SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-21 00:11

部署与运维

12,086 个结果

azure-monitor-opentelemetry-exporter-java

Azure Monitor OpenTelemetry Exporter for Java 是一个用于将 OpenTelemetry 的追踪（traces）、指标（metrics）和日志（logs）遥测数据导出到 Azure Monitor / Application Insights 的 Java 库。该包已被标记为弃用（deprecated），官方建议迁移到 azure-monitor-opentelemetry-autoconfigure。它通过连接字符串（Connection String）与 Application Insights 关联，支持创建 Span、添加属性、嵌套 Span、记录异常、自定义 SpanProcessor 以及通过 OpenTelemetry API 采集指标等能力。

部署与运维49 次安装

azure-monitor-opentelemetry-py

该技能面向 Python 应用，提供 Azure Monitor OpenTelemetry Distro 的接入方式，实现通过一行代码完成 Application Insights 配置，并借助 OpenTelemetry 自动埋点采集遥测数据。资料给出了安装命令、连接字符串环境变量配置，以及 Flask、Django、FastAPI 等框架的集成示例，还包含自定义 trace、metrics、日志、采样、云角色名称、按需启用或禁用埋点、Live Metrics 和 Azure AD 认证等配置方法，并列出了内置自动埋点覆盖的库与配置参数表。适用于需要为 Python 服务接入 Application Insights 监控与可观测性的场景。

部署与运维49 次安装

server-checkup

server-checkup 是一个用于系统化 Linux 服务器管理的 Claude 技能，由 spm1001/trousse 提供。它强调在做出任何变更之前先捕获基线状态，变更后再进行验证。该技能适用于新服务器或树莓派的初始设置、安全审计与加固、现有基础设施的健康检查、重大变更前后的基线对比与验证，以及重新刷写系统后的配置。它不适用于非 Linux 系统（如 macOS、Windows）、云托管服务（应使用对应平台工具）以及一次性的快速命令。该技能支持交互模式（默认，逐步执行并询问决策）与自动模式（“full server audit” 或 “audit thoroughly”），并支持局部审计。内部按阶段推进：阶段 0 上下文发现、阶段 1 连接与分诊、阶段 2 安全审计、阶段 3 维护设置、阶段 4 Tailscale 检查、阶段 5 清理、阶段 6 验证、阶段 7 报告生成。技能包含自动风险评分（CRITICAL/HIGH/MEDIUM/LOW）、上下文管理策略（简洁输出、子代理、基线捕获）以及常见反模式提示。具体收费标准、价格与商业条款暂未提供。

部署与运维49 次安装

makers-storage

EdgeOne Makers Storage 是腾讯 EdgeOne Pages 面向 Makers Functions 提供的数据持久化存储能力，包含 KV（键值）存储与 Blob（对象）存储两部分。KV 存储是部署在多个边缘节点的全球分布式键值持久化服务，可保存简单的键值对数据；Blob 存储是分布式对象存储，适合保存图片、文档、用户上传文件及 AI 生成内容等。KV 存储仅在 Edge Functions 中可用，不支持 Node Functions；Blob 存储目前仅提供 Node.js SDK（@edgeone/pages-blob）。两者均需在 EdgeOne Pages 控制台先行开通，免费额度为每账号 1 GB 存储。该工具适合需要在 EdgeOne Pages 应用中持久化数据、文件或简单键值对的场景。

部署与运维49 次安装

infrastructure-coder

Infrastructure Coder 是一个专注于基础设施即代码（IaC）的 AI 技能，用于生成、审查和分析 Terraform/OpenTofu 模块、Kubernetes 清单与 Helm Chart、Dockerfile。它提供六种工作模式：terraform、kubernetes/k8s、docker、review、cost、security，分别对应 IaC 生成、Dockerfile 优化、正确性与最佳实践审计、成本相对比较、安全配置扫描。该技能强调版本固定、最小权限、资源限制、健康检查、非 root 容器等安全与可靠性规则，并明确不处理 CI/CD 流水线、应用代码、云控制台操作或绝对成本计算。

部署与运维49 次安装

cloud-native-readiness

cloud-native-readiness 是一个用于评估项目是否适合云原生部署的技能。它通过三阶段工作流运行：先按无状态性、配置外置、水平扩展、启动/关闭、可观测性、服务边界六个维度打分（每项 0-2 分，总分 0-12），生成结构化就绪报告；再检测仓库中是否已有 Dockerfile、docker-compose、容器镜像、Kubernetes 清单等制品；最后根据评分与制品情况决定是直接报告结果，还是调用 dockerfile-skill 生成容器化配置。适用于在容器化或微服务改造前快速判断项目现状与差距。

部署与运维49 次安装

docker-to-sealos

docker-to-sealos 是一个将 Docker Compose 文件或安装文档转换为生产级 Sealos 模板的技能。它可自动完成分析、转换、校验与输出全流程，无需用户补充缺失字段。该技能会从 Compose 或文档中提取应用服务与数据库服务、卷与配置挂载、端口与依赖、环境变量与密钥、资源限制与健康检查等信息，推断应用元数据，并按严格顺序生成 Template CR、对象存储桶、数据库资源、应用工作负载资源与 App 资源。转换过程遵循字段级映射规则，支持镜像版本固定、端口与服务转换、环境变量与依赖排序、存储转换、服务名到 Kubernetes FQDN 转换、数据库连接串注入、边缘网关归一化与 TLS 卸载归一化等。数据库方面对 PostgreSQL、MySQL、MongoDB、Redis、Kafka 有明确的版本、结构与密钥命名要求。输出固定为 template/<app-name>/index.yaml，并在交付前运行多项校验与自测。

部署与运维49 次安装

sealos-deploy

Sealos Deploy 是一个用于将任意 GitHub 项目一键部署到 Sealos Cloud 的技能。它按阶段执行：环境预检与 Sealos 认证、可部署性评估、检测已有镜像、生成 Dockerfile、构建并推送镜像、生成 Sealos 应用模板、引导配置环境变量，最后部署到 Sealos Cloud。所有 kubectl 命令必须使用 Sealos 的 kubeconfig，删除资源前需用户确认，安装系统工具也需用户确认。每次运行都会在 ~/.sealos/logs/ 下写入日志。该技能依赖同目录下的 dockerfile-skill、cloud-native-readiness、docker-to-sealos 等内部知识文件，并提供多个 Node.js 脚本用于评分、校验、镜像检测、构建推送、拉取密钥管理、模板部署和认证管理。

部署与运维49 次安装

skill-system-installer

Skill System Installer 是技能系统的安装与部署入口，用于从精选列表或 GitHub 仓库路径安装、更新技能。它提供 sk init（skill-system-cli）作为仓库的主要引导入口，并支持 sk install deploy --target <path> 将技能系统作为 sidecar 附加到外部项目。该技能可列出可安装的精选技能、从精选列表安装指定技能、从其他 GitHub 仓库（含私有仓库）安装技能，并支持引导初始化、预检诊断、仪表盘生成、部署、更新、状态检查与同步等操作。

部署与运维48 次安装