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
231,747 个结果
这是一个专注于动画与动效代码审查的专用技能，依据 Emil Kowalski 的设计工程理念建立高标准工艺门槛。它只做一件事：审查动画与动效代码，不编写功能、不修复无关缺陷、不审查非动效代码。默认倾向是标记问题，通过审查需要靠实力赢得。审查涵盖十条不可妥协的标准，包括动效是否有正当理由、频率是否匹配、缓动是否合理、UI 时长是否低于 300ms、原点与物理正确性、可中断性、是否仅使用 GPU 属性、无障碍支持、进出场非对称以及整体协调性。输出分为两部分：问题表格（Before/After/Why）和按影响层级分组的裁决，最终给出 Block 或 Approve 的明确结论。
Google Drive 是一个轻量级的 Google Drive 集成技能，采用独立的 OAuth 认证，无需 MCP 服务器，提供完整的读写访问能力。它通过命令行脚本与 Google Drive 交互，支持搜索文件、查找文件夹、列出目录内容、下载文件、上传文件、创建文件夹、移动、复制、重命名以及将文件移入回收站等操作。该工具需要 Google Workspace 账号，不支持个人 Gmail 账号。首次使用需通过 python scripts/auth.py login 进行浏览器认证，并可检查状态或登出。所有操作通过 scripts/drive.py 执行，首次使用时会自动认证。搜索支持全文、标题、URL、文件夹 ID 及原生查询语法。下载方面，普通文件可直接下载，但 Google Docs/Sheets/Slides 无法通过此工具下载。令牌通过系统钥匙串安全存储，并自动刷新。
GEO-first SEO 分析工具，是一个 Claude Code 技能，用于针对 AI 驱动的搜索引擎（ChatGPT、Claude、Perplexity、Gemini、Google AI Overviews）优化网站，同时兼顾传统 SEO。它提供 /geo 系列命令，可执行完整 GEO+SEO 审计、单页深度分析、AI 引用就绪度评分、AI 爬虫访问检查、llms.txt 分析生成、品牌提及扫描、平台专项优化、结构化数据检测与生成、技术 SEO 审计、内容质量与 E-E-A-T 评估，以及生成客户可交付报告和 PDF 报告。工具采用并行子代理编排，按 AI 可引用性与可见性、品牌权威信号、内容质量、技术基础、结构化数据、平台优化六个维度计算 0-100 综合 GEO 评分，并自动检测业务类型（SaaS、本地服务、电商、出版商、代理机构等）以调整建议。
ss-a11y 是 StyleSeed 工作流中的无障碍审计技能，用于对组件或页面进行可访问性检查并修复问题。它基于 WCAG 2.2 AA 标准，从可感知、可操作、可理解、健壮四个维度审查代码，涵盖颜色对比度、非文本对比度、文本替代、触摸目标尺寸、键盘导航、焦点样式、动效偏好、表单标签与错误关联、语义 HTML 与 ARIA 等要点。该技能采用注册表优先的产物边界：当项目存在 .styleseed/project.json 与 .styleseed/artifacts/index.json 时，先解析请求的 artifact ID，再仅读取对应的 bundle 与 manifest 文件，不回退到全局旧版 bundle；旧版项目仅在无注册表时使用 .styleseed/effective-rules.md。它适用于遵循 StyleSeed 约定（含 data-slot、语义 token）的代码，属于静态代码审计而非屏幕阅读器模拟，不适用于通用设计系统合规审查、Nielsen UX 启发式评估或非 StyleSeed 代码。输出包括按严重程度分级的问题列表、可直接应用的自动修复，以及需要人工判断的标记项。
financial-data-collector 是一个用于采集与校验美国上市公司真实财务数据的技能，数据来自免费公开来源 yfinance。它针对任意美股代码运行采集脚本，抓取市场数据、历史财务报表、beta 与分析师预估，并输出单一结构化 JSON 文件，供下游技能（如 DCF 估值）消费。该技能强调不使用任何兜底默认值：字段缺失时置为 null 并标注 _source 为 missing，由下游决定如何处理。每个数据区块都必须带 _source 字段以标明来源。输出保留 yfinance 的 CapEx 负号约定（负值表示现金流出），并在元数据中记录该约定与 yfinance FCF 的口径说明（yfinance FCF = 经营现金流 + CapEx，不扣减 SBC），避免下游 DCF 高估自由现金流。工作流为三步：采集、校验、交付 JSON。校验脚本检查字段完整性、跨字段一致性（如市值 = 股价 × 股数）、取值范围合理性（WACC 5-20%、beta 0.3-3.0）以及符号约定。最终只交付一个 {TICKER}_financial_data.json 文件，不生成 README、CSV 或摘要报告等辅助文件。
该技能提供 Nielsen 十大可用性启发式原则，用于评估和设计易用的界面。它既可作为审查清单，也可作为设计约束，覆盖系统状态可见性、系统与真实世界匹配、用户控制与自由、一致性与标准、错误预防、识别而非回忆、灵活性与效率、美学与极简设计、帮助用户识别与恢复错误、帮助与文档十个方面。每个原则都配有实践建议和审查问题，并附有一份启发式审查清单。适用于审计界面、设计交互流程、撰写错误信息或进行可用性评审。
用于基因组坐标转换与校验的技能：在不同坐标约定、文件格式、装配版本与转录本之间转换区间，规范化并比较变异表示，检测装配或 contig 命名不匹配。
Genomic Intelligence（GI）是一套托管式 transformer DNA 语言模型服务，通过托管 GPU 提供六类序列分析任务的预测能力。用户可输入基因符号、基因组区域或 DNA/FASTA 序列，获取启动子区域、剪接位点、增强子活性、染色质状态、表达量（log TPM）以及从头基因注释等结构化预测结果。该工具不在本地运行，无需模型权重、GPU 或重型 Python 依赖，属于托管、带版本的推理 API 的轻量客户端。官方文档位于 docs.genomicintelligence.ai，REST 契约见 api.genomicintelligence.ai/v1/openapi.json，并提供托管 MCP 服务器。使用场景为研发用途，不可用于临床或诊断决策。本地比对、变异检测或文件读写应改用 BioPython、bcftools 等本地工具。
Django REST API 开发技能，提供构建可扩展 Django REST API 的综合指南，涵盖项目结构、视图与 API 设计、模型与数据库、序列化与验证、认证与权限、性能与可扩展性以及错误处理等方面。该技能面向 Python、Django 与可扩展 RESTful API 开发，强调优先使用 Django 内置功能、遵循 PEP 8、保持可读性与可维护性，并通过 Django apps 实现模块化结构。
该技能面向游戏开发，提供 C#/Unity 与 Lua 脚本的专家级指导，并覆盖可扩展游戏架构的最佳实践。内容包括 Unity 组件化架构、MonoBehaviour 与 ScriptableObject 的使用、物理引擎与输入/UI 系统、协程、动画系统、预制体、资源打包与测试框架等工程规范；同时给出性能优化建议，如对象池、批处理、LOD、Job System 与物理优化。Lua 部分强调模块化、局部变量、错误处理（pcall/xpcall）、内存管理与命名规范。整体以代码风格约定、跨平台注意事项和常见实践清单的形式组织，帮助开发者编写清晰、可维护、可扩展的游戏代码。
该技能用于将已编译的研究论文或 LaTeX 源码转化为会议演讲幻灯片，同时生成可海报演讲、闪报告、口头报告和特邀报告四种演讲类型使用的幻灯片。输出包含两套格式：用于排版严谨的 Beamer LaTeX（最终编译为 PDF），以及便于临时修改的 python-pptx 可编辑 PPTX，并附带演讲者备注和可选讲稿。适用于用户正在准备会议口头汇报或聚光灯报告的场景；写论文、设计论文结构或制作学术图表则有其他相应技能。技能依据演讲类型提供幻灯片数量建议和固定的页面结构模板，并针对系统类会议演讲补充了演示页、架构走查和评估亮点等专门要求。
Phaser 4 场景（Scenes）技能，用于组织和管理游戏中的场景。涵盖场景生命周期方法（init、preload、create、update）、场景切换、并行场景、场景间通信、休眠、暂停、唤醒、停止以及运行时动态增删场景等能力。场景是 Phaser 游戏的组织骨架，每个场景拥有独立的生命周期和注入系统（this.add、this.input、this.cameras 等），可通过 ScenePlugin（this.scene）进行多场景编排。
HolyClaude 是一个容器化的 AI 开发工作站，把 Claude Code CLI、CloudCLI Web UI、Chromium 无头浏览器（含 Playwright）、5 个 AI CLI（Claude、Gemini、OpenAI Codex、Cursor、TaskMaster AI）以及 50 多个开发工具打包进单个 Docker 镜像，一条 docker compose up 即可完成部署，替代数小时的手动环境搭建。
visual-verdict 是一个用于截图与参考图对比的结构化视觉 QA 判定技能。它适用于任务包含视觉保真度要求（布局、间距、字体排版、组件样式）的场景，需要用户提供一张生成的截图和至少一张参考图，并在继续修改前获得确定性的通过/不通过指导。该技能只返回 JSON 格式结果，包含 score（0-100 整数）、verdict（pass、revise 或 fail）、category_match（生成截图是否匹配目标 UI 类别/风格）、differences（具体视觉不匹配项，如布局、间距、字体、颜色、层级）、suggestions（与差异对应的可执行修改建议）以及 reasoning（1-2 句总结）。目标通过阈值为 90 分以上；若分数低于 90，应继续编辑并重新运行 /oh-my-claudecode:visual-verdict，直到下一张截图达到阈值才视为视觉任务完成。当不匹配诊断困难时，可将像素级差异工具（pixel diff / pixelmatch overlay）作为辅助调试手段定位热点，但 $visual-verdict 仍是权威判定，并将像素差异热点转化为具体的 differences 和 suggestions 更新。
「huashu-proofreading」是一套系统化降低文章 AI 检测率、增加人味的三遍审校技能。它适用于初稿完成后需要最终打磨的场景，当用户提到「AI 味太重」「像 AI 写的」「降低 AI 检测率」「审校」「自然一些」时触发。核心目标是把 AI 检测率控制在 30% 以下，让文章有经验感、有温度、像真人在说话，同时保持实践导向、技术深度、易懂表达、有用可落地的风格。审校分三遍：第一遍内容审校，检查事实、逻辑、结构、信息完整性与真实性；第二遍风格审校，针对套话连篇、AI 句式、书面词汇、结构机械、态度中立、细节缺失六大类 AI 腔进行改写；第三遍细节打磨，调整句子长度、段落长度、标点、节奏、小标题密度、列表与加粗使用。技能还提供个人素材库的检索与使用流程，以及关键词检测、句长检查、AI 检测工具等可选审校手段。
cold-email 是面向 B2B 冷启动外联邮件的写作技能，目标是帮助撰写、搭建并迭代一套看起来像出自真人之手、并且真的能收到回复的冷邮件序列。它会在开始前先收集发件人、潜在客户与请求目标三类背景信息，并要求先读取 .claude/product-marketing-context.md（若存在）。技能提供三种工作模式：撰写首封邮件、搭建多封跟进序列（通常 4-6 封）、以及根据打开率与回复率等表现数据进行迭代诊断。它强调像同行而非供应商那样写作、每句话都要有存在价值、个性化必须与所解决的问题相连、先讲对方的世界、每封邮件只提一个请求。还提供按受众（高管、VP/总监、中层、技术人员）调整长度与语气的对照建议，以及反营销式标题写法、递增间隔的跟进节奏、收官邮件与可达性基础要点，并附带脚本工具用于给序列打分。
Repomix Unmixer 是一个用于从 repomix 打包文件中提取文件并还原原始目录结构的技能。Repomix 会把整个代码仓库打包成单个便于 AI 处理的文件（XML、Markdown 或 JSON），而本技能则反向执行该过程，将打包内容还原为一个个独立文件。当用户需要解包 repomix 输出文件（*.xml、*.md、*.json）、从打包仓库中提取文件、还原原始目录结构、审查或验证 repomix 打包内容，以及把 repomix 输出转换回可用文件时，该技能会被激活。它通过内置的 unmix_repomix.py 脚本完成解析、提取、建目录和写文件的全过程，并输出提取进度与统计信息。
codebase-analyzer 是一个面向代码库技术分析场景的技能，扮演资深软件架构师与技术写作者的角色。当用户希望对某个代码库或项目进行全面技术分析，或提到“分析这个代码库”“技术概览”等需求时使用。用户提供代码库根目录路径，该技能按五个阶段依次执行：侦察（扫描目录结构、清单与配置文件、识别语言框架与多模块结构）、架构深入（识别入口点、追踪核心流程、绘制模块依赖、判断架构模式、分析数据层与 API 面）、质量与模式评估（测试、错误处理、类型安全与校验、安全态势、代码模式）、基础设施与运维（构建系统、CI/CD、部署模型、可观测性、环境管理），最后综合生成文档。输出为一份面向工程师的 Markdown 分析文件，写入 {TARGET_DIR}/{REPO_NAME}_COMPREHENSIVE_ANALYSIS.md。执行规则强调先读后写、引用具体文件路径、对未知内容如实说明、优先深度而非广度、使用 ASCII 图示意架构与流程、按阶段增量写入文件、只读分析不修改目标代码库，并对超过 500 文件的大型代码库聚焦最重要的 2-3 个模块。
该技能用于为 ISO 管理体系与实验室能力标准准备并结构化审查就绪证据，覆盖 ISO 13485 医疗器械质量管理体系、ISO 14971 风险管理、ISO/IEC 17025 检测与校准实验室、ISO 15189 医学实验室。它帮助整理申报范围、受控文件、实施记录、可追溯性与就绪证据，供授权人员实质性审查；提供确定性的本地检查脚本，但不包含标准条款文本，也不执行审计。技能明确区分认证、认可、监管检查等不同保证通道，强调组织获得认证、实验室获得认可，证书不能替代监管机构。所有输出均标注为供授权人工审查的草稿证据准备材料，未决事项保留为阻塞项。
Paperclip 是 GXL（paperclip.gxl.ai）提供的科学文献检索与阅读技能，通过虚拟文件系统和 CLI/Python SDK 访问生物医学论文、FDA/PMDA/EMA 监管文件、临床试验与蛋白质记录。它支持论文发现（search）、全文关键词定位（grep）、DOI/PMID 身份解析（lookup）、元数据 SQL 查询、跨论文字段抽取（map/filter）以及表格化汇总（reduce）。文档以虚拟目录组织，如 /papers、/fda、/trials、/proteins、/geo、/patents、/clipboard 等，可读取 meta.json、content.lines、sections、figures 和 supplements。使用前需通过 paperclip login 或 API key 认证，凭证不自动加载 .env，需在同一 shell 中显式导出。检索结果会返回 s_、m_、r_ 等 ID 用于复用。map/reduce 由 LLM 生成，属输出而非原始证据，需回读原文核对。该技能还提供 routines 工作流与可选仓库（repos）用于管理论文与主张。文档中大量示例与旧版本观察（0.7.14–0.7.15）不可视为当前功能缺陷。
video-transcript 是一个用于将视频内容提取为文本的技能，通过 TranscriptAPI.com 接口获取视频字幕。它支持粘贴 YouTube 链接或视频 ID，并将结果转写为文本，可用于转写、总结、引用、翻译以及视频转文字等场景。使用时需要配置 $TRANSCRIPT_API_KEY，并在每次请求中携带 Authorization 与 User-Agent 两个请求头。接口为 GET /api/v2/youtube/transcript，接受 YouTube URL 或 11 位视频 ID，可返回结构化 JSON 或可读文本，并可选包含时间戳与视频元数据。
App Store Optimization（ASO）是一套面向应用商店的关键词优化工具包，用于研究关键词、分析竞品排名、生成元数据建议并提升应用在应用商店中的可见度。它覆盖关键词研究工作流、元数据优化、竞品分析、应用发布、A/B 测试等环节，并提供关键词分析、元数据校验、竞品对比、ASO 评分、A/B 测试规划、评论分析、发布清单、多语言辅助等脚本工具，以及平台要求、最佳实践和关键词研究指南等参考文档。适用于 iOS App Store 与 Google Play 应用的市场优化工作。
content-humanizer 是一个用于去除 AI 生成内容痕迹并注入品牌声音的技能。它通过检测模式、修复节奏、注入品牌性格三步，让机器味浓重的内容听起来像真人写的。适用于内容显得机械、使用过多 AI 套话、缺乏个性的场景。
website-to-video 是 calesthio/openmontage 提供的一项技能，用于捕获一个通用网站或 URL，并基于该网站自身的视觉素材，将其制作成一支 HyperFrames 视频，适用于站点导览、展示片或社交媒体短片等场景。其核心流程依靠无头 Chrome 对目标网站进行截图捕获，再由 AI 代理分七个步骤完成品牌理解、品牌识别、策略与信息定位、分镜与脚本、配音与时间轴、构建合成以及校验与交付。每一步都会产出用于约束下一步的中间产物，默认采用协作模式，在标记为需要用户确认的关卡处暂停并询问；若用户示意进入自动模式，则与之相关的偏好类问题可被跳过，但质量校验类关卡（素材审计、逐段 HTML 阅读、DoD 清单、诚实披露）仍不可跳过。该技能还内置路由判断，区分产品发布、无站点讲解、GitHub PR 转视频等不同用途，并明确重剪已有视频文件不在其范围内。整体上它是一套面向视频生成的可编排工作流，而非单一功能点。