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
231,689 个结果
这是一个用于构建和重构 Phaser 3 浏览器游戏的技能，帮助开发者创建新的 Phaser 项目，以及添加或改写场景、实体、物理、UI、瓦片地图、动画、输入、音频和相机等模块。它也会针对 Phaser 特有的问题提供调试思路，例如场景重启、像素画模糊、碰撞器缺陷、资源加载失败和动画异常，并可用于改善 Phaser 项目的架构、可维护性与运行时性能。该技能遵循“先检查、再决策”的原则，会先查看已有的 package.json、打包配置、Phaser 版本、语言类型、游戏引导和场景列表等信息，再决定适配方案，而不是强行套用模板。该技能不适用于非 Phaser 引擎，除非用户明确希望在其他引擎中借鉴 Phaser 风格的模式。技能在新建项目、功能开发、修缺陷、性能优化和美术资源管线等场景下，会给出推荐目录结构、游戏配置、场景职责划分和可运行的起步代码；在功能或修复任务中，会提供最小改动、根因说明、补丁以及验证步骤。注意：本次资料未提供收费、价格、平台支持范围或具体效果等信息。
30x Growth Marketing Panel 是一个面向 Claude Code 等 AI 编码智能体的营销专家面板技能，由 11 位营销专家的人设与框架构成，内容提炼自 4000 多个 YouTube 视频。它采用双层架构：第一层为 NotebookLM 检索层（从已索引的视频中取回原始内容），第二层为人设协议层（专家个性、框架与反模式），并支持语义路由，自动把问题匹配到合适的专家。可通过 npx skills add norahe0304-art/30x-growth-marketing-panel 安装，兼容 Claude Code、Cursor、Codex 等 45+ AI 编码智能体。
Catalyst 定价技能，用于查询 Catalyst（Zoho 旗下云平台）的费用相关信息。该技能可提供免费套餐限额、按量付费（pay-as-you-go）费率、GB-seconds 计算方法，以及函数、存储等服务的成本估算。当用户询问「pricing」「cost」「free tier」「Catalyst 多少钱」「GB-seconds」「billing」「pay-as-you-go」「订阅模式」「试用额度」「$250 credits」「函数成本」「存储成本」「是否会免费」「Catalyst 定价方案」「DataStore 定价」等问题时会触发。使用时会优先加载 references/pricing-basics.md 获取免费套餐限额、各服务按量付费费率、GB-seconds 公式、$250 试用额度及订阅与按量付费对比，并始终先说明免费套餐限额再给出按量付费费率，因为多数业余项目会停留在免费额度内。GB-seconds 按（内存 GB）×（执行秒数）×（调用次数）计算，并会结合用户预期用量给出示例。成本估算会诚实说明无服务器费用取决于真实流量模式，因此给出区间而非单一数字。
gjalla-spec-review 是一个用于在实现前对计划或规格说明进行完整审查的技能，旨在确保没有意外、缺口或错误。它从多个专家视角审查规格，包括有效性、架构、安全与威胁模型、质量、用户体验和治理，最终输出每个视角的通过项、风险项以及实现前必须做出的具体修改，并区分阻塞性问题与建议。该技能强调设计应优雅、最小化、可维护且不过度工程化，适合在工程团队接手实现前加固规格。
该技能用于通过 AnkiConnect 的本地 HTTP API 与 Anki 交互，把用户的指令转换为 AnkiConnect 动作，构造 JSON 请求，并通过 curl/jq 等工具执行，再安全地解析结果。适用于让智能体读取或修改牌组、笔记与卡片等 Anki 数据。
NemoClaw 随附的智能体技能（Agent Skills）说明资源，属于 NVIDIA skills 集合中的一个技能条目。该技能用于向 AI 编程助手描述 NemoClaw 内置的智能体技能，并说明如何通过克隆代码仓库来获取这些技能。当用户询问 AI 智能体支持、编程助手集成或 .agents/skills/ 目录相关问题时，可加载其 references/agent-skills.md 参考文件获得说明。资料未提供具体技能清单、安装命令、支持平台、收费方式或使用效果等信息。
creator-content-auditor 是一个面向网红（influencer）投放内容的发布前审核技能，用于在内容发布、放大或支付节点前对创作者的交付物进行把关。它依照 STAR 框架运行，从 Trust（可信度）和 Appeal（吸引力）两个维度直接阅读内容，结合来自 fit-scorer 的 Suitability（适配度）评估，并按 assessment_time 对 Return（回报）进行评分（发布前为预测，活动结束后为实测重新审核），最终返回按目标画像加权的 SQS（Star Quality Score，星级质量分）以及可直接给到创作者的修改反馈。该审核适用于品牌一致性、声明准确性、披露合规、创意质量、平台规格以及是否放行（go/no-go）等问题，并对修订后的素材提供可追溯的重跑能力。当运行时不可用时，返回 score_state: NOT_SCORED，不给出审核结论或持久化产物。
Seedance 2.0 分镜提示词生成器是一个帮助用户把想法转化为即梦 Seedance 2.0 专业视频分镜提示词的工具。它通过分步引导（理解想法、挖掘细节、构建分镜结构、生成提示词、优化建议）协助用户梳理故事、视觉风格、镜头语言、动作节奏与声音设计，并输出可直接复制到 Seedance 2.0 使用的完整提示词。支持参考图像、参考视频、视频延长、视频编辑、多模态组合等能力，使用“@素材名”语法指定素材用途。适用于短视频创作、分镜设计、广告成片、运镜复刻、角色一致性叙事等场景。
LiveAvatar Feedback 是 LiveAvatar 团队提供的开发者反馈收集技能，用于在集成 LiveAvatar（Embed、FULL 或 LITE 模式）过程中或完成后，将集成反馈提交给 LiveAvatar 团队。该技能会在三种场景触发：集成完成并正常工作、检测到用户受挫（反复报错、明确抱怨、明显卡顿），或用户明确要求反馈或报告问题。技能会先从对话中静默整理用例（use_case）和阻碍（blockers）两项摘要，向用户展示并征得明确同意后，再通过后端接口 POST https://api.liveavatar.com/v1/feedback/agents 提交，请求头使用 X-API-KEY。additional_feedback 字段必须逐字使用用户原话，不得改写或编造；三个字段均为可选。未获用户明确同意前不会发送任何内容。
rde-data-apps 是一个配合 Metabase 使用的技能，用于在 rde 机器上构建或修改 Metabase 数据应用（data app）。数据应用是由 Metabase 在 /apps/<slug> 路径下提供的 React bundle，代码存放在通过 remote sync 连接的仓库中的 data_apps/<slug>/ 目录。该技能从 rde 已有的信息中回答 metabase-data-apps 技能所需的问题，确保应用所读取的内容在构建前已存在于该仓库中，并将控制权交接出去。其第 4 至 6 节在与 data-apps 技能冲突时优先，涉及 schema 范围、提交与推送顺序，以及任何同步前的确认。
poteto-mode 是 michael-denyer/pstack-claude 技能包中的一个智能体工作风格技能，用于指导 AI 智能体产出简洁而详尽的回答、有意识的子智能体调度、去冗余的文案、简单的代码以及经过验证的工作成果。它通过一套触发条件、原则（Principles）与技能路由来约束智能体行为，包括如何在提问与自主行动之间取舍、如何进行架构设计与验证、如何管理子智能体上下文与模型选择等。适用于需要 poteto、/poteto-mode 等触发场景的工作流程。
Pandas Best Practices 是一份面向 Python 数据分析的 Pandas 开发规范与最佳实践指南，重点覆盖数据操作、分析与 DataFrame 高效使用。内容从代码风格与结构入手，强调可复现的分析流程、函数式编程、向量化操作优先、描述性变量命名以及 PEP 8 规范。随后系统整理了 DataFrame 创建与 I/O、数据选择、方法链、数据清洗与校验、分组聚合、性能优化、常见陷阱、时间序列操作以及合并连接等主题，并给出具体 API 建议，例如使用 .loc/.iloc 避免链式索引、用 .query() 处理复杂过滤、用 .pipe() 构建可读的方法链、用 .groupby() 与 .agg() 聚合、用 .resample()/.rolling() 处理时间序列、用 .merge() 进行 SQL 风格连接等。该技能适合需要编写规范、可维护、可复现 Pandas 代码的数据分析人员与工程师参考。
JKVideo 是一个使用 React Native 0.83 与 Expo SDK 55 构建的第三方 Bilibili 客户端。它支持 DASH 自适应流媒体播放、实时弹幕、WBI 接口签名、二维码登录、带 WebSocket 弹幕的直播，以及带局域网二维码分享的下载管理器。资料提供了安装步骤、项目结构、技术栈、WBI 签名实现、Bilibili API 服务封装、DASH MPD 构建、视频播放器组件、弹幕系统、Zustand 状态存储、二维码登录、下载管理与局域网分享以及 expo-router 导航用法。
该技能面向 HTTP API 测试，覆盖 TypeScript/JavaScript 的 Supertest 与 Python 的 httpx、pytest 两套技术栈。可用于测试 REST API、GraphQL、请求与响应校验、认证以及错误处理。资料给出了安装命令、基础测试写法、各类请求方法、请求头与查询参数、认证令牌获取与校验、错误处理、文件上传、GraphQL 查询以及响应耗时检查等示例代码，并列出若干最佳实践，例如在 describe 块中按端点分组、测试间重置数据库、先校验状态码、检查响应结构、验证错误信息格式、模拟外部服务以及同时覆盖正常与异常路径。
short-form-video-script 是一套面向竖屏短视频（Reels、TikTok、Shorts）的脚本创作方法，核心目标是提升完播率。它把脚本视为一台“留存机器”，而非单纯的台词。方法框架为 WATCH：前 3 秒用视觉+屏幕文字+口播的叠加钩子抓住观众；用开放式悬念串联钩子、主体、兑现与 CTA；先写静音版，让屏幕文字独立承载故事；兑现钩子承诺，避免标题党；结尾设计回流到第一帧的循环并配一个约 2 秒的价值型 CTA。脚本以三轨节拍（画面+屏幕文字+口播，含镜头指示）产出，时长约 15–35 秒（约 75 词≈30 秒），并提供 5 个钩子变体供测试。它只负责写脚本，拍摄、表演、剪辑由人完成，成品由 WoopSocial 发布，效果以平台原生分析中的 3 秒留存、平均观看时长、重播、收藏来衡量。
nature-paper-trans 是一个将英文论文 PDF 的指定页面或全文逐页翻译为简体中文图片型 PDF 的工具。它逐页生成中文页面，按原页序合并为一个图片型 PDF，尽量保留原文的版式、分栏、图表和公式。默认保持源 PDF 每页的原始尺寸、方向和宽高比，只有用户明确要求时才统一转换为 A4。每页在本次任务中只调用一次生图，不自动检查生成图，不生成或交付逐页检查 Markdown。最终仅交付一个简体中文图片型 PDF，用户打开后自行查看，发现问题时再明确指定需要更新的页。它主要用于论文阅读翻译，不用于可编辑 Word 重建或逐字审校。输入为英文论文 PDF，可选页码范围、已确认译文或术语表；未指定页码时处理全文。输出为按原文页序排列的简体中文图片型 PDF。质量目标为内容完整、区域归属正确、主要版面关系可读，不承诺像素级 1:1 或逐字准确。工具依赖 Python 3.9+、PyMuPDF、Pillow，支持 macOS、Linux、WSL2 和原生 Windows，只使用内置 image_gen 生成图片。
Codex Team 是一个用于协调多个 Codex 智能体协同工作的技能，来源于 boshu2/agentops 仓库。其核心思路是：由团队负责人（lead）负责编排与任务分解，Codex 智能体执行具体任务，每个智能体只负责一个聚焦的任务。为避免多个智能体同时修改同一文件产生冲突，团队负责人会在派发任务前分析各任务涉及的目标文件，并充当锁管理器，提前进行冲突预防。该技能适用于存在 2 个以上任务（如 Bug 修复、功能实现、重构）、任务范围明确且指令清晰、并希望获得可预测隔离效果的 Codex 执行场景，可在 Claude 或 Codex 运行时中使用（技能会自动选择后端）。它支持并行（文件无重叠时同时派发）、合并（多个任务涉及同一文件时合并为单个智能体）、多波次（部分重叠时按波次串行）三种策略。用户还可以通过 --json 监控进度、通过 -s 控制沙箱级别、通过 --add-dir 处理跨项目任务。若 Codex 不可用，会回退到 /swarm。
Sentry CLI 是一个用于在命令行中与 Sentry 平台交互的工具，属于 Cline 技能集合。它让用户和 AI 编码代理通过终端查看和处理问题（issues）、事件（events）、项目、组织、追踪（traces）、日志和发布版本等。该 CLI 遵循 gh（GitHub CLI）的 <noun> <verb> 命令模式，并支持用于机器可读输出的 --json 参数、--fields 字段选择以及模仿 curl 的 sentry api 命令。CLI 会自动检测认证信息以及组织/项目，大多数命令无需显式指定目标即可运行。它提供问题根因分析（Seer AI）、修复方案生成、追踪与跨度查看、日志流式输出、本地 Spotlight 事件捕获、发布管理、仪表盘组件管理以及告警规则管理等能力。使用时需先安装并完成认证。
该技能用于在 macOS 上搭建 Flutter 开发环境，覆盖构建、运行和部署 Flutter 应用所需的工具依赖检查与配置。它会依次验证 Flutter、Xcode 与 CocoaPods 的安装情况，引导用户配置 Xcode 命令行工具、接受 Xcode 许可协议，并通过 flutter doctor -v 进行诊断校验，循环修复 Xcode 相关错误，最终确认 macOS 桌面作为可用部署目标。适用于需要在 macOS 上进行 Flutter 桌面开发的开发者，需具备管理员权限。
scikit-learn 最佳实践技能，提供 Python 机器学习工作流、模型开发、评估与部署的专家级规范，涵盖代码风格、数据准备、特征工程、Pipeline、交叉验证、超参数调优、评估指标、不平衡数据处理、特征选择与模型持久化。
该技能用于将 AWS CloudFormation 堆栈或模板转换、迁移或导入为 Pulumi 程序。它要求以 CloudFormation 逻辑 ID 作为 Pulumi 资源名称，默认使用 aws-native 提供程序，并遵循固定的迁移工作流：收集信息、手动转换代码、导入资源、验证零差异，最终输出可供 PR 使用的迁移报告。
Playwright 是一个现代化的端到端（E2E）测试框架，提供跨浏览器自动化、内置测试运行器与自动等待机制。它支持 Chromium、Firefox、WebKit 三大浏览器引擎，可模拟用户在各浏览器中的真实交互流程。框架内置并行执行、失败重试、多种报告器与网络请求mock/拦截能力，并配有 UI 模式、追踪查看器（trace viewer）与检查器等调试工具。通过 role、label、placeholder、text、testid 等定位器策略编写稳定测试，支持页面对象模型（Page Object Model）与组件模式组织代码。常用于 Web 应用的端到端测试、跨浏览器测试、用户流程与交互测试，以及需要截图/视频录制的场景。安装可通过 npm init playwright@latest 初始化新项目，或安装 @playwright/test 后运行 npx playwright install 安装浏览器。
EOL Checklist 是一个面向产品经理的日落（EOL）检查清单生成技能，用于把“决定退役某产品”转化为一份按生命周期阶段分段的运营计划。它根据退役规模自动选取轻量、标准或重三档，明确每个阶段应完成的工作、负责职能以及阶段放行条件。清单条目遵循“动词开头、4 到 8 个词、指定负责职能”的便利贴规则，强调每项都必须有明确负责人。使用时可提供被退役产品、规模、截止日期、替代方案、合同或监管义务等信息，信息不足时最多追问三个问题，未知项会标注为假设而非阻碍执行。
面向产品停售（EOL）前的内部赋能技能，帮助团队在客户公告发布前备好支持FAQ、销售话术、异议处理、升级路径及渠道简报和培训大纲，避免支持与销售临阵磨枪。