问控制、处理货币/单位字段、排查 CDS 编译器错误，以及对比经典 CDS 视图与新版视图实体时使用。该技能覆盖从 7.40 SP8 到 ABAP Cloud 的 CDS 特性，并在模板中包含经典 CDS 视图和视图实体两种变体。
tech-stack-evaluator 是一个用于评估和比较技术、框架及云服务商的技能，提供数据驱动的分析与可执行建议。其核心能力包括：技术对比（支持加权评分）、TCO 总拥有成本分析（可计算含隐性成本的 5 年成本）、生态健康度评估（基于 GitHub 指标、npm 采用度与社区活跃度）、安全评估（漏洞与合规就绪度）、迁移分析（估算迁移工作量、风险与时间线）以及云服务商对比（针对特定工作负载比较 AWS、Azure、GCP）。该技能支持文本、YAML、JSON 三种输入格式，可输出快速对比、标准分析或完整报告三种深度。它附带多个 Python 脚本：stack_comparator.py、tco_calculator.py、ecosystem_analyzer.py、security_assessor.py、migration_analyzer.py。适用于新项目框架选型、云服务商评估、技术迁移规划、构建与购买决策以及开源库可行性评估，不适用于无足轻重的同类工具选择、已被指定的技术决策或紧急生产故障处理。
api-design-patterns 是 asyrafhussin/agent-skills 收录的一套 RESTful API 设计指南，用于帮助开发者构建一致、对开发者友好的 API。该技能包含 7 个类别共 38 条规则，覆盖资源设计、错误处理、安全、分页与过滤、版本管理、响应格式和文档编写。适用范围包括设计新的 API 端点、审查现有 API 结构、实现错误处理与校验、设置分页过滤排序、规划版本策略、配置 API 安全（认证、CORS、限流）以及编写 OpenAPI/Swagger 文档。版本为 2.0.0，采用 MIT 许可。规则按优先级组织：资源设计、错误处理、安全为关键（CRITICAL）级别；分页与过滤、版本管理为高（HIGH）级别；响应格式和文档为中（MEDIUM）级别。每条规则提供独立说明文件，例如 rules/rest-http-methods.md、rules/error-consistent-format.md 等，完整指南汇总于 AGENTS.md。
Phaser 4 的瓦片地图（Tilemaps）技能，用于处理基于瓦片的关卡。支持加载 Tiled JSON、CSV 或原始二维数组地图，创建瓦片图层、设置瓦片碰撞、动态修改瓦片、读取瓦片属性，并支持正交、等距、六边形和交错地图。核心流程为：加载 JSON 与图集图片、创建 tilemap、添加 tileset 图片、创建图层、设置碰撞。提供 Tilemap（数据容器）与 TilemapLayer/TilemapGPULayer（渲染对象）两类核心概念，并集成 Arcade 物理碰撞、对象图层转换、瓦片动画等能力。
本技能专注于 Apache Maven 的配置与使用，面向 Java 项目的构建和依赖管理。内容涵盖 POM 文件结构、生命周期阶段、插件配置、基于 BOM 的依赖管理以及多模块项目等主题。资料提供了 POM 配置示例，涉及 groupId、artifactId、version、properties、dependencyManagement 与 build/plugins 等元素，并列出常用命令，如 mvn dependency:tree、mvn dependency:analyze、mvn versions:display-dependency-updates、mvn help:effective-pom、mvn -B verify。同时给出常见问题的排查方向，包括依赖未找到、版本冲突和构建内存不足。适用于需要配置 POM、管理依赖、设置构建插件、创建多模块项目或排查构建问题的场景。
Marketing Selling Point Generator 是一个面向产品经理与营销人员的 AI 工具，用于将产品功能转化为有说服力的卖点。它采用三阶段流程：Find（发现卖点）、Define（定义与排序卖点）、Write（撰写文案）。工具可分析产品属性、竞争定位、用户反馈与痛点，生成针对不同平台和受众优化的营销文案。
api-docs 是 ruvnet/ruflo 项目中的一项 API 文档生成技能，用于从 TypeScript/JavaScript 源码自动生成 API 文档。它会扫描源码中的公开导出（函数、类、接口），解析已有的 JSDoc 注解（@param、@returns、@throws、@example），为缺少文档的公开 API 补充 JSDoc。对于 HTTP 端点，还可生成 OpenAPI 3.0 规范。该技能遵循统一的文档约定：每个公开导出都必须有 JSDoc 注释，需包含带类型和说明的 @param、@returns，针对已知错误条件的 @throws，以及面向非显而易见用法的 @example。文档生成任务可通过 MCP 以 hooks worker-dispatch 方式调度，触发参数为 trigger: "document"、scope: "api"。
research-deep 是一个用于深度研究的技能，通过触发命令 /research-deep 启动。它会在当前工作目录读取 outline.yaml 研究大纲，按其中配置分批为每个条目启动独立的搜索智能体，输出结构化 JSON 研究结果并做字段校验。适合需要根据大纲批量、可恢复地开展网络调研的场景。
GrepAI Search Basics 是 GrepAI 技能集中介绍语义代码搜索基础用法的技能。它讲解语义搜索与传统文本搜索（grep、ripgrep）的区别：文本搜索按精确字符串匹配，语义搜索按含义相似度匹配，例如查询“authenticate user”可找到 login、auth、signin 相关代码。技能涵盖基本搜索命令 grepai search "your query here"、结果格式解读（Score 相似度 0.0-1.0、文件路径、行号范围、代码内容）、分数含义分级（0.90+ 极佳、0.80-0.89 良好、0.70-0.79 相关、0.60-0.69 弱相关、<0.60 弱匹配）、使用 --limit 限制结果数量（默认 10 条）、用 grepai status 检查索引状态，以及编写有效查询的建议（用英文、描述意图而非名称、3-7 个词、迭代优化）和常见搜索模式（入口点、错误处理、数据访问、业务逻辑）。使用前提是已执行 grepai init 初始化、grepai watch 创建索引、嵌入提供者（如 Ollama）运行中。还提供故障排查方法，如无结果、结果不相关、缺失预期代码时的处理步骤。
xlsx 是一个用于创建、编辑和分析 Excel 电子表格的技能，支持公式、格式化、数据分析与可视化。它面向需要处理 .xlsx 文件的场景，提供基于 pandas 与 openpyxl 的工作流，并强调使用 Excel 公式而非硬编码值、保持零公式错误、遵循财务模型配色与数字格式规范。技能还包含 recalc.py 脚本，借助 LibreOffice 重新计算公式并扫描 #REF!、#DIV/0!、#VALUE!、#NAME? 等错误，返回 JSON 格式的错误位置与数量。
Catalyst Cache 是 Catalyst 平台提供的内存键值存储（in-memory key-value store），用于存放临时会话数据和短期数据，支持 TTL（生存时间）机制。该技能帮助开发者正确使用缓存段（cache segment）与缓存键（cache key）的读写操作，并规避若干易错点：所有缓存值只能是字符串，写入前需 JSON.stringify、读取后需 JSON.parse；TTL 以小时为单位，最大 48 小时；segment.update() 若不传过期参数会静默把键的 TTL 重置为 48 小时上限；segment.delete() 并不会真正删除键，而是把 cache_value 置为 null，键仍然存在，之后 getValue() 返回 null 且 HTTP 状态为 200，不会抛异常。使用前需先获取 Segment ID，可通过 MCP 工具 CatalystbyZoho_List_Cache_Segments，或从控制台、.catalystrc 中获取。适用于会话数据、临时数据等短暂存储场景，并可用于判断缓存与 Data Store 的取舍。
Nerd Review 是一个基于技能栈的代码审查工具，用于审查现有代码、实现、拉取请求或指定范围。它根据项目清单、锁文件、导入、构建产物和配置自动识别技术栈，并加载最小匹配的参考集。审查过程分为三个层级：一级关注语法、编译或类型失败及具体代码异味；二级关注仓库一致性、测试覆盖率和文档；三级关注不良架构、有害复杂度和设计模式违规。发现的问题按严重程度从严重到低排序，并需证明可达性、触发条件、影响和爆炸半径。该工具不执行格式化、自动修复、生成、迁移或部署等修改操作，也不修改被审查的产物或编写实现代码。支持 Kotlin、Java、Python、Ruby、TypeScript、JavaScript、Docker、Kubernetes、Terraform、Redis、MySQL、PostgreSQL、Go、Rust 等技术栈，并可与 Spring Boot、jOOQ、FastAPI、Ruby on Rails、Sidekiq、React、gRPC 等框架配对。审查类型分为普通审查和拉取请求审查，需明确选择一种。发现的问题以指定格式报告，包括严重程度、标题、位置、审查级别、证据、影响和修正方向。该工具强调证据确认、最低支持严重程度和去重共享原因，并要求在审查结束后停止。
Elasticsearch Reindex 是一个用于指导 Elasticsearch 重建索引（reindex）操作的技能，帮助用户以高性能方式将文档从源索引或数据流复制到目标索引。它覆盖本地与远程 reindex、切片并行、限流以及任务 API 跟踪等核心能力。适用于复制或迁移索引、修改映射、按条件筛选子集等场景。该技能通过 elastic CLI 执行操作，强调先确认部署类型、检查源映射与文档数量、显式准备目标索引，再异步提交任务并轮询至完成，最后用目标文档数验证结果。
本技能用于在任意项目中配置 Sentry AI Agent Monitoring，以追踪 LLM 调用、智能体执行、工具使用情况与 token 消耗。适用于用户要求监控 AI/LLM 调用、追踪 OpenAI/Anthropic 使用量、实现 AI 可观测性或智能体监控，以及关注 token 用量、模型延迟或 AI 成本的场景。配置前需先检测已安装的 AI SDK，并确保已启用 tracing（tracesSampleRate > 0）。支持 JavaScript（OpenAI、Anthropic、Vercel AI、LangChain、LangGraph、Google GenAI）与 Python（openai、anthropic、langchain/langgraph、huggingface_hub、google-genai、pydantic-ai、mcp 等）集成，多数集成在对应包安装后自动启用；无受支持 SDK 时可用手动埋点。注意：提示词与输出记录可能涉及 PII，需与用户确认后方可开启，生产环境应使用较低采样率。
面向科学计算的单位与测量不确定度技能，基于 pint 与 uncertainties 说明如何进行单位换算、不确定度传播、GUM 预算编制、结果舍入与书写，并用本地脚本辅助传播、转换、代码审计和量级合理性检查。
LLM Sentry GEO Marketing 是一个面向 GEO（生成式引擎优化）的自动化监控与分析平台，用于追踪品牌在 DeepSeek、Doubao（豆包）、Bocha（博查）等 AI 搜索引擎回答中的提及情况，并分析其引用来源。平台通过浏览器自动化工具 Playwright 模拟真实用户提问，抓取 AI 回答内容，解析引用链接，并计算声量份额（Share of Voice, SoV）等指标。项目为 monorepo 结构，包含 PostgreSQL 数据库服务、基于 Python 的监控服务以及基于 Wails + Go + React 的桌面客户端（使用本地 SQLite 存储），并提供 RESTful API 以便任务自动化。
该技能提供基于 MITRE ATT&CK 框架的红队战术原则，涵盖攻击生命周期各阶段（侦察、初始访问、执行、持久化、权限提升、防御规避、凭据访问、发现、横向移动、收集、C2、数据外泄、影响）的目标与要点，并包含主动/被动侦察权衡、初始访问向量选择、Windows 与 Linux 权限提升检查项、防御规避技术、横向移动凭据类型与路径、Active Directory 攻击类别以及报告原则。该技能仅限授权安全评估、防御验证或受控教育环境使用，要求事先获得系统所有者的明确书面许可，并设有强制确认门：在执行任何探测、利用、更改、持久化、数据提取或凭据访问命令前，必须让用户说明确切目标、确认书面授权与允许范围、展示确切命令及预期效果，并在当前对话中获得明确确认；否则保持只读并提供防御性指导。
K2F 面向 AI 智能体，用语义 JSON 创作与编辑 Word（docx）、可编辑 PDF、可填写 AcroForm PDF 和 Adobe InDesign（IDML）等排版文档，适用于菜单、证书、计划表、邀请函、工作表等，支持从模板库起步，并可按角色主题统一渲染。
UCP Skill 是面向 Universal Commerce Protocol（UCP，通用商务协议）的实现辅助技能，来源为 vercel-labs/agentic-commerce-skills。它为在 Next.js 电商项目中加入 UCP 支持提供系统化工具链，覆盖规范仓库管理、配置生成、差距分析、脚手架生成、校验、发现档案、测试与文档等环节。该技能通过 /ucp 系列子命令工作，包括 init、consult、plan、gaps、scaffold、validate、profile、test、docs，典型流程为 init → consult → plan → scaffold → profile → test → validate。所有决策持久化到项目根目录的 ucp.config.json，实现依据 UCP 规范仓库（github.com/Universal-Commerce-Protocol/ucp），并遵循 Next.js App Router 约定。技能声明不使用 Edge runtime，仅支持 Node.js（默认）或 Bun（可选）；遇到歧义时会向用户询问如何处理。
腾讯文档（docs.qq.com）在线云文档平台的 MCP 使用指南 skill，用于创建、查询、编辑和管理多种类型的在线文档。支持智能文档（smartcanvas，MDX 格式兼容全部 Markdown 语法）、Excel 表格（sheet）、PPT 幻灯片（slide）、思维导图（mind）、流程图（flowchart）、Word 文档（doc）、收集表（form）、智能表格（smartsheet）、HTML 演示文稿（smartpage）等文档类型。提供文档创建、内容读取、搜索、文件管理（重命名/移动/删除/复制/导入导出/权限）、知识库空间管理、网页剪藏、本地 HTML 一键上云、OCR 图片识别（图片转文字/Word/Excel）等能力。通过 mcporter 调用 MCP 工具，PPT 精细编辑需走独立的 slide-mcp 服务。
这是一个专注于无障碍（a11y）修复的技能，而非扫描或报告工具。它针对 WCAG 2.2 标准，通过“建立基线 → 编辑修复 → 验证”的循环来修复网页无障碍违规。输入可以是来自扫描/审计工具的问题清单，也可以是一个目标（URL、文件或目录）。对于 URL 使用实时 DOM 审计，对于 HTML/JSX 使用静态审计。修复时按照给定的可修复性指引执行机械性修复，对需要上下文或视觉判断的问题留下 TODO，不凭空编造内容（如 alt 文本、标签、链接文本）。支持通过调试端口接入已登录的浏览器会话。完成后重新运行同一审计并与基线对比，确认目标违规已消除且未引入新问题。
用于构建和部署全栈 Web 与移动应用，基于 AWS Amplify Gen2 的 TypeScript 代码优先（code-first）方案。覆盖后端资源创建、8 种前端框架的集成以及部署流程。技能涵盖鉴权（Cognito）、数据（AppSync/DynamoDB，含 schema 定义）、文件存储、函数与 API、AI 功能、Geo/PubSub/CDK 等高级特性。该技能提供详细的前置条件、默认约定、任务路由表（新建项目、后端功能、前端集成、部署）、核心概念（代码优先架构、目录结构、关键 API 包）以及安全注意事项（密钥管理、IAM 权限范围、日志加密、WAF、限流等）。
pptx 是一个用于处理 .pptx 文件的 Claude 技能，覆盖输入、输出及双向场景，包括创建幻灯片、路演稿或演示文稿等。它提供三条主要路径：用 markitdown 读取和提取内容、基于模板编辑、以及从零创建。技能附带缩略图生成、解包/打包、内容提取等脚本，并给出配色、字体、排版、间距等设计建议，以及一套完整的内容与视觉 QA 流程：转换为图片、用子代理逐张检查、修复后重新验证，直至没有新问题。适合需要批量或自动化生成、编辑演示文稿的场景。