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 10-30 00:12
38,743 个结果
这是一条用于调试场景的原则性技能，名为“Fix Root Causes”（修复根本原因）。它主张在调试时不要只修复表面症状，而应把每个问题追溯到根本原因并在此处修复。其核心理由是：症状式修复会不断累积，每个临时绕过都会让系统更难理解，而真正的缺陷依然存在；根本原因修复虽然前期较慢，但能减少总体调试时间。该原则给出的操作模式包括：先复现问题；不断追问“为什么”直到触及根本原因；不要添加防护措施（例如用 nil 检查来消除崩溃属于症状式修复）；如果某个绕过方案需要一整段注释来证明其合理性，说明代码本身有问题，应修复代码而非注释；要检查模式而非单个实例（用 grep 搜索相同模式并修复所有实例）；卡住时应加插桩、加日志、读取真实错误，而不是猜测；对于“重启后失败”的问题，应先怀疑持久化状态（配置文件、缓存、锁文件、序列化状态），若清除某状态文件即可恢复正常，则优先把状态校验作为修复方向。
这是一个关于“基础性思维（Foundational Thinking）”的原则性技能，用于在编写业务逻辑之前先做结构性决策。它主张先确定数据形状再写逻辑，尽早定义核心类型并梳理所有访问模式；在代码层面只对结构做 DRY，类型与数据模型应当趋同，避免过早抽象，显式优于取巧；测试应针对行为与边界情况而非代码行数。并发方面，在多个执行者共享状态前先问“若另一执行者并发修改会怎样”，答案若非“无影响”则应隔离。该技能还强调脚手架优先：凡对后续每个阶段都有帮助的事应先做，如 CI、lint、测试基础设施与共享类型；按选项价值排序，先搭建设置再开发功能、先写测试再修复；提交保持小而单一目的；每次增量应落地一个连贯抽象或深化已有抽象，不要把新能力拆散成调用方的特例协调；并且先做减法清理死代码，再铺设基础。
这是一条名为 Laziness Protocol（懒惰协议）的编码原则，用于重构、评估改动规模，或当你想要新增抽象、层级、信号传递时参考。其核心理念是用最少的代码与复杂度换取最大的结果：优先删除而非新增；保持扁平的调用层级，避免深层调用链；把重复决策收敛到单一事实来源；让改动最小化；对为传递新信号而穿透类型、schema、管道等各层的做法保持警惕；及时清除细小的透传、表示泄漏和重复选择。判断标准是：如果人类开发者觉得这段代码维护起来令人疲惫，那就是坏方案。
该技能用于在设计命令、生命周期步骤或处理循环时实现幂等性，确保操作无论运行多少次或从何种状态开始，都能收敛到相同的正确状态，适用于存在崩溃、重启和重试的常见场景。
该技能是一条工程原则：在引入新的内部 API 时，应在同一轮重构中迁移所有调用方并删除旧 API，而不是保留兼容层。它要求先盘点调用方、逐一迁移、立即删除旧接口，把临时适配器视为例外并设定时限，同时更新测试以断言新契约、删除只保护旧实现细节的测试。适用于没有外部用户依赖向后兼容、项目能承受协调一致的破坏性变更、且新 API 属于简化或重构计划的场景。
这是一条用于指导开发者在新需求融入既有设计时进行重构的原则性技能。其核心主张是：不要将新需求“焊接”到现有设计上，而应假设该需求从第一天起就是基础假设，从而重新设计整体方案。技能要求先阅读所有受影响文件、理解当前设计，再自问“如果从一开始就带着这个新需求编写，我们会构建出什么”，随后把变更传播到类型、文档、示例、理由说明等每一处引用，最后先想清整体重构，再增量交付。该方法旨在既有设计演进过程中保留可选项价值，避免补丁式堆叠造成的结构劣化。关于该技能的安装命令、具体运行平台、依赖条件、收费情况与价格信息，资料暂未提供。
这是一条关于工作拆解与交付顺序的原则性技能，强调把多步骤工作（如批量修改、数据迁移、同类编辑的连续执行）以及提交与 PR 的堆叠方式，组织成一连串小的、可验证的单元。每个单元都以一个可以检查的状态结尾，在当前单元未通过验证前不进入下一步。其核心逻辑是：在导致问题的那个单元处被发现的错误，定位成本最低；而在一整批之后才发现的错误，已经被埋在大量改动之下，而且此时你已经在一个破损的基础上继续搭建。把这些单元按可复现的顺序交付，能把“相信我”变成“看它先红后绿”。资料还说明了执行与交付两方面的做法，并指出它与“证明其可行”和“打造杠杆”两个原则技能互为补充。
该技能名为“先减后加”（Subtract Before You Add），用于在新增功能、重构或重写时确定工作顺序。其核心主张是：在向系统添加内容之前，先移除死代码、冗余校验器和占位引用，再在更简单的基础上构建。资料指出，向复杂系统添加内容会叠加复杂度，而先做减法能减少代码量、暴露本质结构，并让后续设计更清晰。该技能建议把简化当作持续投入，使设计在相同或更小的接口面上变得更简单且更有能力。具体模式包括：先移除再构建、先削减再打磨、按实际观察到的使用情况设计而非臆测边界情况、不添加规格未要求的推测性校验器/解析器/守卫、简化提示词（移除冗余指令与过度模板），以及当引用没有新内容时直接删除而非留下占位。
一套静态类型语言的设计原则技能，主张用类型系统在编译期消除非法状态、区分语义原语、在边界解析外部数据并保证穷尽匹配，适用于设计类型、审查函数签名或编写代码时。
TypeScript 最佳实践技能，适用于阅读或编辑任何 .ts 或 .tsx 文件时使用。该技能以类型系统纪律为核心，提供一系列规则：用可辨识联合建模变体、用品牌类型区分原始类型、构造性建模让非法值无法构造、优先使用最简单的全类型、外部数据用 unknown 而非 any、先写 schema 再写类型守卫、避免 as 断言、按层级收窄类型、编写诚实的类型守卫、用 never 做穷尽性检查、用 satisfies 替代 as、在边界处做校验、从 schema 派生类型、对象参数替代位置参数、使用真实测试而非过度 mock、采用结构化遥测而非 console.log。
一个用于讲解代码的 AI 技能：以类比和 ASCII 图示说明代码如何运作、梳理代码库局部，或回答“这是如何工作的”。强调对话式讲解，并用图示呈现流程、调用关系、结构、状态与数据形态。
Logic-Lens 的“执行解释”技能：针对单个函数和单个输入场景，生成跨函数的逐步执行轨迹，解析名称、类型与全局状态，指出隐式转换和隐藏副作用，并对比“实际行为”与“预期假设”。
通过 Slack API 直接读取 Slack 线程与搜索消息的技能，无需 MCP 服务器。适用于用户提供 Slack 消息 URL、要求读取某条线程，或需要抓取频道历史与检索消息的场景。
commit-authorship 是一个用于 Git 提交环节的 AI 技能，核心用途是保留人类作者署名。当用户创建或修改（amend）Git 提交时，该技能会指示 AI 不要自动把自己加为共同作者（co-author），也不添加代理归属信息，除非用户明确要求。它维护人类已配置的作者身份，避免 AI 在提交历史中留下未经请求的署名痕迹，适合希望保持提交记录纯净、作者信息准确的开发者和团队使用。
面向 WordPress 6.x+ 区块编辑器（Gutenberg）开发的审查技能，系统性检查 block.json 架构、编辑器 React 组件、服务端 PHP 渲染、属性处理、弃用管理与 Interactivity API 用法，按文件分组输出带行号与严重级别的发现。
面向 TUI 渲染、布局与性能优化的技能，用于排查闪烁、重绘过多、CPU 浪费、尺寸变化处理不当、回滚缓冲损坏等问题，并指导构建稳健的渲染架构。
uv 是由 Astral 开发的极速 Python 包与项目管理工具，用 Rust 编写。它可替代 pip、virtualenv、pyenv、pipx、poetry、twine 等，提供依赖解析、虚拟环境、Python 版本管理、工具执行与发布功能，速度比 pip 快 10-100 倍，并支持通用锁文件 uv.lock。
Superior Comments 是一个面向源代码注释整理的技能，用于在不改变可执行行为的前提下添加、修订或删除源码注释。它强调让注释承载代码本身难以表达的信息，例如意图、非显而易见的约束条件、安全与兼容性限制、单位与生命周期假设、公共 API 契约以及可执行的 TODO。该技能会保留许可证头、归属说明、生成文件警告、linter 指令、迁移说明和运维指令，除非能证明它们已过时；同时清理逐行复述语法的噪声、装饰性分隔符、空泛 TODO、无意义表情和与实现矛盾的陈旧说明。使用时应遵循代码仓库原有的语言、注释语法、文档格式与语气，并在完成后检查差异，确认仅注释发生变化。
面向 REST API 设计与文档编写的技能，强调使用 OpenAPI 3.0+ 规范描述接口，并遵循资源命名、HTTP 方法、状态码、分页、版本化与统一错误响应等行业惯例。
面向容器化开发的技能，聚焦安全优先、精简镜像与 12-factor 应用方法，涵盖 Dockerfile 编写、多阶段构建、非 root 用户、Alpine/slim 基础镜像、Skaffold 与安全加固。
Feature Tracking 是一个用于对照需求文档跟踪功能实现状态的技能，通过层级化 FR 编码维护 JSON 跟踪文件，支持阶段管理、任务跟踪与 TODO.md 同步。
该技能提供将 COBOL 程序转换为 Python、Java 等现代语言的系统化指导，重点在于保持行为完全一致、数据格式与字节级输出兼容。
该技能来自 letta-ai/skills，用于指导实现无界面终端接口，即通过程序化方式控制 shell 会话，不显示终端界面。涵盖 spawn shell 进程、发送输入、捕获输出，并涉及库选择、shell 配置、边界情况与测试验证。
用于分析 LocalStack 日志并借助 lstk CLI 排查问题的技能，可查看和过滤日志、识别错误模式、分析 AWS API 请求与 Lambda 执行，适用于需要调试本地 AWS 模拟环境时使用。