SuperAPI AI 工具集

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 11-17 00:07

编程与开发

41,434 个结果

indexion-plan-solid

indexion-plan-solid 是 indexion 技能集中的一个规划命令,用于为跨目录提取公共代码生成"固化(solidification)计划"。当用户希望把共享逻辑抽取为公共包、询问多个目录之间存在哪些重复代码、规划从多个包中提取共享库,或希望合并相似实现时,可以使用该命令。它通过对比多个源目录来识别重叠部分,输出可用于指导代码抽取的候选清单。使用方式为命令行调用,必填参数 --from 指定一个或多个源目录,可选 --to 指定抽取目标目录,还可通过 --rules/--rule 配置规则、--threshold 设置相似度阈值(默认 0.9)、--strategy 选择相似度策略(tfidf、apted、tsed)、--include/--exclude 过滤文件,并可用 --format 输出 md、json 或 github-issue 格式,用 -o 写入文件。与 plan refactor 不同,plan solid 面向跨目录,目标是把共享代码抽取为新包。官方建议先对各目录单独执行 plan refactor,再执行 plan solid 以获得更干净的跨目录结果,最后用 indexion grep 校验引用更新。

编程与开发2 次安装

gh-issues

gh-issues 是一个用于自动修复 GitHub Issue 的技能编排器。它从指定仓库(或当前 git remote 自动识别)拉取 Issue,按标签、里程碑、负责人、状态等条件过滤,然后为每个 Issue 并行派生子智能体进行修复并提交 PR,最后监控 PR 并处理评审评论。该技能不依赖 gh CLI,全部通过 curl 调用 GitHub REST API,使用 GH_TOKEN 作为 Bearer 令牌。支持 fork 模式(Issue 来自源仓库,分支推送到 fork,PR 从 fork 发向源仓库)、watch 轮询模式、cron 定时模式、仅处理评审评论模式、dry-run 预览与 --yes 自动确认等。运行时包含参数解析、Issue 拉取、展示确认、预检、并行派生与结果监控六个阶段,并通过分支、PR、认领文件与游标文件避免重复处理。

编程与开发2 次安装

swift-concurrency

Swift Concurrency 技能为开发者提供 Swift 并发系统的专业指导,基于 Fucking Approachable Swift Concurrency 的心智模型讲解 async/await、Task、actor、MainActor、Sendable、隔离域(isolation domains)等核心概念,并涵盖 Swift 6.2+ 的 Approachable Concurrency 构建设置、隔离继承规则、异步工具中的隔离保留写法,以及常见错误与排查思路。适用于编写并发代码或调试并发相关编译错误与运行问题的场景。

编程与开发2 次安装

review-comment

这是 udecode/plate 仓库提供的一套 PR 评审技能流程,用于评审 ianstormtaylor/slate 仓库的 PR,或 udecode/plate 中基分支为 main 的 PR;它以 next 分支上的 Plate v2(含 Plite)作为参考:在 PR 的 head 上通过测试复现并证明每个失败点,再产出 GitHub 评论草稿。流程包括:读取 PR 及关联 issue、收集 v2 的文档、决策和代码证据、在临时 worktree 中运行探测测试、可选地运行评审小组、按固定结构撰写评论草稿、执行写作润色,并仅在所有者确认后发布。

编程与开发2 次安装

design

这是一个面向功能设计/架构的多模型评审技能:先起草设计文档(或接收已有草稿),再由两个独立模型并行进行对抗性评审,随后由主架构师核验、合并并修订,循环直至收敛。核心难点在于设计没有代码 diff 作为事实基准,因此每条评审意见都必须同时锚定设计文档中的原文引用,以及一个评分维度或已声明的需求,以避免误报。最终产出为写入 .context/ 的设计文档。

编程与开发2 次安装

learn-from-mistakes

learn-from-mistakes 是一个用于分析项目编码智能体反复犯错原因的命令行工具(CLI),包名为 learn-from-mistakes-axi。它读取项目过往工作的记录——包括 Markdown 缺陷日志、失败的 no-mistakes 流水线步骤,以及本仓库的 Claude Code、Codex 和 OpenCode 会话——由用户指定的智能体对记录进行标注,判断出错原因;CLI 随后合并重复项、按来源统计每种原因的出现次数、标记反复出现的原因,并校验每条建议的改动是否引用了真实记录。工具本身不发起网络或模型调用,只有其运行、agents --test 和 doctor --live 会启动用户自己的智能体 CLI 或 BYOKit 路由。模型由用户自行选择,工具不会代为挑选。

编程与开发2 次安装