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

12,102 个结果

n8n-expression-syntax

n8n-expression-syntax 是一份面向 n8n 工作流的表达式语法指南，用于编写、校验并修复 n8n 表达式中的常见错误。内容围绕 {{}} 双花括号语法展开，讲解 $json、$node、$now、$env 等核心变量的用法，重点说明 Webhook 数据实际位于 $json.body 之下这一常见误区，并覆盖嵌套字段、数组、对象、字符串与日期的访问方式。资料还给出 Code 节点、Webhook 路径、凭据字段中不应使用表达式等限制，以及验证规则（必须用 {{}}、含空格字段用方括号、节点名区分大小写、不可嵌套 {{}}）和常见错误速查表，适合在编写 n8n 表达式或排查报错时参考。

部署与运维46 次安装

production-observability

该技能用于在 Spring Boot 4 应用中建立面向生产环境的可观测性体系，涵盖 Actuator、Micrometer Observation 与 Tracing、OpenTelemetry/OTLP 导出、结构化日志、健康探针等内容。它强调只对用户可见操作和运维边界进行埋点，而非每个方法；要求使用 Micrometer API 而非直接调用 OpenTelemetry API，指标标签保持低基数，避免用用户 ID、实体 ID 或异常信息作为指标标签。同时给出健康与就绪探针、结构化日志与告警的实践准则，并附有示例文件与官方文档链接。

部署与运维46 次安装

azure-monitor-ingestion-py

Azure Monitor Ingestion SDK for Python 是用于通过 Logs Ingestion API 向 Azure Monitor Log Analytics 工作区发送自定义日志的 Python 库。它提供同步与异步客户端，支持从内存列表或 JSON 文件上传日志，自动完成分块、gzip 压缩与并行上传，并可通过回调处理部分失败。使用前需准备 Log Analytics 工作区、数据收集终结点（DCE）、数据收集规则（DCR）和自定义表，并通过环境变量配置终结点、DCR 不可变 ID 与流名称。

部署与运维46 次安装

azure-storage-file-share-py

Azure Storage File Share SDK for Python 的用法技能说明，面向云原生和迁移上云场景，介绍如何用 Python 管理 Azure 上的 SMB 文件共享、目录与文件。内容涵盖安装命令 pip install azure-storage-file-share、连接字符串与 Entra ID（DefaultAzureCredential）两种认证方式，以及共享的创建/列出/获取/删除、目录的创建与嵌套、列出目录与文件、删除目录、文件的上传/下载/属性/删除/复制、范围（Range）读写、快照操作和异步客户端等示例，并给出最佳实践与限制。

部署与运维46 次安装

devcontainer-setup

该技能用于为项目创建预配置的 devcontainer（开发容器），内置 Claude Code 与语言特定工具链（Python、Node/TypeScript、Rust、Go），并支持持久化卷。适用于用户要求“设置 devcontainer”或“添加 devcontainer 支持”、希望获得沙箱化的 Claude Code 开发环境，或需要带持久配置的隔离开发环境时。它不适用于已有 devcontainer 仅需修改、一般性 Docker/容器问题，或部署生产容器（此技能仅面向开发用途）。工作流程包括项目侦察（推断项目名称并识别语言栈）、生成配置、写入 .devcontainer/ 目录。输出文件包含 Dockerfile、devcontainer.json、post_install.py、.zshrc 与 install.sh（devc 命令）。

部署与运维46 次安装

pipe

Pipe 是一个面向 GitHub Actions 的工作流架构技能，用于设计、加固与优化 CI/CD 流水线。它覆盖触发策略与事件路由、工作流安全加固（最小权限、OIDC、SHA 固定、供应链防御、出网策略）、CI 性能调优（缓存、并行、矩阵优化、运行器成本）、分支保护与合并队列、可复用工作流与复合动作抽取，以及 PR 自动化（标签、指派、检查、合并策略）。该技能强调把工作流当作生产代码：默认最小权限、第三方动作固定到完整提交 SHA、优先使用 OIDC 而非长期云凭证、使用制品来源证明，并在提交前用 actionlint 校验。每次会话默认只处理一条工作流通道，适合需要系统化治理 GitHub Actions 的团队。

部署与运维46 次安装

ship

Ship 是一个面向 Git 仓库的自动化交付工作流技能，用于把「合并基线分支、运行测试、审查差异、更新版本号、生成 CHANGELOG、提交、推送、创建 PR」这一整套发布流程串成一次非交互式执行。用户只需触发 /ship，工作流会自行检测托管平台与基线分支，合并基线分支后运行构建、lint 与测试，进行测试覆盖率审计、上线前代码审查、范围漂移检测与计划完成度审计，自动决定版本号递增级别并生成 CHANGELOG，按可二分定位的粒度拆分提交，最后推送分支并创建或更新 Pull Request，输出 PR 链接。

部署与运维46 次安装

env-check

env-check 是一个用于区分运行环境类型的技能：判断当前运行在云端智能体（CLOUD_AGENT）还是本地工作区（LOCAL_WORKSPACE），并据此应用对应的智能体约束。它适用于会话开始时选择测试方式、凭证来源、Hub 连续性回退方案，以及判断本地 CLI 工具是否可用等场景。该技能通过解析并执行脚本 check_runtime.sh 输出运行环境判定结果，结合 Cursor Cloud 标记与容器线索进行检测，不把 root 用户单独视为云端。对 CLOUD_AGENT，提示不要假设存在机器本地安装的技能二进制或 CLI，优先使用无头测试与 CLI 验证，优先使用注入环境/OIDC/平台密钥；对 LOCAL_WORKSPACE，本地 CLI、本地 Docker、localhost 服务与主机浏览器可正常使用。若 Hub MCP 不可用，要求在回复首行显式说明并给出修复提示，不得虚构 Hub 状态，可在允许时使用 forge 议题作为连续性回退。

部署与运维46 次安装

creating-backstage-scaffolder-action

该技能用于在 Backstage 中构建自定义 scaffolder 模板动作（scaffolder action），即模板 YAML 步骤可调用的后端步骤。内容涵盖使用 createTemplateAction 创建动作、通过 createBackendModule 和 scaffolderActionsExtensionPoint 注册动作、两种调用模式（独立编辑已有 scaffolder-backend-module-* 插件，或在 post-scaffold 场景下同时生成动作定义与模块注册文件），以及常见注意事项：动作 id 采用 <namespace>:<name> 或 <namespace>:<group>:<name> 命名约定，输入输出 schema 使用工厂函数写法（如 input: { name: z => z.string() }），处理器上下文 ctx 提供 logger、workspacePath、input、output、getInitiatorCredentials、createTemporaryDirectory、signal、isDryRun 等能力，长任务需定期打印日志以便 UI 流式展示，dry-run 需 supportsDryRun: true 并在处理器内检查 ctx.isDryRun。

部署与运维46 次安装

ci-debug

ci-debug 是一个用于诊断 CI 运行失败的技能，基于 11 种模式的 playbook 对失败进行分类。它通过 PR 编号、运行 URL 或作业 URL 定位失败的作业，抓取失败日志中的首个错误信息，然后按顺序匹配 11 种已知模式（如计费阻断、锁文件漂移、权限缺失、YAML 内嵌 Python、macOS BSD date 问题、浅克隆误判、发布运行被取消、Vercel 状态孤立等），引用相关记忆条目并给出精确的修复命令。该技能只提出修复方案，绝不自动应用，需用户回复“go”后才执行。若失败不匹配任何模式，则输出原始证据供人工判断。

部署与运维46 次安装

docker-ops

docker-ops 是一个面向 Docker 容器化开发的技能文档，汇总了 Dockerfile 最佳实践、多阶段构建、层缓存规则、Docker Compose 配置、安全加固建议与常用命令。它帮助开发者构建更小、更安全、更易维护的容器镜像，并正确使用 Compose 编排多服务应用。内容涵盖基础镜像选择、非 root 用户、BuildKit 密钥、.dockerignore、健康检查、卷与网络等主题，同时列出常见陷阱及修复方式。

部署与运维45 次安装

linux-service-triage

该技能用于诊断常见的 Linux 服务问题，结合日志、systemd/PM2、文件权限、Nginx 反向代理检查与 DNS 基础排查。适用于服务器应用无法启动、端口监听异常、权限报错、反向代理 502 等场景。默认以只读方式分析用户提供的状态输出与日志，给出最可能原因、最小修复方案与验证步骤；仅在用户明确授权且安全的前提下提供具体修复命令。不适用于内核调试、深度性能分析或绕过访问控制等用途。

部署与运维45 次安装

sysadmin-toolbox

Sysadmin Toolbox 是一个面向系统管理、DevOps 与安全工作的工具发现与 Shell 一行命令参考技能。它通过整理好的参考文件，为网络连通性、端口与流量排障、DNS 与 SSL/TLS 排查、进程与内存磁盘分析、日志与系统诊断、Shell 脚本编写、安全审计与渗透测试、容器（Docker/K8s）等场景提供工具推荐和实用命令。技能包含 shell-oneliners、cli-tools、web-tools、security-tools、shell-tricks 等参考文件，并附有网络调试、DNS、SSL/TLS、进程系统、日志分析、容器等快速工具索引。参考资料默认每周日东部时间凌晨 5 点自动刷新，也可通过脚本手动刷新。

部署与运维45 次安装

jenkins-deploy

ABC Jenkins 项目发布技能，用于通过 AI 工具交互式触发 Jenkins 构建。支持智能参数推断，可自动获取当前 Git 仓库的分支名和标签信息，并从分支名解析 TAPD ID。使用两阶段部署流程：先触发构建并返回队列 ID 与构建页面 URL，再以后台监控方式跟踪构建进度，不阻塞主对话或终端。需要配置 JENKINS_USER 和 JENKINS_TOKEN 环境变量，并要求当前处于 Git 仓库中。支持多种 Jenkins 参数类型（文本、下拉选择、复选框、布尔值、只读参数），内置项目缓存机制，首次运行从 Jenkins API 获取约 542 个项目并缓存于 scripts/cache/jobs.json。适用于测试环境发布（PcFeatureTest）、开发环境发布（staticPcOwn）、微服务发布（static-mf-deepseek）等场景。

部署与运维45 次安装

observability-and-instrumentation

这是一份关于可观测性与埋点（Observability and Instrumentation）的实践指南，适用于为生产代码添加日志、指标、追踪或告警的场景，或用于改善事后缺乏诊断数据的情况。内容强调埋点应与功能开发同步进行，而非上线后补充。指南给出了一套可执行流程：先明确运维值班人员会提出的2–4个问题，再按问题选择结构化日志、指标或分布式追踪三类信号；随后分别说明结构化日志的写法与日志级别、强制关联ID、禁止记录密钥与个人信息，指标的RED/USE方法与标签基数控制、延迟使用直方图与百分位，基于OpenTelemetry的分布式追踪与上下文传播，以及基于用户可感知症状而非原因的告警设计。文末还包含对埋点本身的验证方法、常见借口与红标志清单，以及一份可勾选的验证项，用于确认日志结构、指标标签、追踪完整性和告警可执行性。

部署与运维45 次安装