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 10-30 00:12
12,901 个结果
cdf-simulation 是 NVIDIA skills 中面向 PCB 自动光学检测（AOI）的组件级技能，用于把 DIG Flow Catalog 提示词模板及等价直接请求转换为 cdf 作业。技能本身不执行渲染：调用方提供电路板 USD 和输出根目录，技能据此构建并编译 CDFJob 及 JobOrder 载荷，交由调用方的执行器（如 Airflow DAG）渲染。覆盖五类目录条目：THT 金样板、THT 引脚几何变异、SMT 良品图像、SMT 结构缺陷、SMT 焊料纹理缺陷（桥连不支持），另支持五种参考流程（金板扫描、元件缺陷、SMT 焊料缺陷、缺件、THT 焊料缺陷）。输入有明确优先级与固定默认值，缺失必填项时会请求补充或拒绝，而非伪造能力。
nvtripy 的调试与错误诊断技能，用于解读 TripyException 堆栈、开启 MLIR/TensorRT 调试输出、理解 stack info 定位机制，并为新算子或模块添加错误处理。
GitNexus 的调试技能，用于排查 bug、追踪错误来源与调用链。通过 query、context、cypher、trace 等工具定位可疑函数、查看调用关系并追踪执行流程，适用于错误定位、回归分析与性能热点排查。
tdd-workflow 是一个强制测试驱动开发（TDD）的技能，适用于编写新功能、修复缺陷或重构代码时。它要求先写测试再实现代码，并达到 80% 以上覆盖率，涵盖单元、集成与 E2E 测试。
一个模型分层选择技能：用“下游是否存在廉价校验器”判断该用最强模型还是更便宜快速的模型。适用于 AI 开发流程中按任务形态分配模型与推理投入，避免在高广度低深度工作上浪费前沿模型。
OneKey 调试日志技能：用于添加或清理临时本地调试日志，统一使用可过滤前缀与安全 stringify 辅助函数，生产环境自动失效，不涉及分析埋点与永久服务端日志。
1k-ui-verify 是 OneKey 应用仓库中的 UI 验证技能，用于驱动桌面或移动端应用确认真实视觉与交互行为，而非仅凭代码推断。桌面端通过 CDP 9222 与 playwright-core 连接，移动端通过 agent-device 操作模拟器或真机。
om-smart-test 是一个用于只运行受改动代码影响的测试的智能测试工具，适用于“运行受影响测试”“只测改动部分”“为这个 PR 跑测试”等场景。它会展示测试计划后直接执行，不请求确认，并通过 .test-cache.json 缓存分析结果以加速重复调用。
用于在干净的 wheel 与源码分发包环境中运行 OpenAI Agents Python SDK 的发布级集成测试，覆盖导入、可选依赖、模型适配器、托管工具、Realtime 与语音流程，适合发布就绪验证。
基于 CodeRabbit AI 的代码审查技能，可在终端运行 CodeRabbit 审查代码变更、汇总问题并协助后续修复，适用于代码审查、PR 反馈、代码质量与安全检查及修复-复审循环。
Vercel Flags 是 Vercel 生态的功能开关平台，提供统一仪表盘、Flags Explorer、渐进式发布、A/B 测试与第三方提供商适配器。资料含 SDK 用法、适配器、预计算模式与限制说明。
convex-test 是一个用于为应用的 Convex 函数生成测试的技能，基于 convex-test 与 vitest，在内存后端上测试参数与返回值、鉴权路径、索引及定时函数。
convex-verify 用于在无需部署的情况下证明某个 Convex 功能真正可用：通过 convex-test 在进程内完成 seed、以多个模拟身份 drive、并 assert 行为，重点覆盖应被拒绝的负向授权用例。
OpenClaw 测试审计技能，用于审查或移除低价值、与实现耦合或重复的 OpenClaw 测试，并简化仅测试用的接缝。强调以置信度而非删除数量为目标，先只读发现、记录证据，再按所有者边界分批修改。
用于调查 GitHub PR 上 OpenShift CI/Prow 任务失败原因的技能：给定 PR URL，通过 gh 与 GCS 制品排查失败作业，定位根因并区分 PR 相关、基础设施或偶发问题。
safe-code-change 是用于代码修改后的测试维护流程：先定位受影响的测试并同步更新，再交给后续验证流程执行一次完整校验，避免改完代码后测试与行为不一致。
OpenShift Lightspeed Service 中的验证与自动修复技能：依次运行 make test-unit、make test-integration 和 make verify，对格式、导入等琐碎问题自动修复并重跑，最多 3 轮，遇到真实失败即停止并报告。
用于诊断 OpenVINO 中 MatcherPass 变换为何未被触发的调试技能，通过启用调试日志、统计各 pass 回调结果、定位最内层失败原因，并在现有测试文件中添加复现用例。
为 OpenVINO 的 ov::Model 图变换（pass）编写单元测试的技能，指导测试文件位置、构建目标、fixture 与比较器设置及测试模式，并要求构建运行验证。
OpenVINO 的 PyTorch 版本升级流程技能：用于升级 OpenVINO 测试与 PyTorch 前端所用的 torch/torchvision 版本，并修复随之出现的算子翻译器缺失、测试失败等回归问题。
面向销售线索评分的技能插件，用适配度、时机、互动三个维度对线索打分（总分0-100），划分HOT、WARM、CULTIVATE、NOT YET四档并给出跟进动作与时限，辅助判断线索质量与是否值得投入销售时间。
interrogate 是一个用于对代码变更进行对抗式多模型评审的技能：为每个已配置模型启动一个评审者，用相同提示与评分标准独立审查，最后综合为一份裁决，不自动应用改动。
一个任务完成后的验证原则技能：要求在宣布完成前直接检查真实产物（运行功能、读取实际值、查看 diff），而不是依赖代理指标、自述或“能编译”。
tdd 是一个面向缺陷修复的测试驱动开发（TDD）技能，仅在用户明确要求 TDD、失败测试或回归测试，或缺陷存在明显且低成本的本地测试目标时使用。其核心思路是：在修改生产代码之前，先让损坏的行为变成可执行的失败测试，目标是得到一个聚焦的回归测试——修复前失败、修复后通过。若测试不切实际（如需大量测试框架搭建、脆弱的 mock、缓慢的端到端基础设施、仅生产环境状态、模糊的复现步骤或大量无关夹具改动），则跳过新增测试，改用最接近的有效验证方式。工作流程包括：理解缺陷、选择最窄的可执行检查、先写失败测试、修复前运行并确认因预期原因失败、做最小生产代码修复、重跑回归测试确认通过。护栏要求不为了让测试匹配错误实现而改测试、不削弱现有断言、保持回归测试聚焦、对不稳定缺陷尽量使其确定化。最终回复需报告证据而非仅结论。