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 10-28 00:17
38,410 个结果
setup-rhdh-skills 是 RHDH 技能集合（rhdh-skills）的安装与环境配置入口技能，用于安装、配置、诊断或修复完整的 RHDH 技能环境。它先引导完成整套技能包的引导安装，再按需配置各模型技能所依赖的能力，包括 Jira CLI/REST/GraphQL 访问、Google Workspace 访问、RHDH 私有数据检出、Cursor 中的 Atlassian MCP 认证、RHDH 仓库发现与配置、容器与本地 RHDH 运行时，以及 OpenShift CI Gangway 适配器认证。该技能被定位为人类入口点，因为安装、凭据获取与外部变更需要人工参与。执行前会运行 setup doctor 生成报告，列出已安装技能、缺失技能、能力状态与配置位置，并遵循写入闸门与凭据保管要求。
no-comments 是一个用于代码审查的智能体技能，其核心主张是“无情地删除被编辑代码文件中的注释”。该技能在审查被编辑过的代码时始终适用。它会依据调用者提供的文件或 diff（否则使用当前相对基线分支的 diff，包含已暂存、未暂存和未跟踪文件）确定审查范围，并将审查委托给一个全新的只读子智能体；若无可用审查者则直接审查并披露该审查并非独立进行。审查者只报告、从不修改文件。技能默认认为注释会腐坏——说明性文字、横幅、被注释掉的代码尸体、权宜之计的说教，或早或晚都会失效。它只保留白名单内的注释：法律或许可证头部、由外部依赖或平台或供应商或协议强制产生的非显而易见的行文解释、规则本身有误或过于学究或仅涉及风格的 lint 抑制、定义公共 API 契约的文档注释、解释代码无法表达约束的 issue 或 RFC 链接，以及说明刻意简化之上限与升级路径的注释。保留任何注释都需证明其例外适用于仍在运行的代码。随后技能依据审查报告行动：校验每条发现、只删除被接受的候选、对 MUST KILL 标记实施范围内最小根因修复、将我们自身代码中的约束用类型或运行时检查或测试或 CI lint 编码并等待批准、对保留的注释（法律或许可证头部除外）应用 unslop，最后报告删除数量、保留注释及证据、重跑、修复、编码情况、未强制执行的约束及其他未完成工作。
用于指导 REST、GraphQL、gRPC 与 CLI 接口设计的技能，适用于设计新 API、审查现有 API 契约或建立命名与版本规范。
面向 React、Vue 3、Svelte 5 与 Angular 的多框架前端开发技能指南，涵盖组件模式、状态管理、路由、数据获取、性能优化与 TypeScript 实践，并提供框架选型建议与项目文件组织规范。
Riverpod 迁移技能，按场景指向详细迁移指南：从 StateNotifier 迁移到 Notifier/AsyncNotifier、从 ChangeNotifier 迁移到 AsyncNotifier，以及 0.13→0.14、0.14→1.0 的升级。
一个面向 Python 项目的开发工作流技能，强调以 uv 为默认工具链、测试优先与 pre-commit 质量门禁，用于实现或重构时对齐仓库策略。
用于 Java 构建文档分析应用的技能，基于 Azure AI Document Intelligence（Form Recognizer）SDK。可调用预置模型做版面、发票、收据等提取，也支持训练自定义模型、组合模型、分类器与模型管理。
用于在项目中集成 Google Gemini API 的技能，覆盖模型选择、多模态输入、流式响应、函数调用与生产实践，提供 Node.js 与 Python 的安装、基础调用、聊天、错误处理及排错指引。
面向“冷读者”的代码或文档变更讲解技能：先铺垫项目与改动区域的背景，再用具体场景讲清改动前后行为与机制，输出直接写在回复中的 Markdown 说明，只读且不生成任何文件。仅限用户明确请求时使用。
code-review 是一个按预期行为、系统约束、设计与不必要复杂度审查代码改动或实现的技能，输出有证据、可执行的分组审查结果，无发现优于臆测发现。
用于修复 Sphinx 文档构建中错误与警告的技能。它会迭代运行 Sphinx 构建，尝试修复容易处理的报错和警告，报告所做的修改，并在创建 PR 前请求许可。
doc-spec 是 SDD 流程第 6 层的技能，用于为单个软件组件编写实现就绪的技术规格（SPEC），定义接口、数据模型与行为契约，位于 ADR 之后、TDD 与代码之前。
介绍 .NET 10 SDK 的文件式应用功能：无需 .csproj 项目文件，用单个 .cs 文件即可构建、运行和发布 C# 应用，支持 #: 指令、CLI 命令、启动配置与迁移到传统项目。需 .NET 10 SDK 或更高版本。
面向 .NET 事件驱动架构的持久化消息模式技能，覆盖发布/订阅、竞争消费者、死信队列、Saga/流程管理器与投递保证，涉及 Azure Service Bus、RabbitMQ 与 MassTransit。
dotnet-version-detection 是 .NET 开发技能，用于从 .csproj、global.json 或 Directory.Build.props 检测项目的目标框架（TFM）与 SDK 版本，并据此提供版本相关指导。其他 .NET 技能依赖此检测结果，属于前置的跨领域技能。
How 是一个用于代码库理解与架构讲解的 AI 技能（skill），适用于回答“X 是如何工作的”这类代码行为、走查、模块归属与分层相关问题；若想问设计动因（偏“为什么”），官方说明建议改用 why 技能。其目标是产出一份面向资深工程师上手子系统的架构解释：既能帮助读者建立可工作的心智模型，又不会细到像逐行注释的源码。该技能会根据问题复杂度选择路径：简单问题（单个模块、小型工具、狭窄问题，例如“函数 X 如何工作”）由一个 explainer 在一次探索中同时完成探索与解释；复杂问题（跨多文件或服务的子系统、横切特性、整体架构概览）先并行派发 2 至 4 个 explorer，从不同切片角度探索，再由 explainer 汇总成单一解释。解释输出按 Overview、Key Concepts、How It Works、Where Things Live、Gotchas 等章节组织，不适用的章节会省略。技能基于只读（readonly）子代理执行，模型默认值来自 pstack-models.mdc 规则中对应角色行（explorer 默认 grok-4.7-xhigh-fast，explainer 默认 claude-opus-5-5-max），当值为 auto 或 inherit-parent 时不设置模型。具体安装方式、依赖与收费信息暂未提供。
一个指导系统性重构、消除代码重复的 AI 技能，依据 DRY（Don't Repeat Yourself）原则，通过识别重复、抽象逻辑、替换实现、验证测试四步流程，帮助发现并修复复制粘贴代码、魔术数字和重复逻辑，提升代码可维护性，适用于需要重构冗余代码的场景。
Ralph Loop Template 是一个用于生成 Ralph Loop 可迭代清单 PROMPT 文件的技能。它可以从计划文件或当前对话中提取计划内容，分析项目环境与计划结构，将计划拆分为适合逐次迭代的实现阶段，最终产出带勾选清单的 PROMPT-{name}.md 文件，并输出可直接复制执行的 /ralph-loop 命令。该技能适用于需要把较长的开发计划转化为分阶段、可验证、可自动重试执行流程的场景。
用于运行、执行或评估代码的 AgentBay 技能，通过 AgentBay SDK 创建 code_latest 沙箱并调用 run_code 执行，支持 Python、JavaScript、R、Java，返回执行结果。
Agnost AI 集成技能：指导 AI 代理或 CLI 工具为客户的 Python 或 TypeScript 应用接入 Agnost AI 分析，先检查现有 OpenTelemetry 遥测，再选择 OTel 或 SDK/MCP 路线，并验证真实交互产生的追踪数据。
用于在 IDA 中反编译并分析函数的技能，提供伪代码查看、ctree AST 结构查询、局部变量与标签管理，以及反编译器驱动的注释与清理。
面向天文与天体物理数据处理的 Astropy Python 库技能，覆盖天球坐标、物理单位、FITS 文件、宇宙学计算、时间处理、表格操作与 WCS 变换，适用于科研数据分析场景。
通过 NCBI E-utilities REST API 直接访问 PubMed 的技能，支持布尔与 MeSH 高级检索、批量处理与引文管理，用于生物医学文献检索、系统综述与文献分析。
基于 PyDESeq2 的批量 RNA-seq 差异表达分析技能，支持单因素与多因素设计、Wald 检验、多重检验校正、可选 apeGLM 收缩，并与 pandas、AnnData 集成，可用于将 R 版 DESeq2 流程迁移到 Python。