SuperAPI AI 工具集

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 10-31 00:15

部署与运维

12,842 个结果

rabbitmq-production

RabbitMQ Production 是一套面向 RabbitMQ 4.x 生产环境运行的知识库型技能,内容按需加载,拆分为多个参考文件。它覆盖版本与升级门槛、投递模式、容量规划与监控阈值、安全加固等主题,用于设计、运维、升级和监控消息代理时获取版本敏感的具体信息。该技能不重复讲解交换机类型、队列拓扑设计、集群与高可用、协议等由 rabbitmq-expert 智能体内联处理的内容,而是补充其转交的部分:版本特定的升级门槛、容量与监控阈值、完整的投递模式说明以及安全加固指南。使用上,快速表格供对话中快速核对,涉及版本敏感或会改变代理行为的事项需先加载对应参考文件。当前稳定系列为 RabbitMQ 4.3(最新补丁 4.3.4),4.1 社区支持已于 2026-01-31 结束,4.2 于 2026-07-31 结束,4.3 支持至 2026-11-30,最低 Erlang 27.0。

部署与运维2 次安装

upstream-sync

upstream-sync 是 acaprino/daodan 仓库中的一份上游同步规范与流程说明,用于管理从外部仓库移植过来的插件如何与上游源保持同步。它提供了一张同步表,列出每个插件的上游来源与需要同步的本地文件,并定义了默认的上游更新策略:先并行比对上游与本地差异,再将每个文件分类为“明确收益”“小幅改进”“硬合并”“有意偏离(不动)”四类,分别采取直接拉取、条件拉取、叠加合并或保留本地等处理方式。流程还要求保留本地定制(来源署名、frontmatter 约定、命名空间替换、无破折号旁白风格等),对无法决断的实质性选择通过宿主提问机制征询用户,使用定向编辑而非整文件覆盖,保持导入行为与宿主无关,最后执行版本号提升、重建、校验与授权提交。

部署与运维2 次安装

python-workers

python-workers 是一个用于在 Cloudflare Workers 上使用 Python 构建应用的技能(Skill)。它专注于 Python/Pyodide 运行时区别于 JavaScript/TypeScript 的独特之处,例如 JS/Python FFI 边界、JsProxy 转换、HTTP 处理等。该技能不重复通用的 Cloudflare Workers 文档,而是补齐 Python 特有的空白。内容涵盖快速决策树、绑定访问、FFI 边界转换、Durable Objects、队列处理、测试、配置以及 17 个常见错误与修复方案,还包括反模式示例,帮助开发者避免 JsProxy 泄漏、字典转换错误、模块级 PRNG 等问题。

部署与运维2 次安装

openclaw-control-center

OpenClaw Control Center 是面向 OpenClaw 智能体的本地优先、安全优先控制中心,将原本不透明的智能体运行状态转为可审计的可视化面板。它提供系统健康总览、待处理项、风险信号与运行摘要;按日/7天/30天统计 Token 消耗、配额、上下文压力与订阅窗口;区分正在执行与排队中的智能体;追踪父子会话交接与经过验证的跨会话消息;展示任务看板、审批、执行链与运行证据;查看每个智能体的记忆健康度、可检索性与源文件编辑;从实际源文件打开共享文档与智能体核心文档;以及连接器接线状态、安全风险摘要与更新状态。其默认安全策略为:READONLY_MODE 开启使所有状态变更端点禁用,本地令牌鉴权默认必填,导入变更与审批操作默认关闭并处于 dry-run。项目要求 Node.js 与 npm、可访问的 OpenClaw Gateway 及对 ~/.openclaw 的读取权限;所有修改必须限制在 control-center/ 目录内,禁止改动 ~/.openclaw/openclaw.json。

部署与运维2 次安装

horde

Horde 是一个用于 Elixir/Phoenix 应用的分布式进程基础设施方案,提供跨集群的进程注册表与动态监督器。通过 Horde 注册的进程在所有 BEAM 节点上保持唯一,并在节点加入或离开时自动重新分布。该技能以 `/horde` 子命令形式运行:bootstrap 为 Phoenix 应用添加 Horde 依赖、注册表、监督器、集群监控器及监督树配置;add 为已有 GenServer 添加 Horde 注册、查找与确保启动能力;singleton 创建全集群单例 GenServer。

部署与运维2 次安装

publish

publish 是一个面向开发者的发布技能(Skill),通过执行 `just publish` 命令完成发布流程。它先检查项目根目录是否存在 justfile;若不存在则停止并提示安装 justfile 技能以生成构建与发布配方;若存在但缺少 publish 配方,则提示用户补充配方并给出示例。确认可发布后,先展示当前版本(读取 build.zig.zon、mix.exs、package.json、Cargo.toml 或 justfile 版本变量),再向用户确认,随后运行 `just publish` 并报告结果。失败时展示完整输出,提示测试失败、缺少 gh CLI、未通过 GitHub 认证或工作区不干净等常见原因;用户如需先升版本,建议运行 `just bump` 或 `just bump minor`/`just bump major`。适用于用户说出“/publish”“publish release”“cut a release”“release”“tag and release”等指令,或希望执行发布时。

部署与运维2 次安装

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