Superpowers
superpowers
15 个流程型 skill:规划、调试、TDD、代码审查、验证。
技能安装台
按流程、写作、科研工程和图表筛选,挑出要交给 Agent 的 Skills。
右侧会按你的系统和 Agent 生成命令,可直接复制到终端运行。
18 个可选 Skills
选择会真正装进 Agent 的 Skills。只想解决一个科研任务时,建议先选 PaperSkills Core 或从场景页带入组合。
superpowers
15 个流程型 skill:规划、调试、TDD、代码审查、验证。
andrej-karpathy-skills
面向编码流程的实践型 skill,聚焦四项原则:先思考、保简单、做精准改动、以可验证目标驱动执行。
qiushi-skill
方法论优先的 skill 合集:先调查事实、抓重点、实践迭代,并以流程纪律推动任务闭环。
claude-science
32 个 Anthropic 出品的 Claude Science skill——蛋白质结构与设计、基因组、单细胞、发表级图表、文献综述与远程算力——无需订阅即可跨 agent 安装使用。
sa.autoskill
通过屏幕管观察用户的屏幕,检测重复的研究工作流程,将其与现有的科学代理技能进行匹配,并为尚未涵盖的模式起草新技能(或链接现有技能的组合配方)。当用户要求分析他们最近的工作并根据他们的实际工作提出技能时使用。需要在端口 3030 上本地运行 screenpipe 守护进程 (https://github.com/screenpipe/screenpipe) - 该技能没有其他数据源,如果无法访问 screenpipe,将拒绝运行。所有检测都在本地运行;只有经过编辑的集群摘要才能达到法学硕士学位。
cs.compute-env-setup
在远程算力提供方上搭建计算环境,供 Claude Science 任务运行。涵盖直连 SSH/conda 主机、Slurm 集群、容器桥接运行器与托管 API 提供方(Modal、GCP、RunPod)。用于新建提供方、迁移环境、添加需独立软件栈的工具或配置权重缓存。
cs.customize
通过 repl 工具创建、配置与维护自定义 agent 配置文件并编写新 skill。当用户想创建 agent 配置、构建自定义 agent、增删 skill/连接器,或需要 host.agents.* / host.skills.* Python SDK 时使用。
cs.learn
当用户想要理解知识——弄懂某事如何或为何运作,而非完成任务或征求判断时使用。触发于显式学习请求(讲解、ELI5、带我过一遍、给我出题、做记忆卡、「我这块生疏了」)以及暗示「帮我理解」的简短概念名(如「伽罗瓦理论」「从零讲 transformer」)。
cs.managed-model-endpoints
在托管族中注册模型服务——由守护进程按需启停的本地模型服务器容器,或远程上游模型 API(https)。阅读运行手册、分配端口(仅本地)、编写幂等启停脚本(仅本地)并一次性注册。当用户需要可用于推理的模型服务时加载。
ns.nature-experiment-log
标准化实验日志技能:接收图像、语音或文字等原始素材,自动生成带 YAML frontmatter 的规范日志并归档至 Obsidian 知识库;可搭配飞书 CLI 或手动录入使用。
sa.pi-agent
构建和使用 Pi 极简终端编码 Agent。适用于安装 Pi、配置模型和提供商、创建 Pi skills、扩展、包、主题与提示模板,通过 SDK、RPC 或 JSON 事件流集成 Pi,以及使用 pi-subagents、pi-mcp-adapter、pi-interview 和 pi-web-access 等生态包。
cs.product-self-knowledge
每当你的回答将包含关于 Anthropic 产品的具体事实时,先停下并查阅此 skill。涵盖 Claude Code(安装、Node.js 要求、平台/系统支持、MCP 集成、配置)、Claude API(工具使用、批处理、SDK、速率限制、定价、模型、流式)与 Claude.ai(Pro/Team/Enterprise 方案与功能限制)。
cs.remote-compute-modal
通过 host.compute.create(byoc:modal, ...) 在用户自己的 Modal 账户上运行 GPU 任务。涵盖 create→submit→wait_for_notification 流程、用于环境搭建的 compute_provider 内核、镜像/卷解析与两张审批卡。决定派发到 Modal 后加载。
cs.remote-compute-ssh
面向用户 SSH/SLURM 主机的 submit→wait_for_notification→harvest 工作流。决定派发到远程后加载。
air.research-manager
将研究来源记录为任务后尾声,在编码或研究会话结束时扫描对话历史记录,以提取决策、实验、死胡同、声明、启发式方法和关键点,并将它们写入带有用户与人工智能来源标签的 ara/ 目录中。用作会议尾声(切勿在执行期间),以保持研究项目实际演变过程的忠实、可审计的跟踪。
cs.self-awareness
Claude Science 自身会话数据库 schema 与用于自省的 SDK(host.query())。当你需要查询自己的对话历史、token 用量、成本核算、执行日志或工件元数据,超出 host.frames()/host.artifacts() 所能提供时加载——如「本会话用了多少 token」「上一次工具调用是什么」「列出我写过的每个文件」。
cs.skill-creator
创建新 skill、修改与改进现有 skill,并评测 skill 表现。当用户想从零创建 skill、编辑或优化现有 skill、运行 eval 测试 skill、用方差分析基准化表现,或优化 skill 描述以提升触发准确率时使用。
cs.using-model-endpoint
从端点专属的推理内核(已预载 BASE_URL)通过其原生 HTTP API 调用已注册的模型端点。一旦任务需要来自已注册模型端点的预测即加载。