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 11-05 00:16
13,127 个结果
GRAVITAS 的性能分析扩展模式，需与 skills/gravitas/SKILL.md 叠加加载。它为性能相关工作加入性能剖析模式、基准测试要求、算法复杂度分析和前后对比测量规范，核心原则是“先测量再优化”：任何性能结论都必须有实测的 before/after 数字，禁止凭直觉判断。内容涵盖性能侦察用命令（N+1 查询、缺失索引、串行异步、缺失缓存、包体积、内存泄漏）、使用 autocannon、vitest bench 和 Node 堆快照进行测量的协议、性能基线与改进报告格式、常见反模式（N+1 查询、可并行的串行异步、昂贵计算缺缓存、缺数据库索引）的前后代码示例、算法复杂度注释规范，以及性能验证与 PASS 结论模板。
一套四阶段系统化调试框架，强调先定位根因再修复。适用于测试失败、生产缺陷、性能问题、构建失败等任何技术问题，帮助避免随机试错和症状修补。
debug-trace 是一项调试技能，用于当错误在深层调用栈中出现时，沿调用链反向追踪，定位最初的触发点并在源头修复，而不是只修补错误表象。
reproduce-bug 是一个用于复现和调查软件缺陷的命令式技能，来源于 udecode/better-convex。它通过日志调查、控制台检查和浏览器截图来定位问题。该技能首先读取 GitHub issue 的描述与评论，然后并行运行日志调查代理（如 rails-console-explorer、appsignal-log-investigator）查找可帮助复现的日志输出；若缺陷与 UI 或用户流程相关，则使用 Playwright 进行可视化复现，包括验证服务器是否运行、导航到受影响页面、按 issue 中的步骤逐步操作、捕获截图和控制台错误。最后整理发现，记录具体文件路径、截图、控制台错误和精确复现步骤，并向 issue 添加评论，包含原因发现、已验证的复现步骤、截图、相关代码位置以及建议修复方案。
simulate 是 udecode/better-convex 仓库中的一个命令型技能，用于以“新用户视角”对 better-convex 应用进行端到端模拟验证。它要求在一个全新仓库（/tmp/simulation-1）中，分四个硬性门控阶段构建并交付一个全栈演示应用：第一阶段为无认证的公开 CRUD 基础（projects/todos/tags/comments）及公开 API 演示端点；第二阶段加入端到端认证与组织/管理员能力；第三阶段扩展完整产品面（用户、组织、待办、项目、标签、评论）并深化关系处理、所有权/组织作用域、RSC 与 React Query 使用及 HTTP 路由覆盖；第四阶段完成聚合、触发器、限流、ORM 安全行为等加固与种子/重置健壮性。每个阶段结束后必须运行指定门控命令（better-convex dev、typecheck、test、build）并进行有头浏览器冒烟测试，证据保存到指定目录，任一检查失败需在阶段内修复并重跑，不得跳阶段。该技能还要求持续维护 task_plan.md、progress.md、findings.md，记录阻塞与摩擦，并最终输出成功项、阻塞项、各阶段证据路径、文档补丁建议及四阶段门控全部按序通过的确认。
TDD（测试驱动开发）实践指南，主张先写测试、看它失败，再写最少代码通过。适用于复杂算法、业务逻辑与数据转换等易出错的逻辑；不适用于 UI 组件、简单 CRUD、直白映射和一次性原型。
test-browser 是一个浏览器端到端测试命令，用于对当前 PR 或分支改动所影响的页面运行真实浏览器测试，基于 Vercel 的 agent-browser CLI（无头 Chromium），可发现 JavaScript 集成问题、CSS/布局回归、用户流程中断和 console 错误。
基于红-绿-重构循环的测试驱动开发（TDD）技能，用于在构建功能或修复缺陷时通过公共接口验证行为，适合关注可测试接口设计与垂直切片迭代的开发者。
test-xcode 是一个用于在模拟器上构建和测试 iOS 应用的命令，基于 XcodeBuildMCP 实现。它面向 iOS QA 场景，能够发现 Xcode 项目与 scheme、启动模拟器、构建并安装应用、启动应用、截取关键界面截图、捕获控制台日志并检查崩溃与错误，同时支持对外部流程（如 Apple 登录、推送通知、内购、相机、定位）进行人工验证。测试完成后会输出包含构建状态、各界面测试结果、控制台错误、人工验证和失败项的结果汇总，并可停止日志捕获、关闭模拟器。使用前需先安装 XcodeBuildMCP 服务器。
Authored decision order 是 Plate 编辑器仓库中的验证脚本，用于检查审核树的待处理变更在逐个决定与一次性决定时是否得到相同文档。脚本通过真实解析器穷举构建文档，比较逐个决定和一次性决定的子节点与可读落地写入，识别仅在特定顺序下才成立的耦合集合。支持 quotes、give-back、lift 和 generated-id 等多个系列，可设置标记数、块数、变更数等参数，并基于只收缩基线比对发现。
这是一个用于校验 Plate 编辑器自动格式化输入规则（Autoformat Input Rules）的检测工具。它按照 BasicMarksKit 与 AutoformatKit 的声明顺序，在真实编辑器中逐键输入快捷符号，检查每个声明的简写是否整段生效、是否留下多余分隔符、是否影响前后段落，以及一次撤销能否恢复按键前状态。工具通过 Babel 解析规则声明，枚举不超过三键的按键序列，并与只减不增的基线比对，输出 autoformat-declared、autoformat-blocks、autoformat-undo 三类发现。
dogfood 是一个用于系统化探索和测试 Web 应用的工具，旨在发现 bug、UX 问题及其他缺陷。它适用于被要求进行「dogfood」、「QA」、「探索性测试」或「查找问题」的场景。该工具仅需要目标 URL 即可启动，其余参数均有合理默认值。它会自动建立会话、按需登录、录制视频与截图，并为每个发现的问题生成带完整复现证据的报告。问题分为交互/行为类与静态/可见类，前者需要视频和分步截图，后者仅需一张带注释的截图。工具强调可复现性，要求先验证问题可复现再收集证据，并以增量方式写入报告。最终目标是找到 5-10 个有充分文档记录的问题，并更新严重性统计摘要。
一个条件触发的代码审查角色（persona），当代码差异涉及数据库查询、循环密集型数据处理、缓存层或 I/O 密集路径时被选用，专门审查运行时性能和可扩展性问题。
report-bug-ce 是 udecode/plate 项目中的一项技能，用于向 compound-engineering 插件的维护者报告使用该插件时遇到的缺陷。该技能通过分步问答收集结构化的缺陷信息，自动检测并采集运行环境，然后按照统一模板整理成缺陷报告，并通过 GitHub CLI 在指定仓库创建 GitHub Issue。它适用于使用 compound-engineering 插件并希望反馈问题的用户，主要能力包括问题分类、组件定位、实际与预期行为记录、复现步骤收集、错误信息捕获、环境信息采集和自动提交 Issue。使用时通过 /report-bug-ce 技能触发，按提示回答即可。限制方面：需要 gh CLI 并完成认证；若创建失败会展示报告供手动提交；不收集个人信息、密钥凭证和私有代码；缺失的必要信息会重新询问。
Testing Reviewer 是 udecode/plate 项目中的常驻代码审查角色，专注于测试架构与覆盖率评估。它审查代码差异中的测试覆盖缺口、弱断言、与实现耦合的脆弱测试，以及缺失的边界与错误路径覆盖。其核心理念是判断测试是否真正证明代码可用，而非仅仅检查测试是否存在。它会追踪新代码中未测试的分支、识别不验证行为的假阳性测试、发现因重构而无意义失败的脆弱测试，并对错误处理路径缺少验证的情况进行标记。该角色具备置信度校准机制，可根据差异内容直接证明、推断或模糊情况给出不同置信度评分，并明确排除对平凡 getter/setter、测试风格偏好、覆盖率百分比目标及未变更代码缺失测试的标记。审查结果以 JSON 格式输出，包含审查者标识、发现项、残余风险和测试缺口字段。
阿里云 AnyTrans 翻译技能的冒烟测试条目，用于验证最小鉴权、API 连通性与一条只读查询路径，包含编译检查、只读接口调用与证据留存要求。
阿里云媒体点播（VOD）技能的冒烟测试，用于验证最小鉴权、API 可达性以及一条只读查询路径，并保存编译检查与调用证据。
add-eval 是 umbraco/umbraco-mcp-base 仓库中的一个技能，用于为特定工具或集合（collection）新增或更新 LLM 评估测试（eval test）。它会创建新的评估场景，或更新已有场景以覆盖新加入的工具。当通过 /add-tool 添加了新工具需要评估覆盖、修改了工具需要更新评估场景、想为已有集合新增工作流场景，或 /build-evals 因评估文件已存在而跳过该集合时，可以使用本技能。运行前需确保集合已存在、项目可构建（npm run build），并具备 LLM API key（评估测试使用 Claude Agent SDK，可用 Claude Code 订阅或 ANTHROPIC_API_KEY）。
build-evals 是一个面向 MCP 工具集合生成 LLM 评测测试的技能。它读取项目根目录的 .discover.json 以及已有工具文件，为每个工具集在 tests/evals/ 下创建评测环境与工作流场景测试文件。该技能只允许创建 tests/evals/ 内的文件（setup 与 eval 测试文件），不会创建或修改工具文件、集合索引、集成测试、mock handler 等其他文件。与集成测试不同，评测测试按工作流对相关工具分组，通过 Claude Agent SDK 调用，具有概率性，且必须先执行 npm run build，针对 dist/ 运行。使用前需已运行 /build-tools 生成工具集合、项目可构建，并具备 LLM API 密钥（Claude Code 订阅或 ANTHROPIC_API_KEY）。支持无参数（处理全部集合）或指定单个集合名。技能使用 eval-test-creator 代理创建测试文件，并遵循“先构建再运行、一次一个集合、按工作流分组工具、迭代提示词、开发期开启 verbose、build 与 test 分开执行”等规则。
用于为 MCP 工具集合生成集成测试的技能：读取 .discover.json，按集合创建测试基础设施、builder、helper 与逐工具的测试文件；仅允许在 __tests__/ 目录内创建文件，测试直连真实 Umbraco 实例，不使用 mock。
用于对托管的 MCP Cloudflare Worker 运行 Playwright E2E 测试的技能，通过 MCP Inspector 界面走完整 OAuth 流程，并连接真实的 Forms worker。当用户说 /run-e2e 或要求运行 e2e/playwright 测试时使用。
crap4clj 是一个用于 Clojure 与 Babashka 项目的 CRAP（Change Risk Anti-Pattern）指标计算工具。它结合圈复杂度与测试覆盖率，为项目中的每个 defn 和 defn- 函数计算 CRAP 分数，从而识别那些既复杂又缺乏测试的函数。工具会自动删除过期的覆盖率报告、运行 Cloverage 收集覆盖率数据，然后分析结果并输出按 CRAP 分数从高到低排序的表格。它支持 .clj、.cljc、.cljs 和 .bb 源文件，可通过 deps.edn 中的 :cov 与 :crap 别名配置使用，也支持过滤特定模块、使用已有 LCOV 报告分析 Babashka 脚本等场景。
agent-browser 是一款面向 AI 智能体的浏览器自动化命令行工具，可让智能体在隔离的 Chrome 会话中打开网页、快照、点击、填表、截图、导出 PDF、提取页面数据，并用于本地 Web 应用测试与探索性 QA。
Node.js 调试技能：用 --inspect 与 Chrome DevTools Protocol 在终端驱动 V8 检查器，设置断点、单步执行、查看调用栈与作用域、求值表达式，也可脚本化调试与采集 CPU/堆快照。