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 11-16 00:04
41,206 个结果
这是一个用于 Cursor 的严格代码质量审查技能，专注于实现质量、可维护性、抽象质量与代码库健康。它要求审查者不满足于局部清理，而是主动寻找“代码柔道”式重构：在保持行为不变的前提下，让实现显著更简单、更小、更直接、更优雅。技能内置了基线提示词与不可妥协的附加标准，重点打击文件膨胀（如从 1k 行以下涨到 1k 行以上）、意大利面式条件分支增长、特性逻辑泄漏到共享路径、薄包装与身份抽象、不必要的类型转换与可选性、重复造轮子、非原子更新与不必要的串行编排等问题。它给出主要审查问题、应积极标记的清单、首选补救措施、审查语气示例、输出优先级与批准门槛，强调宁可给出少量高确信度意见，也不要堆砌低价值细节。
该技能用于非交互式地解决 Git 合并冲突，将存在冲突的分支恢复到可构建状态。它会从 git status 和冲突标记中检测所有冲突文件，以最小化、正确性优先的编辑方式逐个解决冲突；在安全时优先保留双方改动，否则选择能编译且保持公共行为稳定的版本。对于锁文件，使用包管理器工具重新生成而非手工编辑。解决后运行编译、lint 和相关测试，暂存已解决文件并总结关键决策。适用于分支存在未解决合并冲突、需要可靠恢复可构建状态的场景。
该技能用于从当前活跃的拉取请求（PR）中获取并汇总评审意见。它会针对当前分支解析出活跃的 PR，抓取其中的评审评论与讨论评论，然后按严重程度和可执行性对反馈进行分组，最终返回一份简洁、可操作的处理清单。输出内容包括分组后的反馈摘要、按优先级排序的行动列表，以及仍需澄清的开放问题。适合开发者需要快速了解 PR 反馈、安排修改优先级时使用。
该技能用于在“不改变代码行为”的前提下，把 Pull Request 整理得更便于评审。它会检查提交历史、diff 规模、变更路径、生成文件与 PR 描述，识别噪声提交、过时描述、无关改动、机械改动与逻辑改动混杂、缺少测试、评审入口不清晰等问题，并给出改进方案。主要手段包括：在用户同意后重写提交历史并按依赖顺序分组（schema/存储或生成的 API 定义、核心逻辑、接线与集成、UI 或表层行为、测试），重写后通过对比 tree 哈希验证内容一致性；以及在不改代码时补充 PR 描述与评审说明，如与真实 diff 一致的 TL;DR、区分核心文件与生成/机械文件、标注风险行为变更、迁移顺序、发布计划与测试覆盖、链接 issue、看板或设计文档。适用于需要让评审者快速理解意图、重点文件与风险的场景。限制与护栏：仅在用户要求或同意计划后才重写历史；不得把有意义的行为变更藏在“清理”中；不得绕过 hooks（除非用户明确要求）；若 PR 过大无法通过说明变得可评审，应建议拆分而非粉饰。
该技能用于按干净的分支与拉取请求流程交付代码工作：从最新主干创建描述性新分支，完成实现与测试，提交并推送聚焦的更改，再创建带摘要和测试说明的拉取请求。强调各写入操作边界与授权，未获授权时不推送或发布。
cursor-review-and-ship 是一个用于在提交代码前进行审查与发布的技能。它针对当前分支，检查缺陷、意图契合度与测试覆盖情况，运行或编写测试，提交聚焦的改动，并打开或更新 PR。该技能强调正确性、安全性与回归问题优先于纯风格评论，要求提交保持聚焦、不绕过失败的预提交钩子，并使用 gh pr checks 判断 PR 就绪状态。其工作流包括收集上下文、运行针对性测试、审查、修复关键问题、选择性提交、推送分支并打开或更新 PR。
该技能用于在发布前对 Cursor 插件进行只读的结构性审计，检查清单解析与元数据、组件相对路径、组件发现、必需的前置元数据字段以及 README 是否存在，帮助判断插件是否具备提交市场的基本结构条件。它通过运行本地 Python 脚本完成审计，输出 STRUCTURAL_PASS、REVIEW_REQUIRED、BLOCKED 或 ERROR 结果并列出具体问题。审计过程不执行激活、安装、网络访问、凭据使用或外部写入，涉及 hooks、MCP 服务器声明、活动组件、市场唯一性、运行时行为和外部发布等事项会转交人工审查。
cursor-thermos 是一个用于并行开展双重代码审查的技能：同时启动两个只读子代理，分别负责缺陷/安全与代码质量审查，再由协调者去重、加权并综合结论。
cursor-weekly-review 是一个用于生成每周工作回顾的技能。它从仓库配置中确定当前 git 用户邮箱，收集该用户在最近 7-10 天内的提交记录（排除合并提交），将有意义的变化归纳为 2-5 条简洁要点，并附上一段简短分类说明，区分可能的缺陷修复、技术债务工作和全新功能。适用于状态更新、回顾会议或规划场景，输出保持简短、便于管理层阅读，所有结论仅基于提交历史和差异。若缺少 git 邮箱，会要求用户先设置。
该技能用于将指定时间范围内由当前 Git 用户提交的 commit 汇总为一份简洁的工作进展更新。它会先把用户给出的时间窗口（如昨天、最近三天、最近一周）解析为具体日期，再读取该范围内以当前 git 用户邮箱署名的提交，排除合并提交和未提交的改动，然后提炼出最重要的已交付变更，生成信息密度高、适合用作状态汇报的简短摘要，并在结果中注明实际使用的日期范围。
用于重构 OpenClaw 文档页面的技能：在保留有来源依据的行为前提下，整理并迁移细节、校验链接。
Prototype 是一个用于构建一次性原型以回答设计问题的技能。它强调原型是“用完即弃的代码”，其形态由所要回答的问题决定。该技能区分两条分支：当问题是“这个逻辑/状态模型感觉对吗？”时，走 LOGIC.md 分支，构建一个可分享的单个 HTML 文件，包含自由操作按钮和分标签的引导式演示，让状态机经历难以在纸面上推理的情况，并让非开发者也能操作；当问题是“这应该长什么样？”时，走 UI.md 分支，在单个路由上生成多个截然不同的 UI 变体，通过 URL 搜索参数和浮动底栏切换。两条分支产出的产物差异很大，因此选错会浪费整个原型。若问题确实模糊且无法联系用户，则默认选择更匹配周边代码的分支（后端模块→逻辑；页面或组件→UI），并在原型顶部说明该假设。通用规则包括：从第一天起就明确标记为一次性原型；放在实际使用位置附近但命名清晰；运行方式极简；默认不做持久化；跳过打磨；暴露状态；完成后将验证过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主要来源，同时在实现 issue 上留下指向该分支的上下文指针，并记录结论及其所解决的问题。
这是一个用于解决进行中的 Git 合并或变基冲突的技能。它指导使用者先查看合并/变基的当前状态、Git 历史与冲突文件，再追溯每个冲突的原始来源（提交信息、PR、issue/工单），理解每处改动的意图，然后逐块解决冲突：尽可能保留双方意图，无法兼容时选择符合合并目标的一方并记录取舍，不发明新行为。解决后运行项目自动化检查（类型检查、测试、格式化），修复合并破坏的内容，最后仅暂存本次操作解决的文件并提交，保留无关的暂存与未暂存工作；若为变基则继续直到所有提交完成。
retro 是一个用于对编码会话进行回顾复盘的技能，帮助用户发现并改进编码智能体的运行环境，以提升后续会话的表现。它会读取指定会话的原始记录，从导航、自动化检查、编码标准、全局 AGENTS.md、工具经济性、无效指令、信息获取等类别中寻找改进候选，并按严重程度呈现给用户。该技能强调优先构建确定性检查而非撰写规则，适用于希望持续优化智能体工作流的开发者。
Scaffold Exercises 是一个用于创建练习目录结构的技能，可生成包含章节、题目、解答和讲解的目录，并确保通过 lint 检查。它适用于用户想要搭建练习脚手架、创建练习目录的场景。该技能会按照 pnpm ai-hero-cli internal lint 的规则生成目录，并仅提交本次任务所做的更改。目录命名采用 XX-section-name/ 和 XX.YY-exercise-name/ 格式，练习可包含 problem/、solution/、explainer/ 等变体子文件夹，每个子文件夹需要非空的 readme.md。
这是一个用于配置仓库的工程技能初始化工具，为 Matt Pocock 的工程技能集搭建每个仓库所需的配置。它会设置问题跟踪器（默认 GitHub，也支持本地 Markdown）、分诊标签词汇表以及领域文档布局。该技能是提示驱动的，而非确定性脚本：先探索仓库现状，展示发现结果，仅对尚未确定的选择进行确认，然后写入配置。运行一次即可在首次使用相关工程技能前完成准备。
to-spec 是一个将当前对话内容直接综合为规格说明（spec）并发布到项目问题跟踪器的技能。它不进行用户访谈，而是基于已经讨论过的内容、代码库理解和领域词汇，自动整理出问题陈述、解决方案、用户故事、实现决策、测试决策、范围外事项和补充说明，并发布到项目 issue tracker，同时打上 ready-for-agent 标签。该技能强调优先复用现有测试接缝、使用项目领域词汇、尊重相关 ADR，并要求在发布前与用户确认新接缝是否符合预期。
To Tickets 是一个用于把计划、规格说明或当前对话拆解成一组「曳光弹（tracer-bullet）」工单的技能。每个工单都是一个贯穿各层的垂直切片，并声明其阻塞边（即必须先完成哪些工单才能开始）。工单会发布到已配置的追踪器（本地文件或 GitHub、Linear 等真实 issue tracker）。使用前需先通过 /setup-matt-pocock-skills 配置好 issue tracker 与分诊标签词汇。
来自前端检查清单的一条 JavaScript 规则，用于审查脚本与浏览器端组件，推动用现代数组和对象方法（map、filter、reduce、find、flatMap、Object.entries 等）替代手写 for/while 循环，让代码更声明式、意图更清晰，并优化运行性能。
面向 @modelcontextprotocol/ext-apps 的 MCP Apps SDK 使用技能，讲解 registerAppTool、registerAppResource、RESOURCE_MIME_TYPE 与 App 类等 API，覆盖服务端注册工具与资源、View 端连接交互、React 绑定、单文件打包、本地测试与常见失败模式。
面向 Claude Code 插件开发的完整指南，讲解如何用目录、manifest 与 Markdown 文件扩展 Claude 的能力，涵盖命令、技能、智能体、钩子、MCP 服务器与市场发布等主题。
AI Chip Architect 是一个面向 AI 加速器与 NPU 设计领域的专家级技能角色，设定为拥有 15 年以上在顶尖半导体公司设计 AI 加速器和神经网络处理单元经验的首席 AI 芯片架构师。该技能的核心方法论是“带宽-计算墙”心智模型与 Roofline 优先原则，强调在推荐任何计算优化之前必须先计算算术强度与内存带宽边界。其主要能力涵盖微架构设计（脉动阵列、矢量/张量引擎、稀疏计算单元、存内计算）、内存子系统分析（HBM3/HBM2e 带宽、SRAM 分层、预取）、数据流权衡（权重驻留、输出驻留、行驻留）、编译栈软硬件协同设计（MLIR、TVM、XLA、内核融合、分块策略）以及 MLPerf 基准测试。该技能以 PPA（功耗、性能、面积）显式量化、工艺节点明确（5nm/7nm/3nm）和互连与封装类型明确为沟通风格。适用场景包括评估 AI 加速器架构（TPU 与 GPU 与自定义 NPU 对比）、为新 AI 芯片或 SoC 选型计算与内存规格、诊断 MLPerf 基准中硬件利用率低的问题、在 HBM 变体、SRAM 容量或数据流策略间做选择，以及进行微架构决策的 PPA 权衡分析。不适用于纯软件 ML 优化、云基础设施规格选型、无 ASIC 流片意图的 FPGA 原型设计以及半导体公司的商业产品战略。
用于检索 JeeSite 后端开发文档的技能，覆盖安装部署、代码生成、DAO、数据权限、Shiro 等主题，可在提问后端开发、安装、代码生成、MyBatis DAO 或 Shiro 权限时调用，按文档映射定位并缓存对应文档后作答。
Vibe Coder 是一款从想法到上线产品的技能合集：用自然语言描述需求，经提问澄清后自动完成构建、测试、审查与部署，并包含头脑风暴与想法验证环节，适合非技术用户快速做 MVP。