Unif API DocsSkills
Cómo las UnifAPI Skills convierten prompts de tareas en llamadas MCP sobre APIs de datos públicos en vivo.
Las Skills son flujos de trabajo específicos de cada tarea que un agente puede ejecutar con UnifAPI MCP. Parten de un resultado —un brief de fijación de precios de KOL, una lista corta de creadores, un resumen de escucha social o un análisis de lanzamiento de un competidor— y luego permiten al agente descubrir y llamar a operaciones de datos públicos según sea necesario.
La ruta recomendada es Skills-first: elige el resultado de la tarea, usa la ruta de instalación que admite tu cliente de IA y luego inicia sesión cuando el servidor MCP necesite datos públicos en vivo. Los usuarios no desarrolladores no deberían tener que ejecutar npx skills ni cablear a mano archivos de skill en bruto.
Ruta de uso
Parte de una Skill. Usa el catálogo de Skills de UnifAPI para elegir el artefacto que el agente debe producir.
Añade UnifAPI a tu cliente de agente. Usa la ruta de configuración de MCP verificada que
admita tu cliente: conectores de Claude, apps personalizadas en modo desarrollador de ChatGPT,
configuración MCP de OpenClaw o Hermes, configuración por CLI de Codex/Claude Code, o el
mcp.json de Cursor/VS Code. Si el cliente pide una URL de conector, usa
https://mcp.unifapi.com.
Conserva las skills en bruto como alternativa para desarrolladores. npx skills add unifapi-agent/agents sigue siendo compatible para instalaciones locales de skills en bruto,
pero no es la ruta principal de onboarding.
Modelo de Skill
Empieza por el resultado. Un prompt de Skill nombra el artefacto que el agente debe producir, como una tabla de creadores clasificada o un brief competitivo.
Descubre operaciones mediante MCP. El agente usa list_operations y get_operation para
encontrar APIs de datos públicos que coincidan con la tarea.
Llama a datos públicos en vivo. El agente usa call_api solo cuando necesita evidencia, y
luego devuelve el resultado con suposiciones, confianza y preguntas de seguimiento.
Primera Skill de referencia
El primer benchmark público es KOL Pricing:
Analyze these Twitter/X KOLs for an AI developer-tool campaign: @vercel, @shadcn, @rauchg.
Use UnifAPI public data, compare recent engagement, audience fit, posting cadence, and collaboration risk.
Return a ranked table with estimated sponsored-post price ranges, confidence, evidence, and follow-up questions.Esto funciona bien en Claude, las apps personalizadas de ChatGPT, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code o cualquier cliente MCP compatible. El usuario conserva su plan de agente existente; UnifAPI factura únicamente los registros de datos públicos devueltos por call_api.
Límite de datos
Las UnifAPI Skills usan datos públicos. OAuth autoriza el espacio de trabajo MCP y el balance de créditos de UnifAPI; no concede acceso a la cuenta privada de Twitter/X, Google, CRM o SaaS de un usuario.
Usa una plataforma de conectores cuando un flujo de trabajo necesite datos de SaaS autorizados por el usuario. Usa UnifAPI cuando el flujo de trabajo necesite registros sociales públicos, publicaciones, comentarios, perfiles, vídeos, tendencias, comunidades o señales de empresas.
Expectativas de salida
Una Skill debería devolver un artefacto de decisión, no volcados de API en bruto:
- tablas o briefs respaldados por evidencia
- notas de suposiciones y confianza
- operaciones de origen utilizadas
- búsquedas de seguimiento que el agente debería ejecutar
- riesgos, evidencia faltante y próximas acciones
Recursos relacionados
Integración MCP
Conecta Claude, las apps MCP personalizadas de ChatGPT, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code y otros clientes MCP.
Referencia de la API
Operaciones de datos públicos en vivo que las Skills pueden llamar.
Autenticación
OAuth para MCP y API keys para HTTP.
Página de marketing de Skills
Catálogo de Skills orientado al usuario y benchmark de KOL Pricing.