SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-16 00:02
11,733 个结果
Umbraco 后台扩展单元测试技能，基于 @open-wc/testing 与 Web Test Runner，面向 Web Components 与 Lit 元素。提供两种测试路线：完整 Umbraco 导入方案（可测试 Lit 元素渲染、shadow DOM、元素间上下文消费、UUI 组件交互）与基于 Mock 的简化方案（将 Umbraco 导入映射为本地 mock，适用于类型、常量、纯函数与 observable 状态模式，配置更简单、运行更快）。技能包含依赖清单、web-test-runner.config.mjs 配置、导入路径对照、mock 实现示例、fixture/defineCE/expect 的用法、上下文与元素测试范式，以及常见问题排查（404 导入错误、元素未定义、上下文不可用、observable 测试挂起、updateComplete 未等待）。
skill-test 是 Claude Code 游戏工作室技能体系中的验证工具，用于校验技能文件（.claude/skills/*/SKILL.md）与智能体文件（.claude/agents/*.md）的结构合规性与行为正确性。它完全运行在既有的技能/钩子/模板架构内，无外部依赖。工具提供四种模式：static 静态检查（对单个或全部技能执行 7 项结构合规检查，仅限技能）、spec 行为验证（评估技能或智能体测试规格中的断言）、category 分类评分（按类别专属指标评估技能或智能体）、audit 覆盖报告（列出技能、智能体规格及最近测试日期）。static 模式检查必需的前置元数据字段、多阶段结构、结论关键词、协作协议语言、下一步交接、fork 上下文复杂度与参数提示合理性；spec 模式读取技能或智能体及其测试规格，逐条评估静态断言、测试用例与协议合规；category 模式依据质量评分表按类别评估；audit 模式输出覆盖情况。spec 模式在获得许可后可写入结果文件并更新 catalog.yaml 中的 last_spec 与 last_spec_result 字段。
Patrol 测试架构是一个用于编写 Patrol 端到端（E2E）测试的规范与实践集合，源自助推 LeanCode 团队的推荐架构。它围绕 Modules、System 和 ApiClients 三种结构组织测试代码：Modules 按用户视角划分功能（如认证、首页、下载、播放器），System 封装原生交互（如开启飞行模式），ApiClients 聚合与后端、测试邮箱或第三方服务通信的客户端。测试使用共享的 test keys，并配套 Patrol MCP 工具（run、screenshot、quit、status、native-tree）来运行测试、截图调试、查看状态与获取原生 UI 树。该架构强调每个测试文件只含一个测试、复用模块方法、频繁运行、先写测试再重组到模块中，并规定了键的分配、按键查找控件、断言与原生对话框处理等规则。适用于使用 Flutter/Patrol 构建和结构化 E2E 测试的场景。
用于为 JavaScript 概念文档页面中的代码示例生成完整 Vitest 测试的 Skill，遵循项目约定并引用源码行号。适用于新增或修改概念页、验证文档准确性，以及发布前的自动化校验。
中文介绍正在整理，稍后补充。
这是一套社区版测试驱动开发（TDD）最佳实践技能，面向 AI 智能体与 LLM，用于指导编写测试、重构与生成代码。内容围绕红-绿-重构（red-green-refactor）循环展开，共包含 42 条规则，分为 8 个类别，并按影响力划分优先级。适用范围包括：使用 TDD 工作流编写新测试、实践红-绿-重构循环、设计测试结构与组织、创建测试数据与夹具、审查或重构现有测试套件。
这是一个用于与本地 Web 应用交互并进行测试的工具包，基于 Playwright 实现。它支持验证前端功能、调试 UI 行为、捕获控制台日志等。工具包提供辅助脚本 scripts/with_server.py 来管理服务器生命周期（支持同时启动多个服务器），并建议以黑盒方式直接调用脚本、先用 --help 查看用法。测试时通过编写原生 Python Playwright 脚本，采用“先侦察后操作”的模式：等待 networkidle、截图或检查 DOM、识别选择器、再执行操作。适用于本地静态 HTML 与动态 Web 应用的自动化测试场景。
test-helpers 是一个面向游戏项目的测试辅助库生成技能，用于为项目实际使用的引擎、语言和系统生成 tests/helpers/ 辅助库，减少测试样板代码。它支持 Godot、Unity、Unreal 三种引擎，可生成断言工具、工厂函数和 mock 等辅助文件，并遵循项目已配置的测试框架与既有测试风格。
Umbraco 后台测试数据构建工具包，提供 @umbraco/json-models-builders 包，用链式 Builder 类生成文档类型、内容、媒体、数据类型、用户权限等测试模型，内置默认值，简化 E2E 与 MSW 测试的数据准备。
Lynx Trace Analysis 是一个用于分析 Lynx 性能追踪（trace）数据的技能，定位为「Lynx Trace 分析专家」，目标是通过查询 trace 数据来定位性能瓶颈并给出可执行的优化建议。它采用 Think-Plan-Act 循环工作方式，强调在深入分析前先加载对应的分析指南并严格遵循。该技能基于一组「知识库指南」来选择分析路径：metrics-analysis（启动阶段、FCP/TTI、导航时序、白屏原因）、timing-flag（性能回调缺失、时序标记异常、ActualFMP/FMP 时长异常）、jank-analysis（滚动流畅度、输入延迟、长任务、丢帧）、diff-analysis（两条 trace 对比、阶段回归）、nativemodule-analysis（桥接通信、原生方法延迟、序列化开销）、render-pipeline（Lynx 渲染管线与阶段间隙）、sql-guide（原始 SQL 查询）。分析结果按统一格式输出，包括执行摘要、数据证据与拆解表格、执行时间线与深入分析、按优先级排序的建议。该技能通过 CLI 命令调用，支持按 slice ID、时间窗口、聚合、祖先/后代、flow 事件、元数据、LynxView 实例、管线、指标、线程、长任务等方式查询 trace，也支持录制 trace。
Umbraco Testing 是一个用于 Umbraco 后台（backoffice）扩展测试的路由型技能，作用是帮助开发者判断当前应选择哪一层级的测试方案，再调用相应的专门技能。资料显示其本身并不直接提供测试实现，而是作为测试策略选择的入口：它给出分层参考表与决策指南，覆盖单元测试（隔离测试 context、元素、控制器）、MSW 测试（无后端情况下测试 API 错误处理与加载状态）、模拟后台测试（在完整后台界面中测试扩展 UI，无需 .NET）、以及 E2E 测试（针对真实 Umbraco 测试完整工作流）。同时列出配套技能，例如用 test builders 生成测试数据、Playwright testhelpers API 参考、以及生成可测试示例扩展。资料还提供测试金字塔示意图、各层测试数量与耗时参考，以及 tree-example 的 npm 命令示例与 Umbraco-CMS 仓库中的参考示例位置。
LLM Eval Harness 是一个用于测试和基准评测第三方大模型接口（兼容 OpenAI 或 Anthropic 协议）的技能。它接收 base_url、模型名和存于环境变量中的 API key，围绕六个维度进行实测，而不是直接采信厂商公布的指标数据。这六个维度分别是：可用性（哪些模型 ID 真正可用）、请求保真度（system prompt、工具、多轮历史是否真正到达模型）、速度（TTFT 与持续解码 tok/s，能识别思维链）、并发稳定性（成功率与 p50/p90 延迟）、协议合规性（Anthropic thinking block 的生成与历史回放两个独立检查）、以及质量/用例回归（配合盲评裁判）。每个维度都有对应的探测脚本，均通过 --key-env 传入密钥名而非明文，避免密钥泄露到命令历史或报告中。用户自己的用例库、模型清单和密钥应存放在技能目录之外（如 ~/.llm-eval/）。该工具适用于接入新模型或网关前的验证、排查 system prompt 未被接收、验证速度与并发承载能力、确认 Anthropic 兼容端点真实兼容性、以及换模型时的质量回归等场景。
该技能用于编写和改进 Spring Boot 集成测试，面向 Spring Boot 4.0.x。内容涵盖集成测试的范围与目的（验证装配与契约，而非重复单元测试）、使用 Testcontainers 配合 @ServiceConnection 实现零配置装配、以 @DynamicPropertySource 作为无内置服务连接支持时的回退方案、跨测试方法共享的静态 @Container 实例、基于 AssertJ 的 MockMvcTester 流式 HTTP 断言、TestRestTemplate 全 HTTP 栈测试、@DataJdbcTest / @DataJpaTest 持久层切片、数据隔离原则、使用 @MockitoBean 注册 mock（Spring Boot 4.0.x 已移除 @MockBean）、以及资源生命周期与 *IT 集成测试分离。技能要求应用改动前先编译，编译失败立即停止，改动后运行完整验证。
accelint-ts-testing 是一个面向 TypeScript 项目的 Vitest 测试指导技能，聚焦于编写可维护、有效的 Vitest 测试。它以渐进式披露结构组织内容，提供测试组织、命名、AAA 模式、参数化测试、错误处理、断言、测试替身、异步测试、性能、Vitest 特性、快照测试与基于属性的测试等最佳实践，并以“NEVER”规则形式列出常见反模式。该技能还包含检查既有测试配置的工作流，以及用于测试代码审查的标准报告模板。
adversarial-review 是一个单评审者对抗式压力测试技能，用于对已知成品（PR、草稿、规格说明、计划、代码文件或论证）进行主动攻击式审查。评审者的目标不是平衡、建设性或礼貌，而是成为最聪明的批评者，主动尝试打破该成品。它适用于对已完成的具体产物进行缺陷探测，而非回答开放性问题。技能支持通过标志（--security、--logic、--user、--scale、--quick）聚焦攻击向量，默认运行全部五个攻击向量。审查结果按 CRITICAL、IMPORTANT、NIT 三级分类，并包含“我无法打破的部分”和“本次审查未覆盖的内容”两个诚实性章节。该技能为纯提示词技能，可通过 GitHub Actions 等实现预合并自动化。
content-audit 是 Adobe 提供的 AEM Edge Delivery Services（EDS）页面审计技能，用于对已发布的 EDS 页面进行内容质量、SEO、无障碍、性能和 EDS 最佳实践方面的检查，并输出按优先级排序的修复清单与具体整改步骤。它通过抓取用户提供的页面及其 .plain.html 变体、页眉和页脚片段进行分析，覆盖标题层级、区块使用、元数据、OG 标签、robots、canonical、LCP 预算、E-L-D 加载阶段、字体、无障碍、结构化数据、URL 结构以及 David's Model 内容建模规则等。该技能仅适用于 EDS 站点，每次审计一个页面或少量页面，不用于代码级调试或批量审计，也不替代自动化测试工具。
中文介绍正在整理，稍后补充。
test-changes 是一个用于在对话结束后生成手动验证说明的技能。它根据当前对话中已完成的工作，整理出一份可直接执行的交接文档，帮助用户通过手动检查和测试来确认改动是否生效。该技能会重建交付结果，结合只读证据（如变更文件、git diff、仓库状态、可用脚本、项目文档、生成产物、外部记录和已运行服务）来界定测试范围，并明确区分与本次工作无关的既有改动。随后它给出最短的有效测试路径，终端命令使用 PowerShell 语法，包括正确的目录切换、按执行顺序排列、可直接复制，并使用仓库真实的脚本、项目名、端口和路径。测试说明覆盖正常路径以及由改动所支撑的边界情况和回归，逐项给出确切操作、预期结果、证明新行为的具体细节以及失败信号。若某处没有可手动测试的表面，或存在无法确认、无法手动测试的情况，会明确标注。
中文介绍正在整理，稍后补充。
OpenClaw Debugging 是 OpenClaw 生态中用于调试模型、provider、工具面（tool-surface）、code-mode、streaming 以及 live/Crabbox 行为的技能。它强调在改动代码前先取得调试信号：选择日志、探针与证明路径，抓取已存储的会话与转录数据作为证据。核心思路是先明确可疑边界（配置、工具构造、provider 载荷、fetch、stream/SSE、转录回放、worker/运行时、包/构建产物、CI），再添加最窄的信号来证明该边界，用相同的 provider/model/配置复现问题，对比配置状态与实际运行激活状态，修复根因后重跑确切的失败探针。技能还提供了模型传输日志的定向环境变量标志、常见边界陷阱、会话与转录抓取方法，以及不同场景下应选择的证明方式。
中文介绍正在整理，稍后补充。
Scenario Quality Gate 是 Scenario 平台上的图像资产质量检查工具，通过单一工具 asset_quality_gate_run 对已生成的图像资产进行评分，返回 pass/warn/fail 判定、0 到 100 的分数，以及按维度列出的原因与建议。它始终执行 AI 质量检查，并在团队或项目配置了品牌简报（brief）时额外进行品牌合规检查。该工具仅支持图像资产，属于 Enterprise 附加功能，未启用时调用会干净失败，需降级到 asset_analyze 审查。工具为 catalog-only 且属于 write 类，需先通过 scenario_tools_search 获取 schema，再用 scenario_tool_execute_write 执行。普通调用在已有可用判定时为免费读取，否则会静默升级为计费的新分析；dry_run 可免费探测价格，rerun 用于简报或灵敏度变更后重新计费覆盖。
该技能用于规划 Android 应用的测试体系，覆盖 Espresso、UI Automator、Robolectric 与 Compose Testing 等框架。内容围绕测试分层、设备矩阵设计、仿真器与真机取舍、CI 中的 build-managed devices（GMD）、截图测试、无障碍与自适应布局验证展开。同时给出大量可执行命令，如列出仿真器、安装 APK、运行单元测试与仪器化测试、清理应用数据等，并整理了 Android 各类测试框架的适用范围。文中重点讨论了测试稳定性问题，包括同步等待、动画时序、语义树合并、状态泄漏、Doze 与 App Standby 限制、渲染差异以及不确定的测试数据或时钟，并针对每种根因给出定位思路。此外还涉及 Google Play Target API 政策、设备与 API 碎片化策略、截图测试的投入时机，以及 Compose 应用测试金字塔的实际形态，适合需要在 Android 项目中系统化建设自动化测试与质量保障流程的开发者参考。
该技能用于扫描已发布的 AEM Edge Delivery Services（EDS）页面，检测 WCAG 2.1 AA 无障碍违规项并生成具体修复建议。它能识别缺失的替代文本、标题层级错误、链接文本不具描述性、颜色对比度不足、EDS 按钮可访问名称问题、文档结构缺陷，以及卡片、栏目、页眉导航、轮播、手风琴、模态框、标签页等常见区块的无障碍问题。技能会输出结构化修复报告，将文档级修复（在 Google Docs / Word / da.live 中完成）与代码级修复（区块 JavaScript、styles.css、head.html）分开列出，方便内容作者和开发者各自执行。适用于上线前后修复无障碍问题、准备欧洲无障碍法案（EAA）合规审计、内容发布后复查，以及跟进 Lighthouse、axe 或人工测试发现的问题。不适用于视觉设计调整、区块交互的 JavaScript 编写、CDN 或托管问题，以及非 EDS 站点。