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
231,821 个结果
d3k 是面向 Web 项目调试与测试的本地运行时工具，由 vercel-labs/dev3000 提供。它在稳定的 Portless HTTPS 地址后面启动开发服务器，并管理一个项目专用的 Chrome 浏览器配置，把服务器日志、浏览器控制台输出、网络活动、交互操作和截图统一记录到同一条时间线上。d3k 通过命令行技能（skill）触发使用，支持用户手动复现问题，也支持由智能体自主驱动浏览器进行测试。主要命令包括 d3k status 查看运行状态、d3k errors --context 查看带上下文的错误、d3k logs 查询日志、d3k agent-browser 操控受控浏览器，以及 d3k portless status/setup 检查与安装 Portless 路由。运行产物保存在 ~/.d3k/<project>/ 目录下。它强调由自身独占浏览器启动与开发服务器进程，避免与其它 dev server 或浏览器实例冲突。
cli-compression 是 OmniRoute 提供的命令行提示词压缩配置与测试技能，用于在 CLI 中管理 RTK 过滤器、Caveman 规则、叠加压缩模式，并用真实提示词预览压缩输出。它通过 omniroute compression 系列子命令完成状态查看、引擎配置、规则增删、语言包管理、组合模式与统计查询等操作，适合需要在终端中调试和优化提示词压缩流程的开发者。
omni-cache 是 diegosouzapw/omniroute 项目下的一个技能，用于管理 LLM 响应缓存。它提供查看缓存统计、清空缓存条目、配置 TTL 策略以及控制语义相似度缓存阈值等能力。该技能通过 HTTP API 接口对外暴露功能，所有请求需要有效的 Bearer 令牌或会话 Cookie，令牌可通过 POST /api/auth/login 获取，本地开发时也可将 REQUIRE_API_KEY 设为 false。涉及的接口包括获取与清空缓存、获取与清空缓存统计、缓存条目管理以及推理缓存管理，请求示例均指向本地 20128 端口。
omni-resilience 是 OmniRoute 的监控与健康检查技能，用于实时观测供应商健康状态、熔断器状态、p50/p95/p99 延迟指标与预算守卫告警，并查看连接冷却与模型锁定情况。它通过多个 HTTP 接口（如 /api/monitoring/health、/api/monitoring/compression、/api/provider-metrics、/api/providers/metrics、/api/quota、/api/budget/guard、/api/mcp/status）提供系统健康、压缩结果缓存统计、按供应商指标、配额余额与审计日志查询。所有请求需要 Bearer token 或会话 cookie，本地开发可配置 REQUIRE_API_KEY=false。熔断器有 CLOSED、OPEN、HALF_OPEN 三种状态；预算守卫支持 degrade、block、alert 三种动作。该技能也可通过 MCP 工具调用获取健康快照、供应商指标、会话快照、配额与数据库健康检查。
这是一个用于合并前代码评审的 AI 技能，名称 gjalla-code-review。它的目标是在提交或合并代码变更（diff 或 PR）之前，判断这些变更是否达到可发布（ship-readiness）的标准。评审以“标准极高的团队负责人”视角进行，关注点包括：代码是否简单、设计优雅、易于维护；是否满足预期与验证标准；是否经过充分测试、健壮、安全、可用于生产；并且是否在终端用户、公司与功能需求之间取得平衡。评审流程强调先确认“目标与现实”：用一句话说明变更目标（来自 PR 描述、关联规范或提交信息），再说明实际构建的机制，判断二者是否填补同一个缺口、实现是否合理安全。评审会结合多种相关角色视角，其中架构师与安全分析师视角为每次评审必选。评审将发现按严重程度分组：Blocking（合并前必须修复，如正确性、安全、数据丢失）、Should fix（当前值得处理的质量/可维护性问题）、Nit（可选的润色）。每条发现需包含 file:line、问题说明与具体修复建议。评审要求“评审至干净”：若一轮有发现，则修复后需以全新视角再评审，直到有一轮无阻断或必须修复项（最多 5 轮）。
这是一个用于提交前准备工作的技能，帮助开发者将正在进行的代码改动整理为可提交、可信赖的原子提交。它要求先审查实现是否满足验证标准、是否完整、是否符合 gjalla 规则与规范、是否覆盖正负及边界用例、代码审查是否完成；随后生成一份简短变更报告作为人工确认关口，再制定提交计划（每个提交只包含一个逻辑变更、精确暂存文件、确认分支策略、准备代码级与系统级变更说明、确保 gjalla git 钩子已就位），最后撰写 gjalla 证明与提交信息并执行提交，由 git 钩子自动同步证明与规范。除非用户已授予低风险变更的长期许可，否则推送前应询问用户。
create-pr 是 n8n 仓库中的一个技能，用于创建符合 n8n 的 check-pr-title CI 校验规范的 GitHub Pull Request。它规定了 PR 标题格式为 <type>(<scope>): <summary>，其中 type 必填且需为 feat、fix、perf、test、docs、refactor、build、ci、chore 等允许类型之一，scope 可选但推荐，summary 需使用祈使句现在时、首字母大写、结尾不加句号、不含工单 ID。该技能还提供创建 PR 的完整步骤，包括检查当前 git 状态、查找实现计划文件、分析变更类型与范围、推送分支，并使用 gh CLI 配合仓库 PR 模板创建草稿 PR，同时涵盖 PR 正文规范、校验正则、计划章节以及安全修复的脱敏要求。
deliver-edge-cases 是一个用于系统化记录功能边界场景的技能。它帮助产品与工程团队在功能开发前枚举异常、边界、错误、竞态条件与恢复路径，避免这些问题在生产环境中才被发现。该技能适用于功能规格编写、QA 测试计划准备、PRD 完整性审查以及上线前错误状态设计等场景。它强调对每个错误定义用户可见的提示信息与恢复方式，并按发生概率和影响程度对边界场景进行优先级排序。输出遵循固定模板，包含功能概览、边界场景分类、错误消息、恢复路径和测试场景等部分。
该技能用于识别、分析和举报伪装成合法安全工具的恶意软件分发仓库。它总结了恶意仓库的常见危险信号，例如承诺提供破解版商业软件（尤其是杀毒软件）、包含 defender-bypass、thread-hijacking、rootkit 等可疑主题、缺少真实代码或 README、星标异常增长、包含 .exe/.dll/.scr 等无可执行源码的文件、使用 NOASSERTION 许可证等。技能提供了基于 Go 语言的风险评分示例代码，通过关键词和主题匹配计算风险分数，并给出 GitHub 举报流程、证据收集 API 调用示例、报告生成模板、安全替代工具建议以及仓库内容扫描的正则匹配方法。适用于安全研究人员、开源社区维护者和普通用户识别并举报恶意仓库，避免下载破解安全软件。
这是一个安全警告类技能，用于提醒用户某个仓库疑似分发破解/盗版安全软件及潜在恶意程序。该技能本身不提供任何软件安装或使用功能，而是针对声称提供“破解版”“预激活版”商业杀毒软件（如 Bitdefender Total Security）的仓库发出警示。它指出此类仓库是常见的恶意软件分发手段，可能包含木马、勒索软件、键盘记录器、加密货币挖矿程序、后门和信息窃取程序。技能还列举了危险信号，如出现“defender-bypass”“thread-hijacking”等主题、缺乏正规文档、星标异常增长、无可见代码、使用 NOASSERTION 许可证等。它建议用户改用 Windows Defender 或从官方渠道购买正版软件，并给出已下载文件后的处置步骤：不要运行可执行文件、立即删除、全盘扫描、修改密码、监控账户。同时提供验证文件哈希的方法和举报仓库的流程，并说明 AI 代理遇到此类仓库时应立即警告用户、拒绝提供使用说明、解释风险并建议合法替代方案。
用于构建、定制与嵌入 FlipOff 翻页牌（split-flap）显示模拟器的技能：纯原生 HTML/CSS/JS 实现的机械翻页板网页应用，无需框架、npm 或构建步骤，可将浏览器或电视变为复古全屏显示板，含翻页动画与咔嗒音效。
comet-archive 是 Comet Classic 工作流的第五阶段（Phase 5：Archive），用于对已通过验证的 Classic 变更进行归档与交付。当用户调用 /comet-archive，或 Classic Runtime 进入 Archive 阶段、恢复交付流程时使用。其作用是在验证通过后，把 delta 变更合并进主 spec、为设计文档和计划添加归档元数据，并将该变更移动到归档目录，形成一次归档提交；同时按用户确认的方式处理这次提交（保留在本地、推送绑定分支，或推送并创建 PR）。对非 Git 协调根，还支持仅归档文档的模式，记录归档目录内各文件的 SHA-256 摘要。工具通过 comet CLI 完成状态选择、检查、转换、交付记录与守卫校验，并强调归档后变更目录必须与该提交保持字节一致，避免完整性检查失败。
该技能用于 Kotlin API 设计与评审，核心原则是把行为、类型和平台接缝放在对调用方语义最清晰的位置，并使用能保留领域语言与平台独立性的最小公开抽象。它覆盖函数归属（成员函数、顶层函数、扩展函数、工厂、服务或接收者）、值类（原始类型偏执、单字段领域类型、@JvmInline value class、data class、互操作与 Compose 稳定性）、多平台边界（源集、平台服务、原生 SDK、文件、传感器、权限、Compose Multiplatform 互操作与 expect/actual）以及 Kotlin 控制流（分支、守卫条件形态、密封结果映射与兜底 else）。
omni-db-backups 是一个面向 OmniRoute 系统的数据库备份与恢复技能，主要用于触发系统备份、从备份文件恢复数据，以及管理 SQLite 数据库的生命周期。该技能支持导出、导入和增量快照等备份策略，适合需要对本地 SQLite 数据进行定期归档或灾难恢复的场景。所有接口请求均需通过 Bearer 令牌或会话 Cookie 进行鉴权，令牌可通过 POST /api/auth/login 获取，也可在本地开发时将 REQUIRE_API_KEY 设为 false。文档提供了系统环境修复与版本查询等接口的调用示例，覆盖 GET 与 POST 方法。详细的请求与响应结构可参考 OpenAPI 规范（GET /api/openapi/spec 或 docs/openapi.yaml）。关于该技能的具体安装命令、收费方式、价格及实际运行效果等事实，资料中暂未提供。
ltx2 是 digitalsamba/claude-code-video-toolkit 中的 AI 视频生成工具，基于 LTX-2.3 22B DiT 模型，可通过文本提示词或输入图片生成约 5 秒的视频片段，用于视频制作。它支持文生视频、图生视频、自定义分辨率与时长、快速模式、固定随机种子、风格 LoRA 等能力，运行在 Modal 的 A100-80GB GPU 上，需要在 .env 中配置 MODAL_LTX2_ENDPOINT_URL。工具通过命令行脚本 tools/ltx2.py 调用，输出 H.264 MP4（24fps），单片段最长约 8 秒。需先创建 HuggingFace secret、部署 Modal 应用并保存端点 URL 后使用。模型权重约 80GB，部署下载约需 10 分钟。已知限制包括训练数据残留可能产生多余 logo/文字、无法可靠生成可读文字、音频仅为环境音、片段时长上限约 8 秒，以及 LTX-2.x 社区许可（年收入低于 1000 万美元免费，超过需商业许可）。
该技能用于在 Adobe After Effects 中实现迪士尼的 12 条动画原则，帮助动画师将挤压与拉伸、预备动作、舞台布局、跟随与重叠动作、缓入缓出、弧线、次要动作、节奏、夸张等经典动画技法落到具体的关键帧与表达式上。资料给出了每条原则的实现思路、时间轴结构、表达式代码片段，以及可用于循环、摆动、回弹、时间重映射的常用表达式，并附有导出选项说明（Lottie、GIF、视频、精灵图）。适用于在 After Effects 中制作角色动画、动态图形和交互动效的创作者。
Wave-Based Task Breakdown 是一款用于软件工程的任务拆解方法/技能，帮助把功能规格拆解为按依赖关系排序的任务波次（waves）和细粒度任务。它通常在规格文档写好后使用，为易于跟踪的实现做准备。核心流程为：阅读规格、识别任务、映射依赖、分组为波次。每个任务应只触及1-2个文件，产出小且可审查、可验证的 diff。任务采用统一格式，包含 ID（如 W1-T1）、描述、涉及文件、依赖项和验收标准。该技能强调将文档、验证和测试纳入拆解，并建议单个规格的总任务数控制在20个以内，较大功能拆分为多个规格。
gjalla-spec 是 gjalla 工程工作流中的规划技能，用于在实现任何变更之前，先产出一份经过深思熟虑的规格/计划文档。它覆盖问题陈述、目标、非目标、行为需求、威胁模型与安全需求、技术方案、验证策略、依赖与回滚计划等要素。使用时会先通过 gjalla（CLI 或 MCP）获取主规格中相关的架构、能力、数据流与规则约束，再结合源码细节，必要时向用户提问，最后用 gjalla spec new 生成变更规格草稿供编辑。该规格需提交人工审批后才开始实现，是 gjalla-autonomous 流程中的第一道人工关卡。
Awesome Marketing Skills Library 是一套面向 AI 编码智能体的可复用技能库，用于生成高端营销物料。它遵循“Vibe Designing”理念，采用 Sacred Drift 美学、数学化排版精度与上下文智能，帮助智能体产出像素级精准的营销宣传品。核心技能为宣传册生成器（Brochure Generator），可生成 1:1 比例的多页 PDF 营销宣传册，应用 Sacred Drift 设计原型（Cormorant Garamond + Jost 字体），以编程方式确保 WCAG AAA 无障碍合规，并通过 Tavily、Firecrawl 等 MCP 服务器自动完成调研，借助 Puppeteer 导出高分辨率 PDF，同时结合本地文化语境生成准确的营销文案。该库以技能模块形式安装到项目的 .agents/skills/ 目录，可被 Claude Code、Cursor、Windsurf、GitHub Copilot、Codex CLI 等工具自动发现或调用。
RustySEO Toolkit 是一个免费、跨平台的 SEO/GEO 工具集，基于 Tauri、Rust、Next.js 和 TypeScript 构建。它提供网站爬取、技术 SEO 分析、服务器日志解析（Nginx/Apache）、AI 辅助洞察，以及与 Google Search Console、GA4、PageSpeed Insights 等服务的集成。该工具没有爬取数量限制，完全本地运行，并可选接入云端 API。
WorkOS Widgets 是一套用于在应用中嵌入 WorkOS 界面组件的技能，覆盖用户管理、用户资料、Admin Portal SSO 连接和 Admin Portal 域名验证四类 Widget。该技能会先识别目标 Widget，再按依赖清单、框架/路由入口、认证/令牌工具、样式与组件模式的顺序扫描项目，检测技术栈、数据层风格、样式方案、组件系统和包管理器。若未检测到 AuthKit/WorkOS，会提示用户运行 WORKOS_MODE=agent npx workos@latest install 后再继续。随后按检测到的技术栈加载对应参考文件，实现前端路由/页面加 Widget 组件，或后端优先/多应用架构下的令牌端点与客户端集成，并在完成前校验路由接线、导入和令牌/API 用法。
Video Storyboard 是一个用于短视频制作的分镜生成技能。它针对视频方案中的某个具体场景，生成一套可直接用于制作的分镜包：一张保存到 storyboard/scene-XX.png 的分镜图，以及一份保存到 storyboard/scene-XX.md 的视频生成提示词脚本。分镜图必须由图像生成模型产出，不能使用代码、SVG、HTML/CSS、canvas 或占位图替代。技能会根据场景时长自动选择网格大小（≤9 秒用 3x3，9-12 秒用 4x3，>12 秒用 4x4），每个面板为 16:9，面板之间无间隙，并在每个面板左上角标注编号、右上角标注时长。生成前会先在对话上下文和项目 characters/ 目录中查找已有角色设计图，并将其作为参考图传入图像模型，以保证角色身份、面部、发型、体型、服装和道具在各面板间保持一致。脚本使用用户偏好的本地语言撰写，包含连续性说明、风格、节奏、逐面板时间码、声音设计、剪辑建议和负向提示词。
vibe 是一个代码就绪性校验技能，用于提交或发布前的快速检查（虽非完整审查）。它围绕复杂度分析、缺陷排查与多模型评审三步，对代码的复杂度、架构、安全与意图契合度给出 PASS/WARN/FAIL 结论。
HyperFrames Media 是 HyperFrames 组合（composition）所需的音频与媒体素材生成技能，由统一的音频引擎 scripts/audio.mjs 驱动，提供多提供商 TTS（HeyGen / ElevenLabs / Kokoro）、背景音乐与音效、转录、字幕以及背景移除等能力，并可在 HTML 中消费与动画化这些数据。