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 11-03 00:11
13,058 个结果
Verify 是一个用于自动化测试、手动验证脚本和验收门禁的技能。它强调验证的本质是运行时观察：构建并运行应用，驱动到变更代码实际执行的位置，捕获所见作为证据，而不是运行测试或类型检查。该技能指导如何确定变更范围（如通过 git diff 或 PR diff）、识别运行时表面（CLI、API、GUI、库边界、智能体配置、CI 工作流等），并驱动最小路径使变更代码执行。它要求端到端通过真实界面验证，对破坏性路径保持谨慎，并主动探测边界情况。最终以 PASS、FAIL、BLOCKED 或 SKIP 给出结论，并附上步骤、证据和发现。
面向 Tauri 2 应用测试的技能包，覆盖 Rust 命令单元测试、前端 IPC 模拟与 E2E 测试套件搭建，帮助避免不可测的命令处理函数和残留 mock 状态导致的测试不稳定。
用于 Laravel 项目的 Pest PHP 测试技能，覆盖单元/功能测试与 Pest 4 浏览器测试的编写、运行、断言、Mock、数据集、架构测试等，提供命令与写法约定。
用于 InfluxData 文档站点的 Cypress 端到端测试技能，指导运行、验证与分析 E2E 测试，涵盖 Hugo 服务器自动/手动管理、测试执行模式、失败排查与新增测试编写。
面向 docs-v2 仓库的测试决策指南：按改动文件类型映射应运行的测试命令，说明 pre-commit、pre-push 与 CI 自动执行项，并列出已知覆盖缺口。
一个面向 AI 编码代理的手动 QA 测试技能，指导代理像真实用户一样端到端验证功能。使用浏览器、macOS 桌面、Shell/CLI、API 等可用工具，重点检查自动化测试难以覆盖的视觉、交互、错误状态与集成真实行为。
commit 是一个结构化 Git 提交工作流技能，用于在提交代码前完成分支保护、变更分析、测试覆盖与质量检查，并按功能分组生成规范提交信息，需用户确认后执行提交。
在运行中的 isaaclab_arena Docker 容器内执行 Isaac Lab-Arena 的 pytest 测试套件，分为无摄像头无子进程、有摄像头、有子进程三个阶段，必须依次分别运行且全部通过才算通过。
code-reviewer 是一个用于代码审查的技能，支持审查本地改动（暂存区或工作区）以及远程 Pull Request（通过编号或 URL）。它围绕正确性、可维护性、可读性、效率、安全性、边界情况与错误处理、可测试性等维度给出结构化反馈。
code-review 是一个用于审查指定代码变更的技能：依据 docs/jonasland-rules.md 逐条检查规则符合性，提出重构与修复方案，并汇总为本地 markdown 审查报告。
fix-stream 是一个把 AI 代理聊天流故障转化为可复现测试的技能。它从一条出问题的流 URL 入手，导出事件、定位用户级症状，用内存复现测试先复现失败再修复，并精简夹具。
一个面向智能体的测试驱动开发技能，指导以红-绿-重构循环构建功能或修复缺陷，强调通过公共接口验证行为而非实现细节，并反对一次性写完所有测试的横向切片做法。
pragmatic-testing 是一个面向开发者的测试决策技能，用于回答“是否该写测试、测试应断言什么、该用哪种测试替身、一次改动需要几个测试”等问题。它提供一套实用规则：写测试前先做“值得写吗”检查，明确测试要捕获的真实缺陷；期望值应取自产品规则的字面量而非被测代码；每条规则只在拥有它的最低层测试一次；按需选择最便宜的测试替身；只验证可观察的效果；大多数行为改动 1 至 3 个测试即可；跳过测试时须说明由哪个现有测试或编译器检查兜底。此外还包含缺陷复现流程、测试坏味道清单，以及审计与精简测试时的覆盖率对比和变异测试证明方法。示例使用 Swift，但规则适用于任意语言。
test-generator 是一个面向已有代码编写测试的技能，目标是将被测代码的行覆盖率（以及工具支持时的分支覆盖率）提升到至少 80%。输入为一个函数、类、模块或一份缺陷报告，输出为符合项目现有测试框架与目录约定的可运行、可通过的测试文件，并附上仍未覆盖部分的简短说明。它强调从契约、分支、依赖、状态与并发中挑选用例，覆盖边界、空值、非法输入、错误路径与状态转换，而非只走正常流程，从而让测试真正能发现代码被改坏。
grading-backend 是一个用于给团队后端实现打分的 AI 技能，出自 jackwener/group-workshop。它按照统一评分标准（rubric）对照项目的 spec 文档，对本地部署的后端服务在 9 个加权维度上打分，产出可交付给学员的 markdown 报告，以及可用于汇总排行榜的 JSON 摘要，每项打分都要求附带证据。该技能针对的是一个 AI 培训场景：50 名学员分成约 12 组，以 spec-driven 方式实现本地部署的后端服务。它可以被 Claude、Qoder、Cursor 或 Claude Code agent 调用。评分维度包括 Spec 一致性（权重 20）、健壮性（15）、API 设计（12）、测试（12）、数据建模（10）、代码分层（10）、性能（8）、可观测性（7）、文档（6），合计权重 100。打分使用 0–10 标尺，并对总分映射到 S/A/B/C/D 档位。技能强调 evidence-first：高分和低分都必须有足够数量的证据（代码引用、截图、命令日志、spec 引用四类之一），证据不足时该维度标记为 EVIDENCE_MISSING 并不计入总分。使用前需要本机可运行被评后端、有 spec 文档、Node.js ≥ 18 与 curl 环境，所有证据与报告输出到被评项目根目录下的 .grading/。
Device Interaction 是一个用于在真机或模拟器上验证 iOS 应用行为的子智能体技能。它通过截图、UI 层级（hierarchy）和触摸交互来判断应用是否按预期工作，适用于实现影响 UI 的功能后需要设备验证的场景。该技能由主智能体通过 Agent 工具以 general-purpose 子智能体方式调用，会话流程为：启动会话（DeviceInteractionStartSession）→ 安装并运行（DeviceInteractionInstallAndRun，包含构建）→ 事件合成与观测（DeviceEventSynthesize，可重复）→ 结束会话（DeviceInteractionEndSession）。交互命令支持点击、双击、滑动、硬件按键、键盘输入、等待和屏幕方向设置等，并优先使用层级文件中的元素中心坐标进行触摸操作。
用于将测试套件现代化为使用现代 Swift Testing 特性，或从 XCTest 迁移到 Swift Testing。当用户要求对测试进行现代化、更新、迁移、增强或转换时适用；不适用于从零编写新测试、仅讨论 XCTest 特性、仅关注测试结果或运行、为覆盖新功能而更新测试、未提及迁移的测试失败调试，以及使用 XCUI* API 的 UI 自动化测试（这些无法迁移到 Swift Testing）。
这是一个用于测试的夹具（fixture）页面，名称为 session-card-broken，来源于 jame581/godotprompter 项目。其描述明确说明：会话卡片（session card）区域为空，校验器（validator）应当拒绝该页面。页面正文仅包含标题、相关技能提示（指向 godot-brainstorming，用于设计探索）、共存说明（Coexistence）与实现清单（Implementation Checklist）等占位性段落，并声明本夹具的存在目的就是被拒绝。该页面并非面向用户的正式工具或技能产品，不提供实际功能、安装方式或使用流程。
这是一个用于校验器测试的 fixture（测试夹具），其会话卡片缺少 END 结束标记，因此按预期应被校验器拒绝。该页面属于 jame581/godotprompter 项目，正文仅说明自身是一个应被拒绝的测试样本，并提到相关技能 godot-brainstorming 可用于设计探索。除上述信息外，未提供具体功能、安装方式或使用步骤。
token-budget-near 是 jame581/godotprompter 项目下的一个测试用固定样本条目，其原始描述为“Fixture — token-budget rule test”，即用于验证 token 预算规则的测试夹具。目前公开资料仅包含占位性文本，未提供可用的功能说明、使用方法或适用场景，因此无法确认其实际用途与能力。
资料显示这是一个名为 token-budget-over 的条目，来源仓库为 jame581/godotprompter，原始描述为「Fixture — token-budget rule test」。除此之外，资料中的介绍正文为重复填充字符，未提供任何关于产品用途、功能、使用方式、平台或限制的有效信息，因此目前无法确认它实际解决什么问题，也无法判断其适用场景。建议以官方页面后续更新为准。
用于编写与维护 Letsrunit Gherkin 功能测试的技能，可创建场景、改进已有浏览器测试，或添加项目专属步骤定义。强调以 .feature 文件作为最终交付物，而非单纯的浏览器探索结果。
用于审查 GitHub 拉取请求（PR）的代码审查技能，采用多智能体流水线与置信度过滤来减少误报，可按严重级别输出问题并通过 gh 命令发布评论。
用于稳定非确定性（flaky）测试的技能指南。核心要求是：先通过循环运行复现失败，命名不确定性类别（如时序/顺序、共享状态、网络/外部服务、随机性、时间/时钟、资源耗尽、环境），然后在生产代码或测试设置中定位并修复根因，而不是修改断言、加 sleep、放宽超时、用 try/catch 吞掉信号或直接跳过测试。修复后必须在相同失败条件下循环运行同一测试，粘贴所有通过的输出作为证据。适用于测试不稳定排查、CI 偶发失败处理等场景。