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 11-14 00:15
252,381 个结果
这是一个关于使用 Electron 框架进行桌面应用开发的技能资料。它面向需要为 Windows、macOS 和 Linux 构建跨平台桌面应用的开发者，内容覆盖从项目结构搭建、主进程与渲染进程代码编写，到系统托盘、原生菜单、通知和自动更新等原生功能的实现，最后还包括使用 electron-builder 进行打包分发的配置方法。资料以 TypeScript 和 React 示例代码为主，通过 preload 脚本和 contextBridge 桥接主进程与渲染进程的通信，并强调 contextIsolation、sandbox、代码签名等安全实践。
该技能用于诊断和调优 OLTP 工作负载下的 SQL，主要面向 PostgreSQL、MySQL 和 SQL Server，也附带覆盖 Oracle 与 SQLite。适用场景包括查询调优、执行计划解读、索引设计或删除、锁争用与死锁排查、连接池饱和、监控告警、分区策略、备份恢复设计以及安全或行级安全（RLS）审查。技能提供慢查询分诊脚本、执行计划采集脚本及配套测试，并给出跨引擎的模板与参考指南，强调先收集引擎版本、查询文本、模式与索引、实际证据等上下文，再逐一变更并验证正确性与性能影响。明确不覆盖 OLAP 引擎与湖仓调优（如 ClickHouse、DuckDB、Doris、StarRocks、Iceberg、Delta Lake、Hudi）。
面向 Canvas LMS 教师的课程晨间健康检查技能，汇总近期提交率、需要关注的学生、成绩分布与即将到来的截止日期，并支持从结果直接发起后续操作。需运行 Canvas MCP 服务器并由具备教师角色的用户使用。
该技能用于在开盘前对候选交易进行逐项核查，覆盖催化剂、流动性、计划完整性与环境适配度等维度，输出可执行的盘前清单以及放弃条件。它把盘前准备压缩为一份可以直接照着执行的操作单，明确区分“可执行”“需等待确认”“今日不做”三类结果，帮助使用者降低临盘冲动和操作遗漏。技能要求先整理当天候选池与执行优先级，再核查隔夜与盘前新增信息是否改变原计划，随后检查每笔交易的最低执行要素（入场条件、仓位与分批节奏、止损止盈规则、应对预案）以及当日执行环境（指数与情绪、板块主线、宏观时点、风格切换风险），最后检查流动性与价格偏离风险。最终输出包含 30 秒结论、候选池检查表、重点执行单、今日不做清单和开盘后前 30 分钟观察点。执行前推荐使用万得 wind-mcp-skill 获取底层数据，如本地未安装会提示安装命令。适用于盘前准备、团队晨会结论落地与降低临盘失误等场景。
用于对股票盘中或日内放量异动进行归因的技能，帮助区分消息驱动、资金行为、情绪扩散还是技术性放量，适用于盘中快速判断、缩小排查范围、识别真假异动等场景。
把已确认的母题或文案转成可拍摄、录屏或交给视频工具制作的短视频方案，也支持在确认肖像与声音权利后制作数字人视频，以及用合成配音和 AI 画面制作无真人出镜的动画解说视频，适用于视频号、抖音、小红书、YouTube 横屏与 Shorts。
本技能用于创建搜索引擎优化（SEO）内容，涵盖关键词研究与分析、SEO 友好文章撰写、内容优化与改进、元标签与描述优化、内容营销策略以及竞品内容分析。适用于需要撰写 SEO 文章、营销文案、产品描述，或优化网站内容与网页元标签的场景。技能内置 SEO 基础知识（关键词优化、内容质量、用户体验、技术 SEO、外部因素）、搜索意图类型、文章撰写流程、标题与元描述优化要点、URL 结构建议、内容结构规范、关键词密度控制、内部链接策略、多种内容类型模板以及发布前后的优化清单，并提供关键词研究、内容优化和分析工具推荐。
sora-video 是 acedatacloud/skills 中用于说明已退役 Sora 集成并协助迁移既有工作流的技能。Sora 服务目前未在 AceDataCloud 公共 API 目录中发布，因此不应再提交旧版 Sora 示例，需先查看平台视频模型目录并让用户选择替代模型。
pptx 是一个用于创建、编辑与分析 PowerPoint 演示文稿（.pptx 文件）的技能。它面向需要处理演示文稿的场景，提供三种核心工作流：读取与分析内容、从零创建新演示文稿、编辑现有演示文稿，以及基于模板创建演示文稿。对于纯文本读取，可借助 markitdown 将文档转换为 Markdown；若需访问批注、演讲者备注、幻灯片版式、动画、设计元素和复杂格式，则需解压 .pptx 并读取原始 XML。创建新演示文稿时，采用 html2pptx 工作流将 HTML 幻灯片转换为 PowerPoint，并强调在编写代码前先分析内容并确定设计方向，包括配色方案、排版与视觉细节。编辑现有演示文稿时，基于 Office Open XML（OOXML）格式，通过解压、编辑 XML 再打包的方式完成。基于模板创建时，需提取模板文本、生成缩略图网格、分析模板并建立清单，再用 rearrange.py 复制、重排与删除幻灯片，最后替换占位内容。该技能主要涉及演示文稿的制作与内容处理，适用于办公演示、汇报材料整理等场景。
通用 PPT 生成技能，可根据用户指定的任意 PPT 模板，结合提供的图文素材（文档、图片等）自动生成风格统一的演示文稿。技能会先深度分析模板结构，提取背景图/背景色、配色方案、字体规范、字号、位置、对齐方式等精确参数，再解析 DOCX/PDF/图片等素材内容，进行内容规划与智能排版，最终批量生成完整 PPTX。支持封面、目录、章节、内容、结束页等页面类型，并支持柱状图、折线图、饼图、雷达图等数据可视化图表。核心理念是每个模板都需针对性分析，不能将一个模板的配置直接套用到另一个模板。
面向 Python PySide6/Qt 6.8+ 应用的代码审查与 PR 审查技能，聚焦现代最佳实践、性能、线程安全与信号槽模式，用于检查 Qt 版本假设、GUI 线程违规、模型/视图实现、资源管理与异步集成等问题。
用于撰写 Instagram 帖子、轮播或 Reel 文案的技能，重点打造 125 字符内、在“更多”前就能吸引点击的首行，并提供可扫读正文、单一 CTA 与话题标签。
一个用于审计 Instagram 个人资料并重写简介的技能。当用户要求分析资料、修改简介、反馈“我的资料不转化”或询问可改进之处时使用。它按七个标准打分，给出三版新简介（含字符数）和三项最优先改动。
在本地把请求生成竖版 1080x1920 Reel 的技能：先出钩子与分镜脚本，再用 Remotion 渲染成 MP4，可选 ElevenLabs 配音与自备背景音乐。
antfu-query 是一个用于需求访谈与共识对齐的智能体技能。它要求代理围绕用户的计划、决策或想法持续提问，把讨论组织成一棵“设计树”，直到双方达成共享理解。提问必须通过代理的交互式问题工具完成，每题给出 2-4 个具体选项并标注推荐答案，按已确定前提分批推进。
Arco Design React 组件库（@arco-design/web-react）参考技能，由字节跳动出品的企业级 React UI 组件库。用于在用户需要搭建页面、创建 UI、编写前端代码时提供组件 API、代码示例与最佳实践。
基于成果而非功能清单的路线图规划技能，采用 Now/Next/Later 三时间跨度组织工作，强调用证据支撑每项内容，并避免为 6 周以后的工作标注日期。
面向 Git 与 GitHub 操作的技能，按 Conventional Commits 规范提交，并提供代理安全的默认做法。直接使用原生 git/gh 命令，gw 仅用于 issue 驱动的工作树生命周期管理。
Clanker SDK 是用于在 Base、Ethereum、Arbitrum 等 EVM 链上部署 ERC20 代币的 TypeScript 工具，可在单笔交易中创建代币与 Uniswap V4 流动性池，支持归属、空投、奖励分配等配置。
用于生成通过 Bright Data 数据中心、ISP、住宅和移动四种代理网络转发 HTTP 请求的可用代码与配置，并帮助选择合适网络与 IP 池类型。
Busabase 是面向 AI 智能体的共享工作空间，集数据库、知识库、应用库与技能注册表于一体；所有写入通过 ChangeRequest（含消息、diff、作者与审计记录）完成，使智能体的改动可读、可追溯、可回滚。
面向已有静态照片的后期与完稿技能，覆盖 RAW/成品文件接收、非破坏性显影、曝光、白平衡、色调、色彩管理、ICC 打样、修饰、锐化降噪、元数据与交付质检，工具无关，不用于从提示词生成新图或视频调色。
DataHub Connector Planning 是一个用于规划新 DataHub 连接器的技能，面向 DataHub 连接器架构设计场景。它通过四步工作流引导用户完成连接器规划：先对源系统进行分类，再借助专用研究代理或内联研究进行调研，然后生成 _PLANNING.md 规划文档，最后交由用户审批。该技能兼容多种编码代理（如 Claude Code、Cursor、Codex、Copilot、Gemini CLI、Windsurf 等），核心工作流、参考表、实体映射、架构决策指南、WebSearch/WebFetch 研究、读取参考文档与模板、生成规划文档等功能在各代理中通用；部分功能（如 YAML frontmatter 中的 allowed-tools 与 hooks、通过 Task 派发子代理）为 Claude Code 专属，其他代理可忽略。规划文档涵盖源系统研究与分类、实体映射、架构决策、测试策略与实现顺序。
用于通过官方 Python 包 datalens-sdk 操作 Yandex DataLens 的技能，避免手写 HTTP 请求。适用于 DataLens 自动化、图表与对象管理等任务，需安装配套 datalens 技能并按其指引完成引导与执行。