SuperAPI AI 工具集
合作AI 行业资讯收藏

Skill 广场

找到适合任务的 Agent Skill，阅读介绍并复制安装命令。

更新于 10-14 00:01

编程与开发

3,169 个结果

improve-codebase-architecture

该技能用于扫描代码库中的架构改进机会：找出可被"深化"的浅层模块，将其以可视化 HTML 报告形式呈现，再由用户选择其一后通过提问式流程逐步推演重构决策。目标是提升可测试性与 AI 可导航性。它基于项目领域模型与共享的架构词汇（模块、接口、深度、接缝、适配器、杠杆、局部性），并在报告中为每个候选方案提供涉及文件、问题、方案、收益、前后对比图与推荐强度，最后给出首选建议。

编程与开发1,100,383 次安装

setup-matt-pocock-skills

setup-matt-pocock-skills 是 Matt Pocock 技能集合中的初始化技能，用于为一个仓库搭建工程类技能所依赖的配置。它会探索仓库当前状态，然后引导用户确认三部分配置：issue 跟踪器位置（默认 GitHub，也支持 GitLab 和本地 markdown 文件）、triage 标签词汇（五个标准角色的标签字符串）以及领域文档布局（GLOSSARY.md 与 ADR 的存放位置及读取规则）。该技能是提示驱动的，并非确定性脚本：先探索、展示发现、与用户确认，再写入文件。运行一次后，相关工程技能即可从这些配置文件中读取信息。

编程与开发993,047 次安装

prototype

Prototype 是一个用于构建一次性原型（throwaway prototype）的技能，目的是回答某个设计问题。它强调原型的形态由要回答的问题决定：如果问题是“这套逻辑或状态模型是否合理”，就构建一个单一的、可分享的 HTML 文件，包含自由操作按钮和分标签的引导式走查，把状态机推进到难以纸上推理的场景，并让非开发者也能上手操作；如果问题是“这个界面应该长什么样”，就在单个路由上生成多个差异显著的 UI 变体，通过 URL 搜索参数和底部悬浮栏切换。该技能要求原型从第一天起就明确标记为一次性代码，放置在真正会用到它的模块或页面附近，但命名上让普通读者一眼看出不是生产代码；运行要极其简单；默认不做持久化；跳过打磨；每次操作或变体切换后展示完整相关状态；完成后把已验证的决策并入真实代码，并把原型本身提交到一次性分支作为一手来源。

编程与开发930,097 次安装

codebase-design

codebase-design 是一套关于“设计深模块（deep modules）”的共享词汇与设计原则，来自 mattpocock/skills。它主张把大量行为藏在一个小接口之后，并把接口放在干净的接缝（seam）上，从而可以完全通过该接口进行测试。其目标是：为调用方带来杠杆（leverage），为维护者带来局部性（locality），并为所有人带来可测试性。该方法给出了一组需要严格使用的术语（Module、Interface、Implementation、Depth、Seam、Adapter、Leverage、Locality），并规定不要用“component”“service”“API”“boundary”等词替代。它包含深模块与浅模块的对比示意、设计接口时的自问清单、若干原则（如删除测试、接口即测试面、一个适配器只意味着假想接缝、两个适配器才意味着真实接缝），以及面向可测试性的设计建议（接受依赖而非创建依赖、返回结果而非产生副作用、缩小接口面积）。资料还提到 DEEPENING.md 和 DESIGN-IT-TWICE.md 两份进阶文档，分别涉及加深模块簇的依赖处理与替代接口探索。

编程与开发787,537 次安装

review-loop

review-loop 是一个迭代式“工作者—评审者”循环技能，核心思路是在单次会话内先完成工作，再生成一个评审子代理对成果进行 1-10 分打分并给出可执行的修改反馈，然后根据反馈修改，反复循环直到满足质量门槛。其基本理念是：初稿永远不是终稿，迭代式批判能比单次成稿产出更好的结果。该技能默认最少循环 2 次、最多 4 次，质量门槛为 8/10；评审者能力必须等于或高于工作者，以避免无法识别复杂逻辑问题。它适用于代码实现、设计文档、技术写作、需要更稳健的复杂实现等场景，也支持“仅评审已有成果”的模式。使用时可自然语言指定质量门槛、循环次数和评审模型。该技能依赖支持子代理生成的平台，否则需通过新开会话并仅粘贴工作成果来模拟评审。资料未提供收费与价格信息。

编程与开发96,639 次安装

python-executor

python-executor 是一个通过 inference.sh 在安全沙箱环境中执行 Python 代码的工具，需配合 belt CLI 使用。环境为 Python 3.10、仅 CPU，默认 8GB 内存（可选 high_memory 变体 16GB），超时支持 1-300 秒（默认 30）。它预装了 100 多个库，涵盖 HTTP 请求与网页抓取、数值与数据处理、可视化、图像、视频音频、3D 处理以及文档图形等。输入接受 code、timeout、capture_output、working_dir 等字段，保存到 outputs/ 的文件会被自动检测并返回。可用于网页抓取、数据分析、图像处理、视频生成、3D 模型处理、API 调用、PDF 生成和脚本自动化等场景，不适合需要 GPU 或机器学习库的任务。

编程与开发94,028 次安装