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 11-04 00:13

部署与运维

13,061 个结果

bk-monitor-dev-server

bk-monitor-dev-server 是一个用于帮助配置和启动本地开发服务器的技能,属于腾讯蓝鲸 bk-bcs 项目。当用户提到启动开发服务器、dev server 或 pnpm dev 时触发使用。该技能提供从环境检查、依赖安装、配置生成、hosts 配置到服务启动与验证的完整工作流程,并附带常见问题速查表,涵盖端口占用、API 认证失败、代理配置错误、页面空白、依赖安装失败等情况的排查思路。技能内提供 config-guide 与 troubleshooting 等参考文档,以及 check-env.sh、setup-config.js、generate-config.js 等脚本资源,根据 SKILL.md 中的 IF-THEN 规则判断是否需要加载。

部署与运维1 次安装

github-repository-management

该技能用于通过 GitHub MCP 管理仓库协作流程,例如检索仓库、创建或更新 Issue、起草或创建 PR、查看 PR 评论与 review、回复评审意见以及执行合并前检查。它适用于需要对 GitHub 仓库进行协作操作而非修改本地代码实现的场景。其工作方式强调本地仓库上下文与 GitHub MCP 协作动作的闭环,代码事实优先取自当前本地仓库,Issue、PR、评论、check runs 等协作事实优先通过 GitHub MCP 获取。所有写操作遵循先读后写原则:先确认 owner/repo,先搜索重复 Issue、现有 PR 或相关评论,先向用户展示拟提交内容,获得确认后再创建或更新。对于 BK-CI 仓库,默认仓库上下文为 TencentBlueKing/bk-ci,默认基线分支通常是 master,若用户另有指定则以用户指定为准。

部署与运维1 次安装

pipeline-model-interpreter

pipeline-model-interpreter 是一个用于解释 BK-CI 流水线或创作流 Model JSON 的技能。它面向需要理解流水线编排含义的用户,帮助 AI 把一段流水线 JSON 还原为 Model -> Stage -> Container(Job) -> Element 四层结构,并说明各层的含义、启动参数、矩阵、Finally、审核以及常见插件的语义。该技能适用于用户直接贴出流水线或创作流的 Model JSON、编排数据,或询问某个 Stage、Job、插件、atomCode、elementId、stepId、jobId 含义的场景。其核心思路是先判断容器类型(trigger、vmBuild、normal),再判断插件类型(linuxScript、windowsScript、marketBuild、marketBuildLess、subPipelineCall、manualReviewUserTask 等),并同时参考 @type、atomCode、name、data.input、data.output 和 additionalOptions 等字段。遇到未知 atomCode 时不臆测功能,而是标注需结合插件文档确认。该技能不适用于修改模型代码、排查运行时失败日志、设计固定摘要模板或理解 YAML 转换与版本兼容实现细节。

部署与运维1 次安装

bk-cli-monitor

bk-cli monitor 是蓝鲸观测数据查询命令行工具,面向研发、SRE 与自动化脚本,提供日志、指标、告警、事件、APM 调用链、仪表盘、关联关系、告警配置及日志采集/提取状态等观测数据的统一查询入口。它通过 Profile 复用团队预设的业务与数据来源配置,支持按相对或绝对时间范围检索,返回结构化 JSON 与错误码,便于终端排查和 Agent、巡检脚本调用。当前提供 11 个业务模块、65 个只读工具,不创建或修改配置,不发起任务或下载导出;实际可用性取决于服务版本、数据接入和用户权限。

部署与运维1 次安装

bk-job

蓝鲸作业平台(BK-Job)运维操作技能包,通过捆绑的 Python 3 标准库脚本调用蓝鲸 API 网关上的作业平台开放接口,实现查询、搜索、创建、启动、定时任务编排以及状态与日志查看。支持检索定时任务及最近执行状态、搜索作业模板与详情、搜索/创建执行方案并带参启动、新建与启停定时任务、按实例 ID 查询任务状态与执行日志。能力覆盖:cron-search / cron-last-run、template-search / template-detail、plan-search / plan-detail / plan-create / plan-execute、cron-save / cron-update-status、instance-status 等子命令。列表类查询默认先取最近 20 条,大列表建议本地用 jq 或短脚本过滤后再摘要。写操作设有确认门禁,需先展示摘要并等待用户独立确认后才执行。整包可同步到任意技能宿主目录使用。

部署与运维1 次安装

cloudbase-declarative-deploy

CloudBase 声明式部署技能:通过一份 cloudbaserc 配置描述整个 CloudBase 项目的期望状态,并用 deployBuild(本地托管构建)、deployPlan(dry-run 预演)与 deployApply(实际应用)三个 MCP 工具完成部署。资源按固定依赖顺序应用:database → functions → app → hosting → gateway。适用于项目含 cloudbaserc.json/.yaml/.yml/.js 且需整体部署、希望先预览变更、需本地构建静态托管产物、或需通过 mode + envOverrides 做多环境(生产/预发)部署的场景。核心原则为先计划后应用、apply 需 confirm=true、默认不覆盖已有资源、database 失败即中止、需显式解析并确认 envId。

部署与运维1 次安装

cloudbase

CloudBase(腾讯云开发/TCB)开发指南技能,用于在 Web、微信小程序、uni-app、原生 App 等项目中开发、设计、构建、部署、调试和迁移腾讯云开发项目。该技能强调先确认国内站与国际站,再通过 MCP 或 tcb CLI 管理环境与资源;要求先准备后端资源再写前端代码,并在收尾阶段执行代码审查。内容涵盖身份认证、NoSQL 与 PostgreSQL 数据库、云函数、CloudRun、AI 模型调用、AI 智能体和 UI 设计等场景的路由与约束。

部署与运维1 次安装

airflow

Apache Airflow 是一个用代码方式来编写、调度和监控工作流的平台。它允许以 Python 定义有向无环图(DAG),图中的任务通过依赖关系连接,并通过 Web 界面进行调度与监控。用户可以学习编写 DAG、使用各类 Operator、配置连接(Connections)等。资料展示了基于 Docker Compose 的安装方式(PostgreSQL 16 + LocalExecutor + 2.9.0 镜像)、基础 DAG 示例(PythonOperator、BashOperator、XCom)、TaskFlow API 装饰器写法、常见 Operator(PostgresOperator、SimpleHttpOperator、FileSensor)以及通过 CLI 配置连接与变量、触发 DAG 的方法。

部署与运维1 次安装

axiom

Axiom 是一个无服务器日志管理与分析平台,按时间而非按数据量计费,可存储和查询不限量的数据。它帮助开发者从任意来源采集日志、追踪和事件,使用 APL(Axiom Processing Language)进行查询,构建仪表盘并设置告警,无需管理基础设施。本技能提供 Axiom 的专家级使用指导,涵盖通过 HTTP API、Pino、Next.js/Vercel 集成进行日志采集,APL 查询编写,CLI 操作,以及监控告警配置等。

部署与运维1 次安装

dependency-updater

Dependency Updater 是一个用于审计项目依赖的终端技能,可检查过时软件包、已知安全漏洞和破坏性 API 变更,并生成按风险排序的升级计划。它支持 npm、Yarn、pnpm、pip 与 Go 模块等生态,通过读取依赖清单和锁文件、调用各生态工具获取最新版本与 CVE 信息,将依赖分为严重、主版本、次版本/补丁、陈旧四档,对主版本升级还会排查代码中的受影响调用点并估算迁移工作量。输出包含精确安装命令、代码修改建议与验证测试步骤,强调逐项升级、不一次性升级所有主版本,且不建议使用 npm audit fix --force。适用于项目维护、安全修复与依赖升级前的风险评估。

部署与运维1 次安装

jaeger

Jaeger 是 CNCF 毕业的分布式追踪后端,能够接收、存储并可视化跨微服务的请求链路,帮助定位延迟瓶颈。当前 v2 版本基于 OpenTelemetry Collector 构建,以单个二进制和镜像形式提供,仅通过 YAML 配置文件管理,并原生支持 OTLP 协议接收追踪数据。它提供 Web UI 与查询 API,支持内存、Badger、Elasticsearch、OpenSearch、Cassandra 等存储后端,以及远程采样策略。适用于对微服务架构进行链路追踪和性能分析。

部署与运维1 次安装

otel-js

otel-js 是一套面向 Node.js 应用的 OpenTelemetry(OTel)接入技能,用于为服务添加分布式追踪、指标采集和日志遥测能力。它指导开发者完成自动埋点与手动埋点:通过安装 OpenTelemetry SDK 相关 npm 包,在应用代码之前加载 instrumentation 文件,即可自动捕获 HTTP、Express、Fastify、PostgreSQL、Redis、MongoDB、gRPC 等调用,无需修改业务代码;同时可用 @opentelemetry/api 的 tracer 为订单处理、支付流程等业务逻辑编写自定义 Span,记录属性、异常和状态码。遥测数据可通过 OTLP HTTP 导出器发送到本地或远端端点,再经由 OTel Collector、Grafana Alloy 等路由到 Jaeger、Grafana Tempo、Datadog、Honeycomb 等后端。技能包含完整的安装命令、配置示例和启动方式(node --import 或 -r 先加载埋点)。适合需要快速为 Node.js 服务建立可观测性、统一追踪与指标的开发与运维场景。

部署与运维1 次安装