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 11-20 00:12

编程与开发

41,965 个结果

workflows-review

workflows-review 是一个用于执行详尽代码审查的命令式工作流,来自 udecode/better-convex 项目。它通过多智能体并行分析、ultra-thinking 深度思考以及 Git worktree 隔离检查,对 PR 或分支进行系统性审查。工作流会先确定审查目标并切换到对应分支,加载项目根目录 compound-engineering.local.md 中配置的审查智能体,并始终运行 agent-native-reviewer 与 learnings-researcher。针对数据库迁移等特定场景,还会触发 schema-drift-detector、data-migration-expert、deployment-verification-agent 等条件智能体。审查覆盖开发者、运维、终端用户、安全团队和业务等多方视角,并探索边界条件、并发、规模、网络、资源耗尽、安全攻击等失败场景。所有发现按 P1/P2/P3 分级,通过 file-todos 技能立即生成结构化待办文件,最后输出汇总报告,并可选提供浏览器或 Xcode 端到端测试。

编程与开发1 次安装

workflows-work

workflows-work 是 udecode/better-convex 项目中的一条工作流命令,用于系统化地执行工作计划文档(plan、specification 或 todo 文件),在保证质量的前提下高效完成功能开发。该命令围绕“快速启动、逐步执行、质量检查、交付上线”四个阶段展开:先完整阅读工作文档、澄清疑问并搭建分支或 worktree 环境,再用 TodoWrite 拆分任务并逐项实现;执行过程中要求参照代码库既有模式、持续运行测试、必要时与 Figma 设计对照,并评估是否进行增量提交;完成后再运行完整测试与 lint,准备 PR 与部署后监控验证方案,并附上 UI 变更截图。对于包含多个独立工作流的复杂计划,还可选用 swarm 模式让多个子代理并行协作。

编程与开发1 次安装

cross-review

cross-review 是一个用于交叉审查的 AI 技能,让第二个模型来检查另一个智能体会话的计划或已完成工作,或贡献者的 PR,找出遗漏、缺失用例、未经证实的声明和矛盾之处。它通过脚本定位会话,读取计划、决策日志和相关文件,按优先级(P0-P3)报告发现的问题。对于仍处于 planning 状态的计划,它可以直接修复计划中的缺口,但不会修改其他文件、不会提交或推送代码,也不会在 PR 上留言或联系任何人。

编程与开发1 次安装

component-colocation

这是一套面向 React 项目的组件整理与重构规范,主要用于迁移或重构功能(尤其是表格、数据网格)之后检查组件结构。它的核心主张是:在启用 React Compiler 的环境中,不必再为了性能而过度拆分组件;应合并被拆得过细的相关组件,把只在一处使用的文件放到使用它的位置,并删除未使用的文件。只有在确实需要复用、属于包边界、需要独立测试或需要解耦 Hook 时才拆分。该规范还划定了适用范围:可用于示例目录、站点目录和 UI 包模块,但不得跨公共包导出、运行时入口、生成边界、CLI 模板归属或 React/Solid 框架边界合并;对于脚手架生成的测试夹具输出,应先改源模板再重新生成,不能直接编辑已提交的产物。资料提供了何时使用、核心原则、功能完成后的检查清单、常见错误与合并警示信号,并附有一个操作按钮重构示例。

编程与开发1 次安装

adversarial-reviewer

Adversarial Reviewer 是一个条件触发的代码审查角色(persona),当代码 diff 较大(变更行数 >=50)或涉及高风险领域(如认证、支付、数据变更等)时被选中。它不按常规质量清单逐项检查,而是以“混沌工程师”的视角,通过构造具体失败场景来攻击代码:先根据 diff 规模与风险信号校准审查深度(Quick / Standard / Deep),再运用假设违背、组合失败、级联构造、滥用场景四类技术寻找问题。它专注于跨组件、跨步骤、由组合与顺序引发的涌现性缺陷,并明确将单点逻辑 bug、已知漏洞模式、单点错误处理、性能反模式、代码风格、测试覆盖、API 契约破坏、迁移安全等交由其他审查角色负责。输出为符合 findings schema 的 JSON,标题以场景为导向,默认将 autofix_class 设为 advisory、owner 设为 human。

编程与开发1 次安装

api-contract-reviewer

API Contract Reviewer 是一个条件触发的代码审查角色(persona),当代码差异(diff)涉及 API 路由、请求/响应类型、序列化、版本控制或导出的类型签名时被选中。它从依赖当前接口的消费者视角评估变更,重点识别破坏性变更、缺失的版本控制、不一致的错误结构、未记录的行为变化以及向后不兼容的类型变更。该角色会校准置信度,并明确不标记内部重构、命名风格偏好、性能特征以及可叠加的非破坏性变更。输出为符合 findings schema 的 JSON,不含额外说明文字。

编程与开发1 次安装

claude-permissions-optimizer

Claude Permissions Optimizer 是来自 udecode/plate 的技能,用于优化 Claude Code 的权限配置。它通过分析会话历史,找出那些经常触发权限提示但本身安全的 Bash 命令,并将它们自动加入 settings.json 的允许列表。其推荐基于实际会话记录而非主观预设,因此不会将危险命令(如 rm -rf、git push --force 等)加入白名单。该技能需在机器上存在 ~/.claude/ 或 $CLAUDE_CONFIG_DIR 时运行,可支持从 Claude Code、Codex、Gemini CLI、Cursor 等任意编码智能体中调用。主要流程包括:选择分析范围(所有项目、当前项目或自定义约制)、运行提取脚本(扫描最近 500 个会话或近 30 天,过滤已覆盖命令,设置最少使用次数阈值 5 次,并分类为安全/需审查/危险)、以三部分展示结果(分析摘要、推荐列表、一句话总结),用户确认后可应用到用户级或项目级 settings.json,并做 JSON 校验。适用场景为频繁使用 Claude Code 并希望减少重复权限弹窗的开发者。限制包括:不处理对危险命令的放行请求,若已存在 deny 规则则会警告而非添加 allow 规则,且需有足够的会话历史才能产生有效建议。

编程与开发1 次安装

cli-agent-readiness-reviewer

CLI Agent-Readiness Reviewer 是一个用于审查 CLI 源代码、计划或规格说明的 AI 智能体就绪度评审工具。它面向的目标不是人类在键盘前的使用体验,而是当“用户”变成自主智能体时,CLI 能否可靠、高效地被调用。该评审采用基于严重程度的评分标准,将发现的问题分为三个等级:Blocker(阻碍可靠自主使用)、Friction(可用但成本高、脆弱或低效)、Optimization(未损坏但有实质性改进空间)。评审者不是黑盒测试者,而是阅读实现或设计,并按七项原则进行评估:非交互式自动化路径、结构化可解析输出、渐进式帮助发现、可操作错误快速失败、安全重试与显式变更边界、可组合且可预测的命令结构、有界高信号响应。评估会按命令类型区分优先级,例如读取/查询类命令关注结构化输出与有界输出,变更类命令关注非交互、可操作错误与安全,流式/日志类命令关注过滤与截断控制,交互/引导类命令关注自动化逃生通道,批量/导出类命令关注分页与机器可读输出。输出报告包含评分卡、逐项详细发现、最高影响改进以及运行良好的部分。

编程与开发1 次安装

data-migrations-reviewer

Data Migrations Reviewer 是一个条件触发的代码审查角色(persona),当代码差异(diff)涉及迁移文件、模式变更、数据转换或回填脚本时被选中。它以“部署期间会发生什么”的视角评估模式变更与数据转换,关注旧代码对新模式、新代码对旧数据、以及部分失败导致数据库处于不一致状态等场景。其审查重点包括:ID/枚举映射被交换或反转、不可逆迁移缺少回滚方案、新增非空列缺少数据回填、部署期间破坏运行中代码的模式变更、对已删除列或表的孤立引用、过渡期双写被破坏、多步转换缺少事务边界、热表索引变更未考虑锁定时长、以及列删除或类型变更导致的数据丢失。该角色还给出置信度校准规则,并明确不标记可空列新增、小表索引、测试数据库变更和纯增量模式变更。输出为符合 findings schema 的 JSON,不含 JSON 之外的说明文字。

编程与开发1 次安装

lfm-retro

lfm-retro 是 learn-from-mistakes 技能集中的复盘技能,用于针对项目编码智能体反复犯的错误做一次无责复盘。它读取项目过去的工作记录,由它自带的智能体进行标注和判断,统计重复出现的原因及其次数,并给出证据与经过检验的修复方案。用户只需启动任务并阅读结果,不应自行判断记录或修改源文件与指令文件。工具通过 npx 按需运行,无需安装,输出 report.txt 报告,按数字趋势、历史修复效果、重复错误、根因链与修复建议的顺序呈现。

编程与开发1 次安装

metacpan

Metacpan 是一套面向 AI 智能体的工具集,由 Unbrowse 基于 metacpan.org 的一手请求编译而成,用于通过作用域 MCP 在 metacpan.org 上搜索 CPAN 模块。该服务为非官方产品,与 metacpan.org 无隶属或背书关系。每次调用在服务端重放站点自身的一手 API 并返回经过验证的结果,不抓取渲染页面,用户侧无需浏览器,也无需 metacpan.org 的 API 密钥。主要工具是 metacpan_org__get_search,它接受查询字符串 query(必填),并可选用 size 和 select 参数来控制结果数量与返回字段。该服务支持通过 claude mcp add 或 codex mcp add 命令以 HTTP 传输方式连接,也可通过 JSON 配置接入;首次连接需用 OAuth 登录 Unbrowse(免费层),脚本场景可使用 Bearer 令牌认证。除 MCP 外,每个工具也可作为 REST 调用。

编程与开发1 次安装

auto-research

Auto-Research 是一个面向代码、提示词、技能或工作流的自主「实验—评估—迭代」优化循环,用于在存在可量化指标时反复进行保留/丢弃式的自动化调优。核心目标是在时间、token 与预算上限内运行有边界的自主优化循环,并将实验状态持久化到磁盘,以便新的智能体能够精确恢复。它要求先测基线,每轮只做一个有针对性的改动,运行基准测试,仅在主指标改善且校验通过时保留改动。适用于优化测试速度、构建时间、打包体积、训练损失、内存、提示词质量、工作流延迟等可测量目标,前提是有明确的基准命令或评估工具、可回滚路径以及清晰的指标方向。不适用于没有主指标、基准无法重复运行、任务破坏性高风险且未获批准,或成功标准主要依赖主观判断的场景。

编程与开发1 次安装

dbggng-hermes-tui-comman

该技能用于调试 Hermes TUI 中的斜杠命令(slash commands)。Hermes 斜杠命令横跨三层:Python 命令注册表、tui_gateway JSON-RPC 桥接层,以及 Ink/TypeScript 前端。当命令出现异常(如未出现在自动补全中、在 CLI 可用但在 TUI 中失效、配置已持久化但 UI 未实时更新)时,问题通常源于某一层与其他层不同步。本技能提供排查步骤、修复方法、常见问题、调试策略、注意事项与验证流程,帮助定位并修复命令注册、分发与前端处理之间的不一致。

编程与开发1 次安装

mark-spec-fram-feat-fork

该技能用于在 ict-engine 中为特定市场添加并验证 frame-feature 标签分支(fork)。当因子信号质量很强,但原始 pre-Bayes 标签与多周期证据明显不符时使用。核心思路是先通过 factor-pipeline-debug 证明问题出在上游标签而非因子本身,然后在 frame-feature 层添加市场感知的窄分支,仅覆盖需要市场特定处理的标签,并保留原始计数与证据以便调试。技能还涵盖将市场家族语义贯穿到 canonical belief、gate、策略、报告等下游表面,以及用 analyze-live 验证代码路径。

编程与开发1 次安装

skill-yaml-audit-fix

该技能用于审计 Hermes 的 SKILL.md 文件,检测其 YAML frontmatter 是否损坏,并在大规模场景下安全地修复无效的 frontmatter。当技能加载器报告 YAML 无效、某个 SKILL.md 解析失败、需要对本地全部 Hermes 技能做 frontmatter 问题扫描,或大批量编辑技能包后可能出现 frontmatter 漂移时使用。它会枚举技能根目录下的所有 SKILL.md,仅解析 frontmatter,记录失败路径、失败类别与解析器错误,然后进行最小化修复(如将含冒号的单行 description 改为带引号标量或使用 >- 折叠块),保留原有正文内容,避免无关重排,并在编辑后重新运行全树验证,最后报告扫描数量与修复数量。

编程与开发1 次安装