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 10-22 00:14

部署与运维

12,175 个结果

V3 MCP Optimization

V3 MCP Optimization 是针对 claude-flow v3 的 MCP（Model Context Protocol）服务器优化技能，用于增强传输层并提升整体性能。该技能实现连接池、负载均衡、工具注册表优化和完整的性能监控，目标是将响应时间优化到 100ms 以内。根据资料，当前 MCP 存在冷启动延迟约 1.8 秒、每请求新建连接、213+ 工具线性搜索（O(n)）、传输层无连接复用、空闲连接不清理等问题。优化目标包括：启动时间小于 400ms（约 4.5 倍提升）、工具查找小于 5ms（O(1) 哈希表）、连接复用命中率 90% 以上、p95 响应时间小于 100ms、内存效率提升 50%。技能通过并行任务方式实施，包含连接池、负载均衡、传输优化、MCP 架构分析等子任务。适用对象为使用 claude-flow v3 并需要降低 MCP 延迟的开发与运维场景。

部署与运维36 次安装

sre-monitoring-and-observability

这是一个关于 SRE 监控与可观测性体系的技能资料，主要介绍如何构建全面的监控与可观测性系统。内容涵盖四大黄金信号（延迟、流量、错误、饱和度）的指标与 PromQL 查询示例，服务级指标（SLI）的可用性、延迟与吞吐量计算方式，告警严重级别划分（P0 至 P3）及示例告警规则，概览与详细仪表板应包含的指标，基于 OpenTelemetry 的分布式追踪代码示例，结构化日志记录方式，以及 USE、RED 方法和“对症状而非原因告警”等最佳实践，并给出 runbook 与仪表板链接的注释示例。

部署与运维36 次安装

perf-ops

perf-ops 是一个跨语言性能剖析与优化编排技能，用于诊断性能症状、调度预加载对应语言技能的剖析代理，并管理优化前后的对比。其流程分为三层：T1 内联诊断（分类症状、识别语言与运行时、检测已安装剖析工具、判断生产或开发环境、采集系统基线）；T2 调度通用代理执行剖析（按语言路由表预加载相应 -ops 技能，如 py-spy、memray、pprof、cargo-flamegraph、clinic、EXPLAIN ANALYZE 等），支持后台运行与并行调度；T3 在用户确认后执行优化，并强制先生成预检报告，记录基线、应用变更、重新基准测试并报告前后差异。该技能在生产环境中仅建议使用采样型剖析器，不推荐附加调试器或需要重启进程的工具。它覆盖 Python、Go、Rust、TypeScript/JavaScript、SQL（PostgreSQL、SQLite/D1/libSQL）以及通用 CLI 基准测试等场景，并提供诊断速查、CPU/内存剖析、负载测试、优化模式与 CI 集成等参考文件。适用场景包括定位 CPU/内存瓶颈、前后端性能分析、数据库查询优化、基准对比与负载测试。限制：具体安装步骤、收费信息与可用性暂未提供。

部署与运维35 次安装

python-observability-ops

该技能提供 Python 应用的可观测性实现模式，涵盖结构化日志、指标采集与分布式追踪。核心内容基于 structlog 实现 JSON 结构化日志，并通过 contextvars 传播请求上下文（含 FastAPI 中间件示例）；使用 prometheus-client 定义 Counter、Histogram、Gauge 三类指标并暴露 /metrics 端点；使用 OpenTelemetry 配置 TracerProvider 与 OTLP 导出，支持手动埋点与嵌套 span。适合在生产环境中为 Python 服务（尤其是 FastAPI 应用）添加日志、指标和追踪能力。需要说明的是，该技能本身为知识/模式参考，不包含独立可执行程序；其安装方式、版本要求、收费与价格信息暂未提供。

部署与运维35 次安装