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 10-15 00:40

部署与运维

6,496 个结果

prepare-migration

prepare-migration 是 stardust 迁移流程中的编排型技能，用于在用户决定迁移现有站点后，按顺序运行 extract、direct、prototype 三个上游技能的 --prep 模式，并在每个阶段设置确认关卡，让用户确认或修正推断出的目录。它本身不重复底层逻辑，只负责调用与汇总。级联共五个阶段：extract --prep（全量清单抓取、页面类型、模块候选、类型化插槽）、direct --prep（类型目录确认、模块目录定稿、颜色预留、方向重评估、品牌元数据默认值）、prototype --prep（为每种页面类型补齐已批准原型并写入 canon）、assets prep（生成 favicon 变体、下载字体、审计品牌资产）、Phase 4.5 动态表面（检测、分类、分诊动态特性，产出 dynamic-features.md 与 helix-query.yaml）。完成后用户需单独运行 $stardust migrate。该技能支持 --from、--skip-confirm、--canon-from、--refine-module 等参数，具备幂等性与断点续跑能力。

部署与运维457 次安装

infrastructure-monitoring

该技能用于搭建完整的基础设施监控体系，基于 Prometheus、Grafana 与告警系统，覆盖指标采集、健康检查与性能追踪。内容包含 Prometheus 配置、告警规则、Alertmanager 配置、Grafana 仪表盘以及监控部署等参考指南，并给出最小可用的 prometheus.yml 示例。适用于实时性能监控、容量规划与趋势分析、事件检测与告警、服务健康追踪、资源利用率分析、性能排障、合规与审计记录以及历史数据分析等场景。

部署与运维457 次安装

deploy-pipeline

Deploy Pipeline 是一个基于 Composio CLI 的端到端部署流水线技能，用于在 Stripe、Supabase 和 Vercel 之间协调分阶段发布。它通过一条脚本按固定顺序完成整个“发布”流程：先更新 Stripe 产品与价格，再推送 Supabase 数据库迁移，然后部署并提升 Vercel 前端，最后进行冒烟检查与发布公告。该技能适合同时涉及计费、数据库和前端的全栈产品发布，例如将 Vercel 预览构建提升到生产环境并同步切换 Stripe 价格、应用 Supabase 迁移，或用于每周重复的发布列车。使用前需安装 Composio CLI 并登录，链接 Stripe、Supabase、Vercel 以及用于发布公告的 Slack。流水线强调顺序不可并行：Stripe → Supabase → Vercel → 验证 → 公告，计费变更先于数据库，数据库先于前端。技能还提供了回滚方案与常见故障排查建议。

部署与运维454 次安装

error-tracking

该技能用于借助 Sentry 实现错误追踪，自动捕获、上报并分析异常、性能问题与应用稳定性。适用于生产环境错误监控、自动异常捕获、发布追踪、性能问题检测和用户影响分析。提供最小可用示例（npm 安装 @sentry/cli、@sentry/node、@sentry/tracing 并执行 sentry init -d），并在 references/ 目录中给出 Sentry 安装、Node.js 集成、Express 中间件集成、Python 集成、Source Maps 与发布管理、CI/CD 发布创建、自定义错误上下文、性能监控等参考指南；同时列出最佳实践，如配置 source maps、设置采样率、追踪发布与部署、过滤敏感信息、添加上下文与面包屑、设置用户信息、定期审查错误模式，以及避免在上下文中包含密码、记录个人身份信息等。

部署与运维452 次安装

get-unpublished-changes

该技能用于对比当前 HEAD 与已发布的最新 npm 版本，按发布层（release layer）列出所有尚未发布的变更。它会检测 oh-my-opencode、oh-my-openagent、lazycodex-ai 的最新已发布版本，运行 git diff 查看实际改动，并将每个文件归类到一个或多个发布层，再按 feat/fix/refactor/docs 分组。技能强调不能只复制 commit message，而要阅读真实 diff，用平实语言描述实际变化及其重要性，并标注破坏性变更。输出包含分层影响矩阵（omo pure components、omo opencode、omo codex）以及每层的版本建议（patch/minor/major）和一个整体发布版本建议。触发词包括 unpublished changes、changelog、what changed 等。

部署与运维452 次安装

terraform-infrastructure-as-code

Terraform 基础设施即代码（Infrastructure as Code）技能指南，系统覆盖资源、数据源、变量与输出、模块、状态管理、工作区、Provider 配置以及依赖、Provisioner 等进阶特性。该技能以 HashiCorp 配置语言（HCL）为核心，讲解如何以声明式方式定义和配置公有云、私有云、网络设备与 SaaS 等外部资源，并梳理 init、plan、apply、destroy 等标准工作流命令及常用参数。内容包含 AWS 场景下的 EC2、VPC、子网、S3、安全组等资源示例，以及数据源查询、输入变量校验、输出与本地值、模块封装与复用、模块来源等实践写法，并涉及生命周期管理（create_before_destroy、prevent_destroy、ignore_changes、replace_triggered_by）、远程状态读取与 CI/CD 集成等主题。适合需要以代码化方式管理和审查云基础设施的开发者与运维人员参考。

部署与运维452 次安装

aws-cloud-services

AWS 云服务技能，覆盖 S3、Lambda、DynamoDB、EC2、RDS、IAM、CloudFormation 等核心服务与企业级云架构模式，并基于 AWS SDK for JavaScript v3 提供代码示例。内容涵盖区域与可用区、账户结构、服务分类等基础概念，IAM 用户/组/角色/策略与最小权限原则、凭证链管理，S3 存储类别、对象上传下载、列举、删除、预签名 URL 与分片上传，Lambda 执行模型、处理函数、调用类型、配置与事件源集成等。适合构建可扩展云应用、实现无服务器架构、管理对象存储、设计 NoSQL 方案、部署计算资源、配置关系型数据库、实施访问控制、自动化基础设施部署、架构多区域高可用系统、优化成本与性能、迁移本地应用、实现事件驱动架构、构建数据管道、安全管理密钥凭证以及搭建 CI/CD 流水线等场景。

部署与运维449 次安装

health-check-endpoints

health-check-endpoints 是 aj-geddes/useful-ai-prompts 中的一个技能，用于实现全面的健康检查端点，覆盖存活（liveness）、就绪（readiness）与依赖监控。它适用于部署到 Kubernetes、实现负载均衡健康检查、服务发现与注册、监控告警系统、熔断决策、自动扩缩容触发以及部署验证等场景。技能内容包含使用时机说明、快速上手示例与参考指南，提供 Express.js、Spring Boot Actuator 风格（Java）以及 Python Flask 的健康检查实现参考，并给出最佳实践清单，例如分离存活与就绪探针、保持存活探针轻量、在就绪探针中检查关键依赖、返回合适的 HTTP 状态码、包含响应时间指标、设置合理超时、短暂缓存健康检查结果、包含版本与环境信息、监控健康检查失败；同时明确不应在存活探针中检查依赖、检查失败仍返回 200、响应过慢、跳过重要依赖检查、暴露敏感信息或忽略健康检查失败。具体安装方式、完整代码实现、收费与平台信息暂未提供。

部署与运维448 次安装

logfire-infrastructure

该技能用于通过 Pydantic Logfire 监控主机、Docker 容器、Kubernetes 集群、数据库/队列/缓存服务器以及云厂商指标，无需修改应用代码。其机制是借助 OpenTelemetry Collector 将主机、容器、集群和基础设施服务指标发送到 Logfire，Logfire 作为完全兼容 OTel 的后端接收标准 OTLP 数据。该技能不适用于应用级 trace、日志或 AI/agent span，那属于 logfire-instrumentation，两者可组合使用。使用流程包括：先认证并选定确切项目，再识别实际需要监控的基础设施，然后按参考文档配置 Collector 接收器，最后验证数据是否真正到达对应页面。

部署与运维448 次安装

publish

publish 是 oh-my-openagent 仓库中的发布管理技能，用于将 oh-my-opencode 发布到 npm。它通过触发 GitHub Actions 的 publish 工作流并验证发布产物来完成整个发布流程。该技能定位为“仅发布”（ship-only）：不会运行发布前审查或代码复审，也不会在发布过程中修复代码。使用前必须由用户提供一个发布选择器（patch、minor、major 或明确的语义化版本号），否则会立即停止并询问。发布流程涵盖三个发布面：omo 纯组件、omo opencode（oh-my-opencode 与 oh-my-openagent npm 包及平台包）、omo codex（lazycodex-ai、Codex 插件元数据及 code-yeongyu/lazycodex 市场发布），并包含向 Discord 频道发布公告的强制步骤。

部署与运维447 次安装

cli-anything-adguardhome

cli-anything-adguardhome 是一个面向 AdGuard Home 的命令行界面工具，通过 AdGuard Home REST API 实现全网广告拦截与 DNS 管理，专为 AI 智能体和高级用户设计，无需图形界面即可管理过滤规则、DNS 重写、客户端、DHCP 和查询日志。该工具以 Python 包形式发布，可通过 pip 安装，要求 Python 3.10+ 且 AdGuard Home 已安装并运行。它支持交互式 REPL 模式，并提供 --json 输出以便程序化解析。命令覆盖配置、服务器状态、过滤器列表、家长控制与安全搜索、被屏蔽服务、客户端、统计、日志、DNS 重写、DHCP 和 TLS 等管理功能。

部署与运维447 次安装

aspire-configuration

Aspire Configuration 是一个面向 .NET Aspire 项目的配置实践技能，核心目标是让 AppHost 通过环境变量输出显式的应用配置，同时保持应用代码不依赖 Aspire 客户端与服务发现包。它强调 AppHost 独占 Aspire 基础设施包，应用项目只绑定 IOptions<T> 或 Configuration；每个由 AppHost 注入的值都必须能在生产环境中以环境变量或配置文件形式复现，避免不透明的服务发现和隐式配置。技能给出了数据库、Blob 存储等资源的显式映射示例，以及应用侧绑定选项、特性开关与测试覆盖的写法，并附有 Do/Don't 检查清单。

部署与运维445 次安装

autoscaling-configuration

autoscaling-configuration 是一套面向自动扩缩容配置的提示词技能，用于为 Kubernetes、虚拟机和无服务器工作负载设置基于指标、时间计划和自定义指标的扩展策略。它帮助在需求波动时自动调整资源容量，在保持性能与可用性的同时优化成本。资料中提供了 Kubernetes HorizontalPodAutoscaler 的精简配置示例，以及 AWS Auto Scaling、自定义指标扩缩容、扩缩容脚本和扩缩容监控等参考主题，并给出应设置合理的最小/最大副本数、实现冷却期、使用多指标、测试扩缩容行为等正反两方面的实践建议。

部署与运维445 次安装

deployment-documentation

该技能用于撰写部署文档，覆盖基础设施搭建、CI/CD 流水线、部署流程与回滚策略，适合在编写部署指南、基础设施文档、流水线配置、配置管理、容器编排及云基础设施说明时使用。文档给出最小工作示例，包含部署方式（手动、自动化 CI/CD、蓝绿、金丝雀）、环境地址（开发、预发布、生产）与前置工具要求。参考指南目录列出 GitHub Actions 工作流、Dockerfile、docker-compose.yml 与部署清单四份文件。最佳实践建议使用基础设施即代码、实施 CI/CD、使用容器编排与健康检查、采用滚动部署、准备回滚方案、监控部署、记录应急流程、使用密钥管理、实施蓝绿或金丝雀部署；不建议直接部署到生产、跳过部署前测试、迁移前不备份、无回滚计划部署、部署后不监控、硬编码凭据、在高峰时段部署（除非必要）。

部署与运维445 次安装

runbook-creation

这是一个用于创建运维手册（Runbook）、操作手册（Playbook）、标准操作规程（SOP）和事件响应指南的技能/提示词模板。它围绕“为常见运维任务、事件响应和系统维护提供分步骤操作流程”这一目标组织内容，适用于事件响应流程、标准操作规程、值班手册、系统维护指南、灾难恢复流程、部署手册、升级流程和服务恢复指南等场景。其核心能力是引导生成结构化的运维文档：先给出快速参考（严重级别定义、响应时限、升级联系人），再按症状、调查步骤、解决步骤、验证、沟通、事后复盘等分节展开，并提供最佳实践清单，明确应包含精确命令、预期输出、验证步骤和沟通模板，同时避免含糊指令、遗漏前置条件和沟通规范。使用方式上以提示词驱动，附带参考资料目录结构（references/ 下的多个 md 文件）。限制方面：具体完整实现、截图、图表等细节资料未提供，价格、平台依赖等信息暂未提供。

部署与运维445 次安装

celery

Celery 是一个面向 Python 的分布式任务队列系统，用于在多个 worker 之间异步执行后台任务。它支持任务调度、重试、任务工作流，并能与 Django、Flask、FastAPI 等框架集成。Celery 通过 broker（如 Redis、RabbitMQ、Amazon SQS）传递任务消息，由 worker 进程拉取并执行，结果可存入 Redis、数据库、S3 等后端。它适用于后台处理（邮件、文件、报表）、定时任务（清理、备份、数据同步）、分布式计算、异步工作流编排、实时处理与负载均衡等场景。不适合简单异步 I/O、实时请求响应、亚秒级延迟或基础设施极简的场景。

部署与运维444 次安装

aws-rds-database

aws-rds-database 是来自 aj-geddes/useful-ai-prompts 的 AWS RDS 数据库技能，用于部署和管理关系型数据库。它覆盖 Multi-AZ 高可用、只读副本、备份与加密等能力，支持 PostgreSQL、MySQL、MariaDB 和 Oracle 等引擎。资料提供 AWS CLI 快速入门示例，包括创建数据库子网组、创建 RDS 安全组并放行 PostgreSQL 入站、创建 RDS 实例，并给出 Terraform 配置、数据库连接与配置等参考指南方向。适合事务型数据库、OLTP、读多场景、开发与预发环境、需要 ACID 合规和自动备份的应用以及灾难恢复场景。最佳实践强调生产环境使用 Multi-AZ、启用自动备份、静态与传输中加密、IAM 数据库认证、只读副本扩展、性能指标监控、CloudWatch 告警、Secrets Manager 存储凭据和参数组配置；并明确避免在代码中存密码、禁用加密、生产使用公网访问、忽略备份保留或跳过自动备份，以及不启用 Multi-AZ 建库。

部署与运维442 次安装

mlops-workflows

本技能提供基于 MLflow 的完整 MLOps 工作流指南，覆盖机器学习全生命周期：实验跟踪、模型注册、部署模式、监控与可观测性、A/B 测试、特征存储、ML 的 CI/CD、模型版本管理与生产最佳实践。内容以 MLflow 四大组件（Tracking、Projects、Models、Registry）为核心，给出可复用的 Python 代码示例，包括参数/指标/工件记录、自动日志、嵌套运行调参、模型签名与注册、别名与生命周期管理、REST API/Docker/SageMaker/Azure ML/Vertex AI 部署、批量推理以及性能与数据漂移监控。适合需要将模型从实验推进到生产部署与持续监控的机器学习工程师和数据科学家参考。

部署与运维442 次安装

log-aggregation

Log Aggregation 是一个用于构建集中式日志聚合系统的技能/提示词资源，支持使用 ELK Stack、Loki 或 Splunk 对基础设施中的日志进行采集、解析、存储与分析。它面向需要集中监控、调试和合规审计的场景，涵盖集中式日志收集、分布式系统调试、合规与审计日志、安全事件监控、应用性能分析、错误追踪与告警、历史日志留存以及实时日志搜索等用途。资料提供了基于 docker-compose 的 ELK Stack 最小可运行示例，并附带 ELK Stack 配置、Logstash 管道配置、Filebeat 配置、Kibana 仪表盘与告警、Loki（Kubernetes）配置以及日志聚合部署脚本等参考指南。同时给出最佳实践清单，强调解析并结构化日志数据、使用合适日志级别、添加上下文信息、实施日志保留策略、设置基于日志的告警、索引重要字段、统一时间戳格式和实施访问控制；并提醒不要在日志中存储敏感数据、生产环境不要使用 DEBUG 级别、不要发送原始非结构化日志、不要忽视存储成本、不要跳过日志解析、不要缺乏对日志系统的监控、不要永久保存日志、不要未加密记录 PII。

部署与运维441 次安装

auto-repo-setup

Auto Repo Setup 是一套面向 Claude Code 或 Codex 的仓库初始化与 Git 工作流技能，用于诊断和修复仓库环境、执行启动同步、审计钩子、生成交接文档并保障 Git 操作安全。它把“仓库设置”当作一项以证据驱动的任务，而不是针对特定岗位的特殊界面。技能通过入口路由区分环境修复、会话同步、钩子诊断、仓库交接、Git 安全和启动自动化等模式，强调先只读诊断、再最小修复、最后用真实冒烟测试验证结果，并禁止自动 stash、合并、变基或覆盖用户本地改动。

部署与运维440 次安装