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 10-30 00:12

部署与运维

12,794 个结果

nix-darwin

nix-darwin 是一套面向 macOS 的 dotfiles 配置方案，基于 Nix flakes 与 home-manager 构建，采用三层架构：darwin 模块负责系统层、home-manager 负责用户层、homebrew 负责 GUI 应用层。flake.nix 作为轻量编排层，下辖 workstation（使用 unstable 包与完整工具链）和 homelab（使用 stable 包、面向 macOS 13 的最小化配置）两个主机。每个程序模块遵循统一的开关模式，通过 options.my.{program}.enable 与 mkIf cfg.enable 控制启用，在主机 home.nix 中设置 my.{name}.enable = true 即可生效。配置管理提供三种方式：mkOutOfStoreSymlink 用于无需重建即可变更的配置、builtins.readFile 用于载入 nix store 的配置、内联 nix 用于简单原生配置。项目还包含命名约定、常用命令（如 darwin-rebuild switch、nix flake check、nix flake update）以及构建、macOS 兼容性、包管理和 Nix 模式方面的注意事项，并整理了社区高星仓库的常见改进模式。

部署与运维2 次安装

network-engineering

该技能聚焦网络架构、故障排查与基础设施模式，适用于设计网络拓扑、调试连接问题、配置负载均衡、DNS 配置与排障、SSL/TLS 设置调试、网络安全实施、性能优化以及 CDN 配置等场景。内容涵盖 OSI 模型参考、VPC/网络设计（含子网划分与流量流向）、负载均衡（ALB/NLB 类型、健康检查、路由策略）、DNS（记录类型、调试命令、TTL 策略）、SSL/TLS（证书类型、配置建议、调试命令）、故障排查清单与常用命令，以及带宽、延迟、MTU、抓包等性能调试方法。所有内容为资料明确给出的事实，未提供的收费、价格、平台限制等信息暂未提供。

部署与运维2 次安装

gguf-quantization

GGUF 是 llama.cpp 使用的标准模型文件格式，用于在 CPU、Apple Silicon 与 GPU 上高效推理，并提供多种量化选项。该技能介绍在消费级硬件、Apple Silicon 或需要灵活量化（如 Q2_K 至 Q8_0）时如何使用 GGUF。核心内容包括环境安装、HuggingFace 模型转 GGUF、使用 llama-quantize 量化、通过 llama-cli / llama-server 运行推理，以及借助 imatrix 提升低位量化质量。也涵盖 llama-cpp-python 的 Python 调用、OpenAI 兼容服务器，以及与 Ollama、LM Studio、text-generation-webui 的集成方式，并提供 Metal、CUDA、CPU 优化与最佳实践建议。

部署与运维2 次安装

skypilot-multi-cloud-orchestration

SkyPilot 多云编排技能，用于在多个云平台上运行机器学习工作负载并自动优化成本。支持 AWS、GCP、Azure、Kubernetes、Lambda、RunPod 等 20 多个云服务商，可自动选择最便宜的云和区域，支持抢占式实例（可节省 3-6 倍成本）并自动恢复，支持多节点分布式训练、托管作业、检查点与容错，以及通过 Sky Serve 实现模型服务自动扩缩容。适用于跨云训练、批处理作业、避免厂商锁定等场景。

部署与运维2 次安装

tensorrt-llm

TensorRT-LLM 是 NVIDIA 开源的大语言模型推理优化库，目标是在 NVIDIA GPU 上实现最高吞吐与最低延迟。它适用于在 A100、H100、GB200 等 NVIDIA GPU 上的生产部署，支持 FP8、INT4、FP4 量化模型，并可通过张量并行、流水线并行、专家并行等方式跨多 GPU 或多节点扩展。安装方式包括 Docker 镜像与 pip 包，提供 LLM 类进行基础推理，以及 trtllm-serve 命令启动兼容 OpenAI 接口的服务端。当需要更简单的 Python-first 配置、AMD 或非 NVIDIA 硬件、或 CPU 与 Apple Silicon 边缘部署时，资料建议改用 vLLM 或 llama.cpp。

部署与运维2 次安装

ruflo

Ruflo 是一个面向 ruvnet/ruflo 仓库与 Ruflo CLI 的操作技能，强调源码定版、离线预检与审批后才执行。它用于在不运行上游程序的前提下确认已安装内容、检查固定提交的源码、预览初始化会生成的路径与组件，并在获得批准后规划 swarm 或 hive 拓扑与共识策略、注册 MCP 而不覆盖现有条目、查看内存与状态、以及仅清理 Ruflo 自身产物。配套 preflight.py 仅做离线发现与只读检查，不会调用 Ruflo、Claude Code、npm、npx、服务器、钩子或网络。

部署与运维2 次安装

pr-bump

PR Bump 是一个用于快速、安全地合并 Dependabot 等依赖机器人提交的依赖升级 PR 的工作流程。它专注于仅涉及依赖元数据（如 Gemfile.lock）的机器人 PR，通过本地一次性整合更新所有待合并的依赖升级，运行一次完整 CI 检查，再提交并关闭相关 PR，避免逐个合并造成的流水线反复和冲突。该技能还包含安全检查、供应链验证和部署步骤，并强调处理非合并 PR 的闭环。

部署与运维2 次安装

wrangler

Wrangler 是 Cloudflare 官方推出的命令行工具（CLI），用于开发、部署和管理 Cloudflare Workers 及其配套服务。它覆盖 Workers、KV、R2、D1、Vectorize、Hyperdrive、Workers AI、Containers、Queues、Workflows、Pipelines、Secrets Store、Pages 等资源，支持本地开发服务器、远程部署、密钥管理、版本回滚、日志追踪和启动性能分析等操作。通过 wrangler.jsonc 配置文件和子命令体系，开发者可以统一管理 Worker 的绑定（bindings）、环境变量、迁移与类型生成。安装方式为 npm install -D wrangler@latest，需 v4.x 及以上版本。

部署与运维2 次安装

coding-agent-rollout

coding-agent-rollout 是一个用于团队或组织推广 Claude Code 的技能，也可用于审计已在进行中的推广过程。它通过四个标准库脚本，在不联网、不调用 LLM、不修改任何配置的前提下，读取并检查共享、本地、用户及托管作用域的 settings.json、MCP 服务器与插件清单、CLAUDE.md 分层加载情况以及成员采用数据。该技能帮助团队把分散在多个文件中的权限与策略变得可读、可审计，并识别阻塞性问题（如宽泛的 shell 允许、预批准的破坏性命令、共享配置中的明文凭据、未批准的 MCP/插件/市场、被提交到 git 的本地设置等）以及警告项（如死规则、未固定版本的 npx 服务器、明文 HTTP 远程、网络调用钩子、损坏或过深的 @imports、重复或矛盾指令等）。

部署与运维2 次安装

alibabacloud-openagent-chat

OpenAgent 对话客户端技能，用于通过 OpenAgent 会话操作真实的阿里云资源，适用于云资源清单、权限、安全、架构、成本、迁移等场景。该技能通过 scripts/openagent.py 脚本建立连接，支持一次性配置服务地域（杭州 cn-hangzhou 或新加坡 ap-southeast-1）与凭证来源，并以本地会话 UUID 维持同一对话的连续性与恢复。它负责提供对话通道，云端工具执行实际业务操作，客户端读取并返回经过验证的答案，同时区分提案、已执行变更、待决事项与未知结果。

部署与运维2 次安装