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 11-18 00:15

通用与其它

53,963 个结果

adversarial-self-review

Adversarial Self-Review 是一个用于复杂任务收尾阶段的自查技能,核心原则是尝试证伪自己的结论,而不是只收集支持结论的证据。它适用于最终确定复杂答案、实现、诊断、迁移或发布等场景,因为在这些场景中,一个最初看似合理的结果可能隐藏着代价高昂的错误。该技能要求在完成前追问:什么具体观察能证明这个结论是错的?并至少寻找一个可能的反例,例如过时版本、替代调用路径、空输入、不同 shell、重试、升级状态、部分失败或隐藏的消费者。同时要求重读最强证据本身,而不是自己对其的总结,并检查测试是否可能在真实需求仍被破坏的情况下通过,区分“没有证据”与“证明不存在”。该技能也提醒不要将审查变成无休止的怀疑:一旦高影响的失败假设已被直接证据检验或排除,就应停止并明确报告剩余的不确定性。

通用与其它4 次安装

ambiguity-resolution

这是一个用于处理需求、错误、API、名称或观察到的行为存在多种合理解释时的技能。其核心规则是:不要在含义存在实质差异时静默选择其中一种。技能要求先识别每一处歧义,再判断其是否具有实质性——如果选错解释会改变文件、成本、安全性、兼容性或交付结果,则属于实质性歧义;否则采用最简单合理的解读,仅在有用时说明。对于实质性歧义,应从权威上下文、来源、现有状态或聚焦实验中进行解决后再行动。只有在歧义无法解决且继续推进仍然安全时,才保留显式假设,并使该假设可被证伪,避免依赖该假设进行不可逆操作。当用户意图从先前上下文中已经明确时,不应人为制造歧义作为停止的借口。目标是减少错误分支,而不是增加提问。

通用与其它4 次安装

assumption-audit

Assumption Audit 是一个用于审查计划中隐含假设的技能。当计划依赖猜测的路径、版本、API、用户状态、默认值、环境行为或未记录的事实时,可用它来识别并处理这些假设。其核心规则是:任何影响正确性的重要假设,在支撑不可逆决策之前,必须转化为已验证的事实、明确的推断或未知项。该技能会列出可能改变正确性的假设,按影响范围而非便利性排序,并给出验证、运行时检查、安全回退或标记为未知的处理方式,同时将假设路由到相应的验证或调试技能。

通用与其它4 次安装

contradiction-detection

Contradiction Detection 是一个用于识别和解决信息冲突的技能。当文档、测试、配置、用户需求、源代码、运行时行为或外部来源对同一事实给出不一致的说法时,该技能可帮助定位冲突、判断各来源的权威性,并推动系统层面的修复。其核心规则是:两个互不兼容的声明不能同时保持沉默为真。使用时需明确指出冲突的具体命题,并识别其来源权威(如运行时行为、可执行源代码、模式定义、官方文档、生成产物、注释、记忆或用户指令),优先采信实际决定行为的来源,同时检查其时效性与适用范围。随后应协调整个系统,修复过时的派生副本、测试、文档或配置,避免后续智能体重复发现同一冲突。若冲突暂时无法解决,应将争议事实标记为未知,避免在其上构建依赖结论。当冲突由重复状态引起时,还应搜索同类表面,因为一个过时的版本字符串往往意味着还存在多个类似问题。该技能适用于需要维护信息一致性的开发、测试、文档和配置管理场景。

通用与其它4 次安装

reasoning-economy

Reasoning Economy 是一个关于“推理经济性”的实践指南,核心规则是把推理花在能防止返工的地方。它适用于工作成本高、上下文长、容易重试、不可逆或对重复输入输出计费较重的场景。其主张是:在风险动作之前进行低成本思考,通常比反复调用工具、重复提示和修复轮次更便宜。实践要点包括:建立紧凑的事实状态账本并持续更新而非重复解释历史;保持稳定指令与参考资料不变以复用提供方缓存前缀;只读取当前决策所需的文件或片段,先搜索再打开庞大目录;批量处理相互独立的读取,但不批量处理有依赖的写入;在不可逆或高返工动作前明确检查假设、验收标准和回滚方案;优先做一个强诊断实验而非多次推测性修改;压缩旧的易变工具输出,同时保留决策、错误、哈希和用户约束。该技能强调推理经济不等于“少思考”,而是最小化达到正确结果的总成本,包括推理、输入、输出、工具调用、重试和用户纠正循环。

通用与其它4 次安装

source-of-truth

Source of Truth 是一个用于处理“同一事实出现在多个文件、配置、生成报告、缓存、文档或外部系统中”这一情况的技能。其核心规则是:对每一个重要事实,指定唯一的权威来源,其余内容都只是派生或观察结果。该技能要求记录版本、模式(schema)、生成的清单、配置归属、发布 SHA、依赖锁定和兼容性范围的权威来源;在可行时生成下游副本,否则对下游副本设置针对权威来源的校验门槛。当两个表面出现分歧时,不应取平均值或选择方便的一方,而应确定哪一个是权威来源,并说明另一方是过时、生成错误还是代表不同范围。缓存和生成的报告不能仅仅因为更易读就悄然成为权威。漂移控制方面,需要添加验证步骤,检测权威来源与每个必需的派生表面之间的漂移,并在所有源编辑完成后最后重新生成派生文件。

通用与其它4 次安装

user-intent-lock

User Intent Lock 是一个用于约束优化行为的技能,核心规则是“优化服从于用户意图”。它要求在做出取舍之前,先把用户明确提出的请求以及必要的隐含交付物整理成一份验收清单(acceptance ledger)。当某项优化可能改变行为、质量、范围、安全态势、产物形态、兼容性或人工操作预期时,需先对照该清单检查。该技能强调不得把“快”悄悄曲解为“不完整”、把“便宜”曲解为“低质量”、把“简单”曲解为“手动配置”,并要求保留受支持平台、输出格式、版本、零负担安装等字面约束,除非这些约束不可能实现或与更高优先级需求冲突。若两个目标确实存在取舍,应依据用户声明的优先级来选择,并把剩余的妥协明确说明。

通用与其它4 次安装