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
231,719 个结果
skill-router 是一个用于为智能体请求匹配最窄可用便携技能的技能路由工具，适用于用户询问该用哪个技能、需要帮助在受支持宿主中选择技能的场景。它会分析任务类型、上下文与复杂度，并将请求匹配到当前宿主已暴露的最贴合技能；不会假设当前会话中不可见的 Claude Code、Codex、Gemini 或 DeepSeek Harness 能力。该技能支持关键词匹配、语义相似度判断与上下文感知，并在需求模糊时通过目标澄清、领域识别、阶段评估与偏好确认等问题引导用户，最后给出推荐技能、推荐理由及可切换的备选方案。它内置元与工作流、核心开发、文档与测试、架构与 DevOps、规划与分析、设计与 UX 等技能目录，并给出清晰意图、模糊意图与多技能编排的示例，以及高、中、低置信度与错误恢复方式。
PLAID 是一套面向创业者的产品开发引导工具，帮助用户从想法一路走到产品上线。它通过结构化对话和 AI 文档生成，把完整流程拆分为 Idea（发现产品想法）、Validate（压力测试想法）、Plan（定义愿景、生成 PRD）、Launch（上市计划）、Build（执行路线图）五个主阶段，外加 Design（把图片参考翻译成设计系统）这一可随时运行的旁支能力。PLAID 强调可中断、可恢复，会先检查项目当前状态再继续工作；在生成任何文档前会先运行校验脚本验证 vision.json。它适合已有初步想法、需要系统化梳理并推进落地的独立开发者或创业团队。
summarize 是一个用于格式化 Linear 最终总结消息的 AI 技能。它的作用是在工作完成后，编写一段格式规范、适合在 Linear 中展示的总结内容。该技能的输出会被自动流式传输到 Linear 智能体会话中，因此使用者只需专注于把内容写好、排版清晰，不需要自己使用任何工具去发布或保存这条总结。内容上，它要求覆盖三部分信息：完成的工作（用一两句话说明完成了什么以及关键成果）、关键细节（涉及修改的文件、重要变更、如已创建则附上 PR 链接）、以及状态（完成情况与是否需要后续跟进）。格式方面，建议最多 3 到 5 个段落，使用清晰专业的语言，适配 Linear 场景，并使用 markdown 提升可读性。其中“Changes Made”和“Files Modified”两个部分需要用可折叠区块包裹，写法为 +++Section Name 开头、+++ 结尾。如需提及某人，应使用来自指派者上下文的 Linear 个人资料链接格式，例如 https://linear.app/<workspace>/profiles/<username>。示例结构包含 Summary 标题、简要说明、折叠的变更与文件列表、Status 标题及状态与后续步骤，以及适用的 PR 链接。
EOL Readiness Advisor 是一个用于评估产品、功能或硬件是否应当退役（EOL）的技能。它不直接跳到退役计划，而是先给出 go/no-go 判断，并让用户自行选择退役工作的强度等级。技能会识别支持退役的四个信号（财务不可持续、战略不符、已有替代方案、市场不再需要）和反对退役的四个信号（合同或监管义务锁定、战略人质、无落地去处、退出成本高于维持成本），据此给出 Go、Go-with-conditions、Hold、Harvest 或 Extend 的结论。它通过最多四个自适应问题收集信息：审查对象与触发原因、影响范围（客户、收入、承诺、硬件渠道）、强度等级（Light/Standard/Heavy）、客户去向（替代、迁移、优雅退出）。最终输出包含结论、强度、置信度、支持与反对理由、假设、需检查的义务、落地路径及覆盖范围。适用于产品经理在决定是否下架某个产品时使用。
Observability Onboarding 是一个用于将应用程序接入 Elastic Observability 的技能，基于 Elastic Distribution of OpenTelemetry（EDOT）完成应用埋点。它按语言与运行时选择接入方式，能识别并迁移经典 Elastic APM agent，统一设置 OTEL_SERVICE_NAME、OTEL_EXPORTER_OTLP_ENDPOINT、OTEL_EXPORTER_OTLP_HEADERS 三个环境变量，指向 Elastic 托管 OTLP 端点或已有的 EDOT Collector，而非 APM Server。配置完成后，它会通过 Elasticsearch 的 ES|QL 查询验证 traces、metrics、logs 是否真正抵达，并确认上报方是 EDOT 而非上游 OpenTelemetry 或旧 agent。该技能覆盖 Java、Python、.NET、PHP 的接入路径，也可按同样思路处理未列出的语言。范围限于应用埋点，不涉及 EDOT Collector 部署、文件或基础设施日志采集，以及 Elastic Agent、Fleet 或集成包的数据接入。
Bash 脚本编写指南，涵盖安全、可移植性、错误处理与 DevOps 自动化最佳实践，强调输入校验、严格错误处理、模块化结构与可审计的自动化流程。
tesla-fleet-api 是一套通过特斯拉官方 Fleet API 控制车辆与读取设备数据的脚本工具集。它可以读取车辆数据（电量、空调、位置、车况等），并下发远程命令，例如启动或停止空调预热、设置温度、座椅加热与通风、方向盘加热、出发前预热排程、启停充电、设置充电上限，以及锁车、解锁、鸣笛、闪灯和唤醒车辆。工具还包含认证与配置管理脚本，用于处理 OAuth 登录、令牌刷新、域名注册以及带签名的命令代理。适用场景包括个人车辆远程控制、家庭或车队状态查询，以及在此基础上进行集成开发。使用前需要在 SETUP.md 中完成配置，凭据存放于 config.json 或环境变量中，不加载 .env 文件。部分功能（如下发命令）需要通过签名代理并将虚拟钥匙注册到指定域名，车辆离线或休眠时需先唤醒，令牌过期需刷新。
Laravel 13 测试指南技能，支持 Pest PHP 4 与 PHPUnit 12（Laravel 13 默认自带 phpunit/phpunit ^12.5.12，所述模式也兼容 PHPUnit 11 与 13）。适用于在 Laravel 应用中编写特性测试、单元测试或任何测试代码。技能首先通过检查 composer.json 的 require-dev（含 pestphp/pest 则用 Pest；仅有 phpunit/phpunit 则用 PHPUnit；两者都有时 Pest 优先）以及是否存在 tests/Pest.php 来判定测试框架，必要时询问用户。内容包含 6 个类别共 24 条规则：HTTP 与特性测试、模型工厂、数据库断言、服务伪造、认证测试、测试组织模式，并为 Pest 与 PHPUnit 分别提供声明方式、断言、钩子与数据集的写法对照。
用于 Remotion TerminalScene 的合成终端风格录屏指导技能，帮助判断何时用合成终端画面替代真实桌面录屏，并给出 TerminalScene 组件、步骤类型、节奏对齐与 ProviderChip 的用法。
cli-cost-usage 是 OmniRoute 提供的命令行工具技能，用于在终端中查看成本明细、Token 用量和调用日志。它支持按提供商、模型或日期范围进行筛选，可导出用量报告，并检查每个连接的花费情况。该工具通过 npm 全局安装或 npx 直接运行，提供 cost、pricing、usage 等子命令，覆盖成本查询、定价同步与查询、用量分析、预算设置、配额检查、日志查看、利用率与历史记录等操作，适合需要在命令行中监控和管理 AI 调用成本的开发者与运维人员。
cli-keys 是 OmniRoute 的命令行密钥与认证管理工具，用于在终端中创建、查看、轮换和吊销 OmniRoute API 密钥，并管理服务商认证的 OAuth 流程，同时可检查密钥的作用域和过期时间。安装方式为通过 npm 全局安装 omniroute，或使用 npx 直接运行。主要命令分为 keys 与 oauth 两组：keys 支持添加、列出、移除、重新生成、吊销、展示、设置策略与过期信息、查询用量以及轮换密钥；oauth 支持查看服务商、发起授权、检查状态和吊销授权。对于需要批量或自动化管理 API 密钥、统一处理多服务商 OAuth 认证的开发和运维场景较为适用。
基于 each::sense AI 的漫画与日漫生成技能，用于生成单格漫画分镜、多格漫画条、完整漫画页面与连贯漫画序列。支持美式超级英雄漫画、日式漫画页面、条漫（Webtoon）竖版滚动格式、动作分镜序列，以及将照片转换为漫画风格。可生成带对白气泡的分镜、保持跨分镜角色形象一致，并支持漫画封面设计。提供多种画幅比例与尺寸建议，可通过 API 以 curl 方式调用，配合 session_id 实现多轮连续创作，并提供 max（高质量）与 eco（快速草稿）两种模式。
该技能用于在 Elastic Observability 中设计并运维服务可靠性目标。内容强调先做判断再调用 API：为现有数据形态选择合适的服务级指标（SLI）类型，设定可达成而非理想化的目标，选择滚动或日历对齐的时间窗口以及 occurrences 或 timeslices 的预算计算方式，并通过 Kibana API 完成 SLO 的创建、告警、重置与停用。资料指出可靠性工具不可互换，并给出 SLO、燃尽率规则、阈值规则、异常检测作业与合成监控之间的路由逻辑，同时要求先校验底层字段存在性与覆盖率、在创建前用 ES|QL 验证 SLI 基线、谨慎设置 groupBy 以避免高基数分组。
TRL（Transformers Reinforcement Learning）是用于对大语言模型进行后训练的工具库，支持 SFT、DPO、GRPO、KTO、蒸馏以及奖励模型训练等方法。每种方法都对应一个 Trainer 类和一个 Config 数据类，Config 继承自 transformers.TrainingArguments，因此其参数在所有训练器配置中通用。该技能适用于编写或调试训练代码的场景，涵盖数据集格式、SFT 关键字段、GRPO 在线强化学习、奖励函数编写、vLLM 加速以及命令行用法等内容。
Kun 是一个通过 /kun 调用的技能，用于按 Kun 的思维方式、构建方式或解决问题的方式来回答用户问题。它不依赖模型猜测内容，而是先通过公开的 pull 脚本从 kunchenguid/kun 仓库拉取最新指令到本地缓存，再从缓存中读取完整文件进行回答。加载流程分为三步：第一步使用 Node 运行 pull-kun.mjs 脚本，优先从 raw GitHub 下载，jsDelivr 作为备用，缓存目录默认为 $KUN_PULL_DIR 或 ~/.cache/kun；脚本通过 content/MANIFEST.json 实现增量同步，只拉取根文档（ENTRY.md、TOOLS.md、OPINIONS.md、VOICE.md）以及新增或变更的 content/ 文件。第二步在拉取成功后从本地缓存读取上述四个根文档的完整副本，当问题需要 Kun 的原话时再打开 content/ 下匹配的文件，避免把整棵目录树塞入上下文。第三步严格按照 ENTRY.md 的指示回答用户。如果拉取失败，应停止并说明失败，不得猜测文件内容。
TikTok Shop 数据分析与业绩追踪技能，用于跟踪视频指标、直播带货数据、联盟与达人表现、广告分析等，帮助卖家基于数据优化内容并放大有效策略。该技能通过手动输入的数据进行分析，提供业绩分析、内容表现洞察、直播销售分析、达人与联盟追踪等能力，并输出结构化的分析报告。
该技能用于解答和核对 NetSuite SDF 权限配置问题，提供精确的 permkey 与 permlevel 取值。适用于生成或审查 customrole XML、校验 SDF 对象中的 <permkey>、为角色或脚本部署选择权限级别、设计最小权限的集成或脚本执行角色，以及把 NetSuite 界面中显示的权限名称映射到内部 ID。技能内置参考文件：references/permissions.json 作为标准权限 ID 与显示名别名的权威来源，references/permission-index.md 提供按类别、用例和模块组织的人工可读索引。使用时先确认待处理对象是标准权限还是自定义记录权限，标准权限以 permissions.json 为准，自定义记录权限的 permkey 使用形如 customrecord_xxx 的脚本 ID 并对照项目自定义记录 XML 校验；权限级别建议取满足需求的最小值（VIEW、CREATE、EDIT、FULL），默认最小权限，FULL 需明确理由。涉及脚本执行角色时不应推荐内置 Administrator 角色用于生产环境，而应推荐仅含所需权限的专用角色。输出需给出精确 permkey、推荐的 permlevel、理由，以及可能需要的关联权限和可能不需要的权限，并在无法对照项目 XML 确认时明确说明属于推断。
PPT Agent 是一个专业 PPT 演示文稿全流程 AI 生成助手，模拟顶级 PPT 设计公司的完整工作流，从需求调研、资料搜集、大纲策划到策划稿与设计稿，最终输出高质量 HTML 格式演示文稿。它适用于制作 PPT、演示文稿、slides、幻灯片、汇报材料、培训课件、路演等场景。该工具以主控制台合同形式组织流程，主 Agent 负责维护计划、调用 harness、管理 subagent 生命周期、校验 Gate 与用户交互，内容生产外包给各专职 subagent。流程按固定主链 P0 到 P5 执行，包含采访、分支选择、检索或本地资料压缩、大纲构建、风格锁定、单页并行生产与导出交付等阶段，并通过多个 validator 进行校验。
根因分析（Root Cause Analysis，RCA）是一套系统化的问题排查方法，用于识别故障背后的深层原因，从而采取永久性解决方案，而非临时修补。该技能适用于生产事故、影响客户的问题、反复出现的问题、意外故障以及性能下降等场景。核心方法包括「5 个为什么」追问法、系统化 RCA 流程、RCA 报告模板以及后续跟进与预防措施。资料以「网站宕机」为例演示：从 503 错误逐层追问，最终定位到负载测试环境配置不足这一根因，并给出解决方案与预防措施。
Math Teacher 是一个交互式数学教学技能，能够即时生成游戏化、可视化的学习体验。它通过生成独立的 HTML/JS 交互式工件、可视化游乐场和游戏化挑战，把数学学习变成动手探索的过程。覆盖从基础算术到高等微积分的多个主题，支持自适应难度、积分成就系统、实时反馈和渐进式提示。所有生成的工件无需安装、可在浏览器中独立运行，适合各年龄段学习者按需获取个性化的数学练习与概念讲解。
该技能用于在 Neo4j 图数据库中创建、管理向量索引并执行向量相似度检索。它覆盖节点索引与关系索引的创建语法（CREATE VECTOR INDEX）、相似度函数与量化配置、HNSW 参数、索引构建完成前的轮询等待、批量写入 embedding、以及使用 SEARCH 子句（Neo4j 2026.01+）或 db.index.vector.queryNodes() 过程执行 ANN/kNN 检索，并说明索引内过滤与后置过滤的取舍、向量与图遍历结合的简单模式、向量与全文检索的混合搜索思路，以及向量函数与常见错误排查。
ClawSec Suite 是 ClawSec 安全套件管理器，面向 OpenClaw 环境，提供内嵌式安全公告订阅源监控、加密签名验证、需审批的恶意技能响应流程以及引导式安装配置。它可以监控 ClawSec 公告订阅源、识别自上次检查以来的新公告、将公告与本地已安装技能交叉比对，并对恶意技能公告给出移除建议且要求用户先明确批准。套件同时充当其他 ClawSec 防护的安装与管理入口，内置已签名的公告信任集、可移植心跳工作流、公告轮询与状态跟踪、OpenClaw 公告守卫钩子包、钩子与可选 cron 调度安装脚本、受保护的技能安装器以及动态技能目录发现脚本。安装方式包括通过 clawhub 安装，或手动下载并验证签名与校验和。可选附加技能通过运行时目录索引发现，不硬编码技能名称。
prompt-caching 是一个专注于 LLM 提示词缓存策略的技能，涵盖 Anthropic 提示缓存、响应缓存以及 CAG（缓存增强生成）。它提供提示缓存、响应缓存、KV 缓存、CAG 模式与缓存失效等能力，主要工具包括 Anthropic Prompt Caching、Redis（ioredis / @upstash/redis）和 OpenAI Caching。该技能面向需要降低缓存 token 成本、提升响应速度并管理缓存时效的 LLM 应用场景，同时罗列了缓存未命中延迟升高、缓存内容过期、前缀变动导致缓存失效等常见问题的应对思路。其范围不涵盖 CDN 缓存、数据库查询缓存与静态资源缓存。
pirate-skill 是 Gemini CLI 的一个角色扮演类技能，作用是让模型以海盗口吻进行回应。该技能来自 google-gemini/gemini-cli 仓库，其核心设定为“你是一个海盗，对任何内容都用海盗语言回答，并且始终提及 Arrr”。它属于面向对话风格的轻量级技能，不涉及代码生成或具体业务功能，适用于希望在日常交互、演示或娱乐场景中改变助手说话方式的用户。