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 11-19 00:15

编程与开发

41,853 个结果

api-doc-gen

api-doc-gen 是一个用于从 Web 框架源代码自动生成 OpenAPI 3.0.3 规范文档的脚本工具。它能够扫描 Flask、FastAPI、Django REST Framework、Express.js、Gin、Echo 等框架中的路由与端点定义,自动识别框架类型,提取 HTTP 方法、路由路径、路径参数、查询参数、请求体、响应模型及代码注释中的接口描述,并输出 JSON 或 YAML 格式的标准 OpenAPI 文件,可直接导入 Swagger UI 或 Redoc 使用。工具使用 Python 标准库实现,无需额外依赖。

编程与开发1 次安装

api-shape-explorer

api-shape-explorer 是一个面向接口设计的技能,来源于 serejaris/kimi-skills。它基于《A Philosophy of Software Design》中的“Design It Twice”思想:同一个模块的第一个设计想法往往不是最佳方案,因此应先生成多个彼此截然不同的接口设计,再进行对比与综合。使用该技能时,先收集模块要解决的问题、调用方、关键操作、约束条件以及应当隐藏与暴露的内容;随后同时启动 3 个以上子代理,每个子代理被分配不同的设计约束(例如把方法数量压到最少、最大化灵活性、针对最常见场景优化、借鉴特定范式或库),各自输出接口签名、用法示例、内部隐藏的复杂度和取舍;最后依次展示各方案,从接口简洁性、通用性与专用性、实现效率、模块深度、正确使用与误用的难易度等方面用文字比较,并与用户讨论综合方案。该技能专注于接口形态探索,不涉及具体实现,也不以实现成本作为评价依据。

编程与开发1 次安装

code-arch-optimizer

code-arch-optimizer 是一个面向代码库架构改进的技能,用于探索代码库、识别架构摩擦点,并通过“加深浅模块”提升可测试性与可导航性。它适用于希望改进架构、寻找重构机会、合并紧耦合模块,或让代码库更易于 AI 理解与导航的场景。技能以有机方式浏览代码库,关注跨文件理解成本、接口与实现复杂度接近的浅模块、仅为可测试性提取却掩盖真实调用问题的纯函数、紧耦合模块的集成风险以及缺少测试的区域。流程上,先展示编号候选深化机会并说明涉及的模块、耦合原因、依赖类别与测试影响,由用户选择候选项;随后描述问题空间与约束,再并行启动多个子代理产出截然不同的接口方案,展示后做对比分析并给出明确推荐,最后通过 gh issue create 直接创建重构 RFC 的 GitHub Issue。具体依赖分类模板、接口方案细节需参考其 REFERENCE.md。

编程与开发1 次安装

conventional-commit-gen

Conventional Commit Gen 是一个用于分析 git diff 并按照 Conventional Commits 规范自动生成提交信息的工具,隶属于 serejaris/kimi-skills 技能集合。它能够自动检测提交范围(scope)并推断提交类型(type),帮助开发者快速产出符合规范的 commit message。该工具以 Python 脚本形式提供,要求 Python 3.6+ 以及已安装 git 并可在 PATH 中调用。使用时可通过命令行参数指定分析已暂存变更、仓库路径、输出格式(text 或 json),并支持手动覆盖类型与范围。脚本会输出类型、范围、描述和完整提交信息,其中类型检测依据文件路径与变更统计,对 test/docs/ci/build 等类型较可靠,而对源码文件的 feat/fix/refactor 区分建议结合 diff 内容人工判断。

编程与开发1 次安装

deep-module-refactor

deep-module-refactor 是一个用于探索代码库、发现架构改进机会的技能,重点是通过“加深浅模块”来提升代码的可测试性。它借鉴 John Ousterhout《A Philosophy of Software Design》中“深模块”的理念:深模块用较小的接口隐藏较大的实现,从而更易测试、更易被 AI 导航,并允许在边界而非内部进行测试。该技能以类似 AI 的方式自然探索代码库,记录遇到的架构摩擦点,例如理解一个概念需要在多个小文件间来回跳转、模块过浅导致接口几乎与实现一样复杂、仅为可测试性而抽取的纯函数却掩盖了真正的调用缺陷、紧耦合模块在接缝处产生集成风险,以及难以测试或未被测试的部分。随后它会列出候选的加深机会,展示涉及的模块、耦合原因、依赖类别和对现有测试的影响,让用户选择。选定后,技能会先向用户解释问题空间的约束与依赖,并给出示意性代码草图,再并行启动多个子代理,各自产出截然不同的接口设计(如最小接口、最大灵活性、面向最常见调用者、端口与适配器模式等),并给出接口签名、用法示例、隐藏的复杂度、依赖策略和权衡。最后技能会对比这些设计并给出自己的推荐,用户选定接口后,通过 gh issue create 创建一份重构 RFC 的 GitHub 议题并分享链接。该技能适用于希望改善代码库架构、提升可测试性并借助 AI 探索重构机会的开发者。

编程与开发1 次安装

gitlab-cli-skills

gitlab-cli-skills 是一套围绕 GitLab 命令行工具 glab 的使用指南与命令参考集,按 GitLab 领域拆分为多个子技能,覆盖合并请求、议题、CI/CD 流水线、仓库管理、里程碑、迭代、标签、发布、认证与配置、作业与计划流水线、变量与安全文件、Runner 管理、代码片段、事件管理、工作项、REST API 调用、Kubernetes 集群集成、部署密钥、堆叠 MR、Terraform/OpenTofu 状态管理及各类实用工具。资料同时给出常见工作流示例(日常开发、代码评审、CI/CD 调试)、命令选择决策树以及何时使用 glab 而非网页界面的建议,适合在终端中自动化或批量操作 GitLab。

编程与开发1 次安装

interface-design-lab

interface-design-lab 是一个用于探索和比较模块接口设计方案的中文技能,基于《软件设计哲学》中的“设计两次”原则:第一个方案通常不是最好的。它面向需要设计 API、探索接口方案或比较模块形态的场景,先收集模块要解决的问题、调用方、核心操作、约束条件以及封装边界等需求信息,再并行启动多个子代理,各自在“方法数量最少”“灵活性最大”“为最常见场景优化”“借鉴特定范式或库”等不同约束下产出一套截然不同的接口签名、使用示例、内部封装说明和优劣权衡。之后逐个展示方案,并从接口简洁性、通用性与专用性、实现效率、模块深度、易用性与误用风险等维度进行文字对比,最后综合提炼,询问用户最贴合主要场景的方案及可借鉴元素。该技能强调方案之间必须有本质差异、不可跳过对比环节、不进入具体实现,也不以实现难度作为评价标准。

编程与开发1 次安装

py-perf-analyzer

py-perf-analyzer 是一个 Python 性能分析工具,集成 cProfile、tracemalloc 和 line_profiler,用于定位 Python 脚本的 CPU 与内存瓶颈。它支持 CPU 分析、内存分析、逐行分析和组合分析四种模式,可一键执行并输出终端报告或 JSON 报告。当用户提到优化脚本、分析性能、定位 CPU 或内存热点、进行逐行分析,或询问代码为什么慢、如何加速、内存泄漏等问题时触发。

编程与开发1 次安装

route-to-openapi

route-to-openapi 是一个用于自动生成 RESTful API 文档的工具,通过扫描源代码中的路由/端点定义,输出符合 OpenAPI 3.0.3 规范的文档。它支持 Flask、FastAPI、Django REST Framework、Express.js、Gin、Echo 等主流 Web 框架,并能自动检测框架类型。工具会提取 HTTP 方法、路径、参数、请求体、响应模型和文档注释,生成可直接导入 Swagger UI 或 Redoc 的标准 OpenAPI 规范文件。使用方式为命令行调用 Python 脚本,可指定输出格式(JSON 或 YAML)、输出文件、框架、标题、版本、描述和服务器 URL 等参数。该工具仅依赖 Python 标准库,要求 Python 3.8+,且被扫描项目需使用受支持的框架之一。

编程与开发1 次安装

smart-commit-gen

smart-commit-gen 是一个用于规范化 Git 提交信息的工具,能够分析 git diff 并自动生成符合 Conventional Commits 规范的 commit message。它支持从文件路径自动检测 scope(作用域),并根据变更统计智能推断提交类型(如 feat、fix、refactor 等),也允许通过参数手动覆盖类型和作用域。工具以 Python 脚本形式提供,支持分析未暂存或已暂存改动、指定仓库路径、输出 text 或 JSON 格式,适合开发者快速生成统一风格的提交信息,或集成到程序化工作流中。使用需 Python 3.6+ 及已安装 git。

编程与开发1 次安装

vibecoding-general-swarm

Vibecoding General 是一个面向通用软件项目的多智能体编码编排技能,采用“规格优先”的设计思路。它适用于 Python 工具、数据管道、机器学习系统、API、游戏、机器人、命令行应用、移动应用等非前端编码任务。核心流程是先编写 SPEC.md 规格文档作为架构、模块、接口和数据流的唯一事实来源,再由多个子智能体在各自独立的 git worktree 中并行实现模块,主智能体负责初始化、合并与集成。该技能强调接口契约、测试先行和模块化并行,并根据任务复杂度选择多智能体或单智能体模式。

编程与开发1 次安装

manager

Manager 是一个在会话工作与 GitHub issues 之间做双向桥接的技能,属于 Personal Corp 框架。它把 GitHub issues 作为任务的事实来源,把 GitHub Project 看板作为“当前活跃内容”的事实来源。写模式在会话结束时同步:读取已完成的工作、查找已有 issue、更新进度并追加工作记录评论,仅在无匹配时才新建,同时维持父 epic、W-标签与 Project 放置不变式。读模式随时查询某条 track 的状态,跨仓库搜索并返回匹配 issue 的浓缩状态,包括父 epic、标签、Project 位置与最近活动。使用前需在项目的 CLAUDE.md 中配置 GitHub owner、待扫描仓库、可选的任务索引文件、领域到仓库的路由、Project 集成、W-标签约定与写入授权模式等。

编程与开发1 次安装

remix

Remix 3 是一个服务端优先的 Web 框架,构建在 Request、Response、URL、FormData 等 Web API 之上。所有软件包都从单一的 npm 包 remix 发布,并通过子路径导入,没有顶层 remix 导入。本技能用于端到端开发和审查 Remix 3 应用,帮助选择正确的层次、找到合适的包,并避免 Remix 特有的常见错误。一个 Remix 应用包含四个主要部分:app/routes.ts 中定义的类型化 URL 契约与 href() 生成;app/actions 中实现该契约并返回 Response 对象的控制器;组合请求生命周期行为并通过 context.set(Key, value) 填充类型化上下文的中间件;以及使用 remix/ui 渲染 UI 的组件(这不是 React)。适用场景包括涉及路由、控制器、中间件、数据、认证、会话、UI 或测试的新功能与重构,审查 Remix 应用代码,回答结构设计问题,以及寻找合适的包、参考文档或默认模式。使用时建议先对任务分类,再加载最小有效参考集,同时加载超过两三个文件通常意味着任务尚未充分细化。

编程与开发1 次安装

node-debugging

该技能用于调试 Node.js 后端进程,提供非阻塞的探针式调试能力。它支持通过 tracepoint(跟踪点)捕获调用栈与局部变量、通过 logpoint(日志点)评估并输出表达式、通过 exceptionpoint(异常点)在未捕获异常或全部异常时捕获信息,并支持监视表达式和 JavaScript 执行。适用于调试 API 服务器、worker 或后端脚本。使用前需以 PLATFORM=node 运行 MCP,或单独运行 node-devtools-mcp,并在执行其它调试命令前先连接目标进程。连接方式包括按 PID、进程名、Docker 容器名或容器 ID,以及 inspector 端口或 WebSocket URL。支持获取探针快照、抓取 console 日志、解析 source map 以及批量工具调用执行 JavaScript。

编程与开发1 次安装

web-debugging

该技能用于调试 Web 应用,通过检查控制台日志、网络请求、JavaScript 错误,并使用非阻塞的 tracepoint/logpoint 进行代码追踪。当页面出现 bug 或报错、需要排查 JavaScript 问题、检查 API 调用或网络请求、排查页面加载问题、处理控制台错误或警告,以及希望在不暂停执行的情况下追踪代码执行时启用。主要能力包括:控制台检查(获取全部控制台消息、按日志级别过滤、识别 JavaScript 异常与堆栈)、网络分析(监控 HTTP 请求、查看请求/响应头、检查状态码与耗时、识别失败或缓慢请求)、JavaScript 调试(在页面内执行诊断代码、检查 DOM 状态与元素属性、查看 localStorage/sessionStorage/cookies、验证变量与状态)、非阻塞调试(tracepoint 捕获调用栈与局部变量、logpoint 记录表达式、exceptionpoint 在异常时捕获快照、watch 表达式与获取快照)、错误调查(ARIA 快照获取页面结构、截图验证、标注截图、HTML 快照与检查 404)。还提供调试工作流:复现、ARIA 快照、截图捕获、检查控制台、分析网络、设置探针、执行调查、收集快照、记录结论。针对 Node.js 后端调试可使用 PLATFORM=node 并参考 node-debugging 技能。

编程与开发1 次安装