Unif API DocsSkills
Como as UnifAPI Skills transformam prompts de tarefa em chamadas MCP sobre APIs de dados públicos ao vivo.
As Skills são fluxos de trabalho específicos de cada tarefa que um agente pode executar com o UnifAPI MCP. Elas partem de um resultado — um briefing de precificação de KOL, uma shortlist de creators, um resumo de social listening ou uma análise de lançamento de concorrente — e então deixam o agente descobrir e chamar operações de dados públicos conforme necessário.
O caminho recomendado é Skills-first: escolha o resultado da tarefa, use o caminho de instalação que seu cliente de IA suporta e então faça login quando o servidor MCP precisar de dados públicos ao vivo. Usuários não desenvolvedores não devem precisar executar npx skills ou configurar manualmente arquivos brutos de skill.
Caminho de uso
Comece a partir de uma Skill. Use o catálogo de Skills do UnifAPI para escolher o artefato que o agente deve produzir.
Adicione o UnifAPI ao seu cliente de agente. Use o caminho de configuração MCP verificado
que seu cliente suporta: conectores do Claude, apps personalizados do modo desenvolvedor do
ChatGPT, configuração MCP do OpenClaw ou do Hermes, setup de CLI do Codex/Claude Code ou
mcp.json do Cursor/VS Code. Se o cliente pedir uma URL de conector, use
https://mcp.unifapi.com.
Mantenha as skills brutas como fallback de desenvolvedor. npx skills add unifapi-agent/agents continua suportado para instalações locais de raw-skill, mas não é o
principal caminho de onboarding.
Modelo de Skill
Comece pelo resultado. Um prompt de Skill nomeia o artefato que o agente deve produzir, como uma tabela classificada de creators ou um briefing competitivo.
Descubra operações via MCP. O agente usa list_operations e get_operation para encontrar
APIs de dados públicos que correspondem à tarefa.
Chame dados públicos ao vivo. O agente usa call_api apenas quando precisa de evidências e
então retorna o resultado com premissas, confiança e perguntas de acompanhamento.
Primeira Skill de benchmark
O primeiro benchmark público é a precificação de KOL:
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.Isso roda bem no Claude, nos apps personalizados do ChatGPT, no OpenClaw, no Hermes, no Codex, no Claude Code, no Cursor, no VS Code ou em qualquer cliente MCP compatível. O usuário mantém seu plano de agente existente; o UnifAPI cobra apenas os registros de dados públicos retornados por call_api.
Fronteira de dados
As UnifAPI Skills usam dados públicos. O OAuth autoriza o workspace MCP e o saldo de créditos do UnifAPI; ele não concede acesso à conta privada de Twitter/X, Google, CRM ou SaaS de um usuário.
Use uma plataforma de conectores quando um fluxo de trabalho precisar de dados de SaaS autorizados pelo usuário. Use o UnifAPI quando o fluxo de trabalho precisar de registros sociais públicos, posts, comentários, perfis, vídeos, tendências, comunidades ou sinais de empresas.
Expectativas de saída
Uma Skill deve retornar um artefato de decisão, não dumps brutos de API:
- tabelas ou briefings apoiados em evidências
- premissas e notas de confiança
- operações de origem usadas
- buscas de acompanhamento que o agente deve executar
- riscos, evidências faltantes e próximas ações
Recursos relacionados
Integração MCP
Conecte o Claude, os apps MCP personalizados do ChatGPT, o OpenClaw, o Hermes, o Codex, o Claude Code, o Cursor, o VS Code e outros clientes MCP.
Referência da API
Operações de dados públicos ao vivo que as Skills podem chamar.
Autenticação
OAuth para MCP e API keys para HTTP.
Página de Skills de marketing
Catálogo de Skills voltado ao usuário e benchmark de precificação de KOL.