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 10-25 00:14
12,658 个结果
Framework Development 是 agentic-qa-boilerplate 仓库中用于演进 QA 框架本身的技能（skill）。它面向框架架构层面的改动，例如 KATA 分层、fixtures、安装器 cli/install.ts、脚本 scripts/、OpenAPI 类型生成管线 api/schemas/ 以及 package.json 依赖等。该技能采用 Plan → Code → Verify → Archive 四阶段流程，并强制在编码前进行规划门禁。它明确区分框架改动与按工单的测试工作：按工单的测试编写、手工 QA、TMS 文档、回归运行分别由 /test-automation、/sprint-testing、/test-documentation、/regression-testing 负责，不应触发本技能。技能还包含路径自检、会话恢复、子代理调度、验证器检查、文档同步以及可选的 instructions 模式等机制。
面向多语言代码审查的综合性技能工具包，支持 TypeScript、JavaScript、Python、Swift、Kotlin 等语言，用于 PR 分析、质量检查与生成审查报告，聚焦代码质量、安全、性能与可维护性。
为符合 workspace-hub 测试标准的 Python 项目生成标准化 pytest 配置，包括 pytest.ini、conftest.py、覆盖率设置与示例测试文件。
该技能用于设计可信赖的 LLM、智能体、负责任 AI 与多模态评估，帮助校准评分器、推导发布门禁并比较评估或适配方法。它强调领域技能决定“测什么”，本技能负责“测量控制”：训练损失只是遥测，留出集行为才决定适配是否真正改进系统。内容覆盖数据集构建、评估数据集设计、LLM 评委偏差控制、框架集成、阈值推导、波动与可复现性、评估统计、LLM 优化技术阶梯、微调评估循环、在线生产评估、对话反馈信号、安全红队评估、高级评判、检索与记忆评估、幻觉评估以及负责任多模态评估等。核心原则包括：评委是有失败模式的模型，其分数只是校准输入而非真值；行为而非表面可信度；没有标注集就没有阈值；没有基线和留出集就不微调；留出集之外即污染；不确定性要与声明匹配。
qa-persona-testing 是一个基于浏览器自动化的角色化测试技能，用于把有证据支撑的 ICP（理想客户画像）或用户细分转化为行为规格，并以该角色的身份操作系统，报告体验摩擦、改进建议与风险。它模拟的是真实用户的认知与行为特征（如耐心、技术熟练度、阅读习惯、信任姿态、错误反应），而非编写断言式端到端回归测试，也不能替代真实用户研究。技能提供四阶段流程：定义阶段寻找 ICP 与角色候选，准备阶段填写角色档案与场景包（含反谄媚契约），执行阶段通过浏览器工具逐场景跑会话（Playwright MCP 默认、Chrome DevTools MCP 用于控制台/网络/性能证据、Playwright 脚本作为 CI 回退），报告阶段按严重程度和可复现性排序发现，分成改进、避免、保持三类清单，并给出有效性边界说明。适用于启动前 UX 检查、改版流程回归、以第一人称视角走查产品等场景。模拟结论中机械性缺陷需可复现才算确认，偏好类发现仅作假设待真实用户验证。
该技能是一套严格的测试驱动开发（TDD）执行规范，强制遵循 RED-GREEN-REFACTOR 循环，要求先写失败测试再写生产代码。适用于实现新功能、修复缺陷、重构和行为变更等场景，核心原则是“没有失败的测试就不写生产代码”。技能强调必须亲眼看到测试失败，以确认测试确实在检验目标行为；若先写了代码，则要求删除并从头开始。文档还提供了常见借口与反驳、红旗信号清单、验证清单、卡住时的应对方法，以及与规格驱动工作流的集成方式。
基于公开资料整理的 TDD 技能：用红-绿-重构循环驱动功能开发与缺陷修复，强调测试通过公共接口验证行为、按垂直切片逐条推进，适用于要求测试先行、提及 red-green-refactor 的编码场景。
这是一个基于 Playwright 1.58+ 的端到端（E2E）测试技能，用于验证关键用户旅程。它强调使用语义化定位器（getByRole、getByLabel、getByTestId）替代脆弱的 CSS/XPath 选择器，并支持 AI 辅助测试生成与自动修复。技能涵盖基础测试编写、AI 代理初始化（支持 Claude Code、VS Code、OpenCode）、1.58 版本的破坏性变更与迁移、新特性（如 CDP 本地连接、类名断言、不稳定测试检测、IndexedDB 存储状态、HTML 报告时间线）以及反模式清单。适用于测试认证、核心交易、数据操作和用户设置等关键流程，并提供了详细的参考文档、示例、检查清单和页面对象模板。
code-review-pro 是一个面向 2026 年的资深代码架构与质量保证技能，专注于上下文感知的 AI 代码审查、自动化 PR 审计和技术债治理，可识别 AI 生成代码中的“AI 异味”、性能瓶颈与架构违规。
通过 MCP `debug` 工具按 request-id 或时间窗口查询组织范围内的 1inch API 请求日志，用于排查失败或异常的 API 调用。
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。
Pentest/OSINT 技能，封装 Z4nzu/hackingtool 的 183+ 安全测试工具（nmap、sherlock、amass、subfinder、nuclei、httpx、holehe、maigret、trufflehog 等），通过统一包装脚本在真实 Bash 与文件系统中执行，用于子域枚举、漏洞扫描、端口扫描、目录发现、密钥搜寻与用户名/邮箱调查。
sunpeak 提供的 MCP 服务器测试框架，支持任意语言或框架的 MCP 服务器，包含 e2e、视觉回归、真实 ChatGPT 实测与多模型 evals 四层测试，可自动检测项目类型并生成测试目录。
面向 Redux Saga 的测试指南，讲解用 redux-saga-test-plan、runSaga 与手动 generator 测试编写测试，涵盖 expectSaga、testSaga、providers、matchers 等，强调以行为而非实现为主。
Test-Aware Planner 是一个用于测试优先任务规划的 Skill，可生成内嵌 BDD 测试计划的 tasks.md，每次只处理一个用户故事以避免崩溃。
Reality Check 是一个用于代码审计的 Claude 技能，专门检测制造虚假信心的模式，如假测试、滥用 mock、浅层健康检查、过度乐观的错误处理与隐藏技术债，并输出带证据与建议的报告。
scholar-evaluation 是一个基于 ScholarEval 框架的系统化学术评估技能，用于从问题表述、文献综述、方法设计、数据分析、写作呈现等多个质量维度，对论文、研究提案、文献综述等学术作品进行结构化评估并给出可操作反馈。
scienceclaw-classification 是一个科学内容分类技能，可按学科、方法论、研究设计与质量层级对论文、方法和研究成果进行归类，并输出带置信度的结构化结果。
面向科学场景的生成技能，可产出科学代码、实验方案与领域文本，并强调质量控制。资料列出代码、方案、报告、回答四类生成，以及需求分析、模板选择、内容生成、质量校验、迭代的流程。
面向科研的高级统计检验技能，涵盖假设检验、贝叶斯分析、生存分析、时间序列、多重比较校正、效应量与元分析，提供 Python 代码示例（scipy、statsmodels、lifelines）。
测试驱动开发（TDD）技能，用于在编写任何功能实现或缺陷修复代码之前先编写测试。核心原则是：先写测试、看它失败、再写最小代码使其通过。该技能强调“没有失败的测试就不写生产代码”的铁律，遵循红-绿-重构循环，并列出常见借口与红旗信号，帮助开发者避免先写代码后补测试的反模式。适用于新功能、缺陷修复、重构和行为变更等场景。
re-verify-report 是逆向工程流程第 4 阶段的验证技能，对 re-generate-report 生成的 As-Is 规格报告做独立核查，检查完整性、可追溯性与准确性，并与第 1-3 阶段产物交叉比对，以独立 Critic 身份运行。
paper-test 是一个通过“纸面执行”来测试代码、技能、命令或配置的技能：用具体值逐行在脑中追踪逻辑，发现缺陷、逻辑错误与边界情况，并验证外部依赖与行为契约。支持快速追踪、结构化三阶段和测试团队三种模式，可输出 JSON 供 CI 使用。
基于 Iron Law 的系统化调试技能：坚持未确认根因不得修复，分五阶段从证据收集推进到经验证的修复，并产出结构化调试报告与回归测试。