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

41,436 个结果

code-template-manager

Code Template Manager 是一个用于管理和生成竞赛编程(competitive programming)代码模板的 AI 技能。它面向算法与数据结构模板的存储、检索与生成,支持 C++、Python、Java 三种语言,涵盖快速输入输出、数据结构(线段树、并查集等)、图算法、数论、字符串算法与几何等模板类别,并提供模板定制、版本管理和个人模板库维护能力。该技能通过 get、list、create、update、generateBoilerplate 五类操作,按模板名、语言、类别读写代码,或生成针对具体题目的样板代码,服务于竞赛库搭建、Codeforces/AtCoder 比赛、算法实现等流程。

编程与开发1 次安装

codeforces-api-client

codeforces-api-client 是一个用于对接 Codeforces 官方 API 的技能(Skill),面向竞赛编程相关工作流,提供赛事数据、题集、提交记录与用户统计的获取接口。其能力描述包括:拉取比赛题目与元数据、提交解答并获取判题结果、访问用户排名与评分历史、获取题解与题目标签、虚拟比赛管理、抓取近期提交与状态、按标签与难度访问题集。该技能集成官方 Codeforces API(https://codeforces.com/apiHelp),并声明进行适当的速率限制及在需要时进行认证。输入采用对象结构,包含 action(枚举:getContestProblems、getUserSubmissions、getProblemset、getStandings、getUserRating)、contestId、handle、tags、count(默认 10)等字段,其中 action 为必填;输出包含 success(必填)、data、error 字段。目标流程包括 codeforces-contest、progress-tracking、skill-gap-analysis 与 upsolving workflows。

编程与开发1 次安装

combinatorics-calculator

Combinatorics Calculator 是一个面向竞赛编程的“组合数学计算器”技能,用于在模运算(modular arithmetic)下计算各类组合数值。它支持阶乘与逆阶乘预计算、nCr 与 nPr、Catalan 数、第一类与第二类 Stirling 数、Bell 数、错排数,并提供 Lucas 定理、容斥原理、Burnside 引理与生成函数等方法。技能通过结构化输入(operation、n、r、mod、precomputeLimit)调用,输出包含 success、result、code 与 formula 字段,便于在组合计数、数论算法和 DP 模式匹配等流程中使用。

编程与开发1 次安装

complexity-analyzer

complexity-analyzer 是一个用于自动化分析代码和算法时间与空间复杂度的技能。它通过静态分析循环结构、递归调用树、函数调用图和分支条件,推导出大 O 等渐进复杂度记号,并提供逐步推导、复杂度比较表、可视化图和优化建议。支持 Python(主要)、C++、Java、JavaScript/TypeScript,对 Go、Rust、C 提供部分支持。可集成 AST MCP Server 和 Code Analysis MCP 等 MCP 服务器,以及基于 Web 的复杂度分析工具。适用于算法学习、代码审查、性能瓶颈识别和实现效率验证等场景。

编程与开发1 次安装

concrete-design-calculator

混凝土设计计算器技能用于按 ACI 318 规范进行钢筋混凝土构件的设计计算,覆盖梁、板、柱的抗弯、抗剪、抗扭及正常使用极限状态验算。主要能力包括:抗弯设计(梁、板、柱)、抗剪与抗扭设计、锚固长度计算、裂缝宽度计算、挠度计算(短期与长期)、ACI 318 规范合规性检查、柱的相互作用图以及细长效应分析。使用前提是已定义构件几何尺寸、确定荷载与弯矩、指定材料属性并识别暴露条件。该技能可与钢筋混凝土设计、基础设计、桥梁 LRFD 设计等流程集成,输出设计计算书、配筋表、相互作用图和挠度报告。

编程与开发1 次安装

context-engineering

context-engineering 是一个面向 AI 编码代理的上下文工程技能,用于动态注入上下文、切换工作模式(开发/审查/研究)、选择性加载文件并进行策略性压缩,以优化 token 使用。它可根据项目自动检测语言、框架、包管理器、测试运行器和 CI/CD 配置,按当前任务范围加载相关文件,跳过历史讨论、生成代码等无关内容,并在 token 达到阈值时触发压缩与归档。

编程与开发1 次安装

cses-tracker

cses-tracker 是一个面向 CSES Problem Set 的进度跟踪技能,用于按类别记录已解决题目、依据难度递进推荐下一题、生成进度报告,并把题目映射到《Competitive Programmer's Handbook》章节,帮助识别知识缺口并规划个性化学习路径。它提供 getProgress、suggestNext、getByCategory、mapToHandbook、generateReport 等操作动作,适用于竞赛编程训练中的学习路径管理与技能差距分析。

编程与开发1 次安装

cuda-graphs

cuda-graphs 是一个专注于 CUDA Graph 捕获与优化的专家技能,用于降低内核启动开销并优化执行模式。它支持将 CUDA 操作捕获为图、实例化并执行图实例、更新图节点参数、对比图与流的执行性能、设计适合图的核函数模式、处理条件图执行、与 NCCL 操作集成,以及优化推理场景的启动延迟。该技能要求 NVIDIA CUDA Toolkit 10.0+(基础图)、CUDA 11.0+(图更新)、CUDA 12.0+(条件节点),GPU 计算能力 7.0+,并使用 Nsight Systems 进行图性能分析。

编程与开发1 次安装

data-structure-selector

Data Structure Selector 是一个用于根据所需操作、操作频率及时间/空间约束选择最优数据结构的技能。它可分析插入、删除、查询、更新等操作,匹配合适的数据结构,权衡时间与空间复杂度,针对自定义需求提出增强建议,并对备选方案进行复杂度对比。该技能面向 data-structure-implementation、algorithm-implementation、complexity-optimization 等流程,提供操作分析框架和常见选择模式(如插入/删除/搜索对应 BST 或哈希表、区间和与单点更新对应 Fenwick 树、区间查询与区间更新对应带懒标记的线段树、并查集、多重集合/堆、有序集合/BST 等),并定义了输入输出 schema。

编程与开发1 次安装

dp-optimizer

dp-optimizer 是一个用于自动应用高级动态规划(DP)优化的技能,来源于 a5c-ai/babysitter。它面向已写好的 DP 代码,按指定优化类型对状态转移进行改造,以降低时间或空间复杂度。该技能覆盖凸包优化、分治优化、Knuth 优化、单调队列/双端队列优化、Alien trick/WQS 二分、滚动数组优化与位掩码压缩,并针对 dp-state-optimization、advanced-dp-techniques、complexity-optimization 等流程。使用方式为输入 dpCode 和 optimizationType(auto、convexHull、divideConquer、knuth、monotonic、space),可选提供状态定义、转移、当前与目标复杂度;输出包含 success 以及优化后代码、所用优化、新复杂度和解释。适合竞赛编程与算法题解中的 DP 性能改进;具体实现细节与限制资料未提供。

编程与开发1 次安装

dp-pattern-library

dp-pattern-library 是一个面向动态规划(DP)的专项技能,用于辅助识别动态规划模式、将问题匹配到经典 DP 模式、生成模板代码并给出优化建议。资料显示,它内置或声称可匹配 50 多个经典 DP 模式,覆盖线性 DP、网格与矩阵 DP、字符串 DP、区间 DP、树形 DP、位掩码 DP、数位 DP、背包变体以及带状态机的 DP 等类别,并能检测问题变体(例如背包变体、LCS 变体)、提供状态设计建议和优化技巧建议。使用方式以命令行形式给出,包括 match(问题匹配)、template(按语言生成模板代码,支持 Python、C++、Java)和 optimize(优化建议)。输出为结构化 schema,包含匹配模式、置信度、状态描述、转移公式、复杂度、模板代码和相似题目等字段。该工具适用于算法学习、面试题分析、DP 问题归类与模板复用等场景。其局限在于资料中只给出模式匹配的示例与错误码,未说明安装方式、运行环境要求、实际模式库规模验证及独立运行形态,这些细节暂未提供。

编程与开发1 次安装

dp-state-designer

dp-state-designer 是一个用于辅助设计动态规划(DP)状态的技能,来源为 a5c-ai/babysitter。它针对复杂的动态规划问题,帮助识别子问题结构、建议状态表示(维度与参数)、推导转移公式、发现优化机会(如滚动数组、位掩码压缩)、估算状态空间复杂度并检测重叠子问题。支持完整设计、仅状态、仅转移或优化等请求类型,适用于 DP 模式匹配、状态优化、转移推导和进阶 DP 技巧等场景。

编程与开发1 次安装

express

Express 是一个面向 Node.js 的 Express.js 开发技能,专注于构建 Node.js API。它提供中间件模式、路由组织、错误处理、安全加固与生产部署实践的专家级辅助。该技能可帮助开发者配置带中间件的 Express 应用、实现 RESTful 路由模式、用自定义中间件处理错误、应用安全最佳实践、设置校验与解析,以及配置生产部署。技能提供 routePath、methods、middleware、validation 等输入参数,用于描述路由路径前缀、HTTP 方法、要应用的中间件及是否添加校验。内置示例涵盖应用初始化(helmet、cors、限流、解析、压缩、日志、健康检查)、路由器与控制器分层、认证与授权、Zod 校验、错误处理中间件以及异步处理器包装器。

编程与开发1 次安装

freertos-integration

该技能为 FreeRTOS 提供专家级支持,覆盖配置、集成、调试与优化全流程。主要能力包括:生成 FreeRTOSConfig.h 配置、设置内核节拍与定时、选择内存分配方案(heap_1 至 heap_5)、配置 Tickless 空闲模式与软件定时器;任务创建与优先级分析、栈大小计算与优化、任务时序分析与 WCET 估算、任务通知配置;队列、信号量、互斥量、事件组、流与消息缓冲区配置及死锁预防;内核感知调试、栈溢出检测、运行时统计、任务状态监控、Tracealyzer 与 SystemView 跟踪配置;栈使用分析、内存池优化、上下文切换开销降低、中断安全 API 使用等。适用于 FreeRTOS 项目初始搭建、配置优化、任务设计与优先级分配、同步原语选择、性能分析与调优等场景。

编程与开发1 次安装

game-physics

game-physics 是技能库 a5c-ai/babysitter 中的一个技能,用于实现游戏物理系统,涵盖刚体动力学、碰撞检测、约束、布娃娃(ragdoll)以及基于物理的游戏玩法机制。当前该技能仅提供标题和一句用途说明,正文标注为“Stub — implementation pending.”,即尚未提供具体实现内容、安装方式、代码示例或使用说明。本条目仅据现有资料整理,不补充未提供的功能细节、平台支持、收费信息或操作步骤。

编程与开发1 次安装

geometry-algorithm-library

该技能用于实现计算几何算法,面向竞赛编程与算法题场景。资料列出的能力包括凸包(Graham 扫描、Andrew 单调链、Jarvis 步进)、线段相交(扫描线、Bentley-Ottmann)、最近点对、最远点对(旋转卡壳)、点在多边形内判定、耳切三角剖分、Delaunay 三角剖分、Voronoi 图及多边形裁剪。输入支持指定算法、变体、语言(cpp、python、java)与是否包含可视化,输出返回代码、复杂度与用法说明。

编程与开发1 次安装

geometry-primitive-library

该技能提供稳健的计算几何基础实现,重点处理边界情况与数值精度问题。它覆盖点、线、线段、多边形等基本几何对象的常用运算:向量加减、标量乘法、点积、叉积、距离计算、CCW/CW 方向判定、面积计算、相交测试等,并可生成 C++、Python、Java 三种语言的代码。输入参数支持选择几何图元、操作列表、目标语言、是否使用整数运算以及 epsilon 精度阈值;输出包含成功状态、生成代码、操作列表和精度说明。适用于计算几何编程任务,如几何算法实现、位置关系判定、距离与面积计算等场景。

编程与开发1 次安装

glsl

GLSL 着色器编程技能,面向 OpenGL/Vulkan 环境,用于编写顶点着色器与片段着色器等图形渲染相关代码。该技能以技能条目形式提供,主要覆盖顶点与片段着色器、几何着色器、uniform 变量处理以及跨平台着色等能力,并附有 #version 450 的简单顶点着色器示例与 GLSL 规范参考链接。适合需要为 OpenGL/Vulkan 图形管线编写或理解 GLSL 着色器的开发场景。资料未提供安装命令、调用方式、收费信息与具体使用步骤。

编程与开发1 次安装

graph-algorithm-selector

该技能根据问题约束、图属性和性能要求,为图算法任务选择最优算法。它可分析约束条件,比较 Dijkstra、Bellman-Ford、Floyd-Warshall 等方案的权衡,识别稀疏图与稠密图、负权边等特殊情况,将算法复杂度映射到约束条件,并建议算法变体与优化方向。适用于最短路径、高级图算法、图遍历和图建模等流程,通过输入问题类型与规模约束返回推荐算法及复杂度。

编程与开发1 次安装