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
231,713 个结果
该技能用于操作 Railway 基础设施，涵盖注册或登录 Railway 账号、创建项目、开通服务与数据库、管理对象存储桶等任务。Railway 采用 Workspace（工作区）、Project（项目）、Environment（环境）、Service（服务）、Bucket（桶）、Deployment（部署）的层级资源模型，通过 CLI 命令在链接的项目/环境/服务上下文中操作。它提供工具路由机制，区分远程 MCP、本地 CLI MCP 和 Railway CLI 三条面向智能体的操作路径，按任务需要选择合适路径。同时支持解析 Railway 控制台 URL 提取项目、服务、环境 ID，并基于用户意图进行路由，例如部署当前目录、注册账号、创建沙箱环境等。该技能还包含预检流程、账号创建与登录、设备码登录提示以及智能体工具集的安装与更新检查。
eol-process 是一套端到端产品下线（EOL）编排技能，覆盖决定、对齐、规划、准备、宣布、收尾六个阶段，适用于需要完整下线流程而非单一交付物的场景。
该技能用于解释 Elasticsearch 机器学习异常检测的分数、模型行为与结果含义。当用户询问某个异常分数为何偏高或偏低、模型如何得出结果、或如何解读异常记录时使用。它通过 elastic CLI 读取作业配置与 .ml-anomalies-* 索引中的异常结果，帮助区分重归一化、缺失/下降异常、尖峰异常等情况，并说明影响分数的因素。适用于自管理集群（需 Platinum 级许可）和 Elastic Serverless 项目。
specs-explore 是一个用于在正式改动代码之前先探查代码库的技能，属于 developer-kit 中 specs.explore 命令的阶段执行器。它接收一个待探索的主题或功能点，以及可选的 --spec 路径和 --lang 框架参数，然后阅读真实代码、理解现有架构与模式、定位受影响的文件与模块、查找已有测试并识别依赖与耦合关系。当存在多种实现方案时，它会对各方案按优点、缺点和复杂度或工作量进行对比，并给出推荐方案与风险提示。默认情况下分析结果以结构化内容内联返回，只有当显式提供 --spec 参数时，才会在对应 spec 目录下生成 exploration.md 文件。整个过程中不修改任何已有代码或文件，分析要求简洁，信息不足时明确说明，请求过于模糊时要求澄清。返回结果包含状态（done、blocked 或 partial）、一句话执行摘要、产物位置、下一步建议（有 spec 时建议 specs.brainstorm）以及发现的风险。
这是一个用于通过 Open API 与 TP-Link Omada SDN 控制器交互的技能，适用于查询和管理 Omada 网络中的设备、客户端、站点、接入点、交换机和网关等对象。资料显示，该 Open API 适用于 Omada SDN 控制器 v5.9 及更高版本，涵盖软件控制器和云控制器，且该功能需由管理员显式启用。技能内含一个 API 包装脚本，可自动处理环境变量加载、OAuth2 认证和 URL 构造，用户据此可发起 GET、POST 等 API 调用。技能还提供 API 发现方式，控制器自带 OpenAPI 3.0.1 规范（约 1507 个端点），可用于运行时发现端点。使用前需配置 OMADA_URL、OMADA_CLIENT 和 OMADA_SECRET 三个环境变量，并建议将 .env 加入 .gitignore。资料并未提及具体收费、价格或性能效果。
game-deploy 是一个用于部署浏览器游戏的技能，支持将游戏构建产物发布到 here.now（默认）、GitHub Pages 或其他托管平台。默认的 here.now 提供零配置的即时静态托管，发布后立即生成可访问的网址；GitHub Pages 作为备选方案，适合需要基于 git 部署或已有 GitHub 仓库的场景。该技能说明中标注了不应使用的场景（描述在此处未完整提供）。此外还列出 Vercel、Netlify、Railway、itch.io 等其他托管选项，并包含发布前的检查清单与常见问题排查指南。
该技能是一个专注于二进制分析、反汇编、反编译与软件分析的反向工程助手，覆盖 IDA Pro、Ghidra、radare2、x64dbg 等工具，并涉及 IDAPython、Ghidra 脚本、r2pipe、pwntools、capstone、keystone、unicorn、angr、Triton 等常见反向工程脚本环境。它提供从侦察、静态分析、动态分析到文档记录的方法论，以及代码模式识别、调用约定说明和响应流程。该技能强调仅限授权使用：运行任何探测、利用、更改、持久化、数据提取或凭据访问命令前，必须经过强制确认流程，要求用户说明确切目标、确认书面授权与范围、展示具体命令并等待明确确认，否则保持只读并提供防御性指导。
create-squad 是一个用于通过公开 API 设计、创建、更新和验证 Vapi Squads（多助手协作组）及文档化交接工具的技能。它帮助判断何时应使用单个助手、何时应使用 Squad，并指导如何定义聚焦的成员、选择入口成员、复用已有助手、创建交接关系与可复用交接工具，以及安全地更新 Squad。该技能强调只使用经过验证的 ID 和字段，禁止编造助手 ID、工具 ID、目标、版本、凭据、服务器 URL 或提取变量，并要求在影响生产的创建或更新前进行确认。
该技能用于将 Figma 设计组件通过 Code Connect 连接到代码组件。它可分析设计结构、在代码库中查找匹配组件并建立映射，需 Figma MCP 服务器、带 node-id 的 Figma 链接且组件已发布到团队库。
该技能用于诊断并修复 Kotlin Multiplatform 项目中面向 iOS 的 Kotlin/Native 编译与链接缓慢问题。当用户反馈 iOS 构建缓慢时，它通过分类慢场景、静态审计与测量、按安全顺序修复的流程，把“iOS 构建很慢”转化为有数据支撑的诊断和一组安全的小改动。核心原则是：不牺牲发布所需行为，本地更快的循环不得改变 CI 发布产物；修复前后必须用相同命令和相同构建状态测量，未测量的修复只是猜测。
该技能面向销售机器人（Sales Bot）的预约排期场景，帮助设计能与日历集成、自主安排会议的自动化预约系统。内容涵盖预约流程设计（对话式与链接/组件式）、日历集成（Google Calendar、Outlook、Calendly、HubSpot Meetings、Chili Piper、Cal.com 等）、可用时段计算与缓冲规则、时区检测与显示、会议类型（发现电话、演示、技术讨论、高管会议）、线索分配（轮询、区域、技能）、确认与提醒序列、无可用时段/时区冲突/改期/取消/爽约等边界情况处理，以及实施清单、效果指标与常见错误。适合需要为销售机器人搭建或改进自动预约能力的开发者与销售运营人员。
市场研究与分析技能，用于市场规模测算、竞争分析和消费者研究，并能生成专业咨询级市场研究报告。该技能提供从 TAM/SAM/SOM 市场规模的五步计算流程，到直接、间接、替代和潜在竞品的分类梳理，以及波特五力、PESTLE、SWOT/BCG 矩阵等分析框架。消费者研究部分涵盖 Van Westendorp 定价问卷设计、访谈框架和质量检查清单。在报告输出上，可按 McKinsey、BCG、Gartner 风格生成 50 页以上的报告，包含前置内容、核心分析章节、战略建议与附录，并支持用 LaTeX 模板编译成 PDF，配套脚本批量生成市场增长轨迹、TAM/SAM/SOM 同心圆、波特五力、竞争定位矩阵、风险热力图等可视化图表。
LLVM IR 与工具链使用技能，面向以用户身份操作 LLVM 的场景：生成与查看 LLVM 中间表示（IR）、用 opt 运行现有优化 pass、用 llc 将 IR 降级为汇编，以及诊断未发生的优化。适用于需要直接处理 LLVM IR、运行 opt pass、用 llc 生成 IR、检查 IR 指令含义等任务。若需编写新的 LLVM pass（PassPlugin、llvm-lit 测试），应改用 llvm-passes 技能。
用于诊断和修复 Neo4j Cypher 查询性能问题的技能，主要通过阅读执行计划、识别低效算子和补充索引来定位慢查询根因。适合在已有查询语句和 EXPLAIN/PROFILE 输出、需要解释执行计划、判断缺失或未使用索引、选择 Cypher 运行时（slotted/pipelined/parallel）、监控实时查询（SHOW QUERIES、SHOW TRANSACTIONS）以及排查基数估计错误等场景使用。不适用于从头编写 Cypher、GDS 算法性能调优或图数据建模。
mcp-brasil 是一个 Model Context Protocol (MCP) 服务器，将 AI 智能体连接到 28 个巴西公共 API，覆盖经济、立法、透明度、司法、选举、环境、卫生等领域，共暴露 213 个工具、55 个资源和 45 个提示。它让 Claude、GPT、Copilot、Cursor 等 AI 客户端可以用自然语言查询政府数据。其中 26 个 API 无需密钥，仅 2 个（Transparência 与 DataJud）需要免费注册。安装方式包括 pip install mcp-brasil 或 uv add mcp-brasil，并可为 Claude Desktop、VS Code / Cursor、Claude Code CLI 及 HTTP 传输等客户端做配置。项目采用按功能打包加自动注册架构，提供元工具进行功能列举、工具推荐、查询规划与批量并行执行，并内置 BM25 智能过滤以避免 213 个工具撑爆上下文窗口。
deepwiki 是一个命令行工具，可通过终端查询任意公开 GitHub 仓库的文档，数据来自 DeepWiki。它要求已安装 Node.js，无需全局安装，直接用 npx 调用 @seflless/deepwiki 即可使用。该工具提供三种命令：toc 用于查看指定仓库文档的目录结构；wiki 用于获取完整 wiki 内容；ask 用于向 AI 提问，支持单仓库和多仓库问答（最多 10 个仓库），适合理解库、框架或依赖之间的交互。它还支持若干标志：--json 输出原始 JSON 便于管道处理，-q/--quiet 关闭加载提示，--no-color 禁用颜色。典型用法包括查看 facebook/react 的目录、导出 oven-sh/bun 的完整文档为 JSON、询问 anthropics/claude-code 的权限系统工作原理，以及跨项目提问 server components 在 react 和 next.js 中的实现。使用时建议先用 toc 了解文档结构，再用 ask 提问具体问题；需要结构化数据时使用 --json。
camoufox-cli 是一款面向 AI 智能体的反检测浏览器自动化命令行工具与技能集，基于 Camoufox 浏览器，用于在存在机器人检测、CAPTCHA 或反爬拦截的网站上执行交互操作。它通过后台守护进程保持浏览器会话，提供 open、snapshot、click、fill、select、check、hover、press、text、eval、screenshot、pdf、scroll、wait、tabs、cookies、sessions 等命令，并支持命令链式调用。快照会为可交互元素分配 @e1、@e2 等临时引用，供后续点击、填写等操作使用。工具支持命名标签页（共享同一浏览器身份与登录状态，各自独立页面与引用）和命名会话（独立浏览器进程、独立指纹与 Cookie），可用于并行任务或多账号隔离。还提供持久化身份、代理、区域设置、GeoIP 伪装、无头/有头模式、超时与 JSON 输出等全局参数，并可通过配置文件设置默认值。
用于规划产品生命周期终止（EOL）时与各相关方沟通顺序的技能：确定先找谁、后找谁、每次对话必须覆盖什么内容，并识别可能暴露的风险信号。适用于EOL决策已定、希望提前找出隐患的场景。
cli-models 是 omniroute 命令行工具中用于管理 AI 模型的子命令集合。它允许用户在终端中查询可用 AI 模型、列出模型别名、浏览完整模型目录，并支持按提供商过滤、按能力搜索以及解析模型名称变体。此外，它还提供模型的测试添加、手动添加、编辑和移除等管理功能，方便用户维护自定义模型元数据。
frontend-design 是一个用于创建高品质前端界面的技能，旨在帮助开发者构建具有独特设计风格、可达到生产级标准的前端组件、页面或应用。该技能强调在动手编码前先进行设计思考，明确界面要解决的问题、目标用户、审美方向和技术约束，并鼓励选择鲜明、明确的美学立场并以精确的方式执行。它适用于需要避免通用化、模板化“AI 风格”外观的场景，引导在字体、配色与主题、动效、空间构图、背景与视觉细节等方面做出有意识的创意选择，最终输出可运行的真实代码（如 HTML/CSS/JS、React、Vue 等）。使用时应根据美学愿景匹配实现复杂度：极繁主义设计需要更精细的动画与效果，极简或精致设计则需要克制、精准和对间距、排版与细节的关注。
Honcho 是一个开源记忆库，用于构建有状态的智能体，可与任意模型、框架或架构配合使用。本技能指导如何将 Honcho 记忆集成到已有的 Python 或 TypeScript 代码库中，涵盖添加 Honcho SDK、设置 peers、配置 sessions 以及访问记忆等流程。集成时，将对话消息发送给 Honcho，其推理模型会在后台异步处理，提取前提、得出结论，并逐步构建每个参与者的丰富表征；智能体可通过 peer.chat(query) 获取推理答案，或通过 session.context() 近乎即时地读取格式化历史与表征。技能包含代码库探索、需求访谈、实现与验证四个阶段，并提供安装命令、集成清单与常见错误提示。
该技能用于识别并警告伪装成 Bitdefender 破解版安全软件的欺诈性仓库，这类仓库实际用于分发恶意软件。技能提供了判断此类骗局的警示信号、常见恶意载荷说明、安全替代方案、举报流程以及下载后的应急处理建议，帮助用户提高对恶意软件分发仓库的防范意识。
validate 是一个用于检查 Open Knowledge Format（OKF）包是否符合 v0.2 规范（§11）的确定性一致性校验工具。它通过脚本 okf_validate.py 对目标 OKF 包运行一致性检查，未提供路径时默认检查项目的 .okf/ 目录。工具区分 ERROR 与 warn 两级结果：ERROR 表示硬性违反 §11 一致性要求（缺少可解析的 frontmatter、type 缺失或为空、文件无法按 UTF-8 读取），必须逐一修复；warn 为软性提示（缺少推荐字段、日志日期非 ISO 格式、交叉链接失效、v0.2 系列格式错误、脚注未指名来源、actor 不符合 §7 形态、Attested Computation 缺少 runtime、计算路径无法解析、保留文件中出现 frontmatter、根 index.md 携带额外键或声明了不同的 okf_version），不阻断校验。工具还支持 v0.1 包的校验与迁移：--migrate 会在校验前就地重写包并升级版本，--strict 会让所有警告失败，--max-warnings N 可设警告上限，--json 提供机器可读输出以便 CI 使用。
k2f-worksheet 是一个面向 AI 智能体的技能，用于根据学习目标和素材设计可打印、可直接填写的练习单，例如练习集、图形组织器、实验记录、反思表或差距补全表单。它基于 K2F 体系，先产出 content_and_design.md 蓝图，再生成 .K2F 包并导出为可打印 PDF 等格式。该技能强调以语义结构（章节、题目、作答类型）而非像素坐标来组织内容，要求每道题都能从单页提供的信息中作答，避免重复提示、无法作答的题目和冗长说教。使用前需先安装核心技能：npx skills add suzheng/k2f --skill k2f。