SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 11-17 00:07

全部 Skills

254,818 个结果

cli-design

cli-design 是一个用于构建命令行界面(CLI)的技能,帮助开发者设计直观、可组合且自文档化的命令行工具。它覆盖参数解析、帮助文本规范、交互式提示、配置文件层级以及跨 Node.js、Python、Go、Rust 生态的分发策略。技能强调可预测性优于取巧,遵循 POSIX 约定(单横线短标志、双横线长标志、-- 结束标志解析);默认自文档化,每个命令都应有 --help 展示用法、标志说明和示例;错误输出到 stderr 并使用非零退出码;尊重 Unix 哲学,支持 stdin/stdout 管道和 --json 机器可读输出;采用渐进式披露,先展示最简单用法。技能包含参数分类、配置层级、退出码表、常见任务示例(如 Commander.js、click、@inquirer/prompts、cosmiconfig 用法)、反模式清单和注意事项,并引用 argument-parsing-patterns.md 与 config-file-patterns.md 两个参考文件。

编程与开发135 次安装

event-driven-architecture

一个面向事件驱动架构(EDA)的 AI 技能,用于指导事件溯源、CQRS、消息中间件选型、最终一致性、Saga 分布式事务、幂等消费和事件 Schema 版本化等设计实现工作。该技能强调事件是事实而非请求,要求按至少一次投递设计幂等消费者,区分领域事件与集成事件,读写模型分离,并为传播延迟设定边界。技能内置常见任务步骤、示例代码与反模式清单,适用于设计、实现和排查事件驱动系统。

编程与开发135 次安装

game-design-patterns

game-design-patterns 是一个面向游戏开发的设计模式技能,重点解决实时帧预算、大量动态实体、复杂状态转换以及确定性回放与撤销等游戏特有场景下的架构问题。该技能覆盖四种基础模式:有限状态机与分层状态机、对象池、事件系统(发布/订阅)以及命令模式,并分别用于角色与 AI 行为建模、频繁生成实体的复用、系统间解耦,以及输入处理、撤销重做、回放和多人同步。激活后首次回复需以 🧢 开头。适用范围不包含渲染、着色器或图形编程,也不涉及与游戏无关的通用软件设计模式。

编程与开发135 次安装

startup-fundraising

Startup Fundraising 是一个面向创业融资场景的智能体技能,帮助创始人准备路演材料、谈判条款清单、完成尽职调查、维护投资者关系,并对稀释、SAFE 与定价轮融资、投资者拓展流程等进行系统化管理。资料显示,该技能覆盖 pitch deck 的 12 页框架、条款清单中的经济条款与控制条款、数据室结构、投资者更新模板、多轮稀释建模、SAFE 与可转债及定价轮的选择框架等。它强调在有议价能力时融资、把融资当作全职工作并设定时间窗口、早期优先使用带投后估值上限和 MFN 条款的 YC SAFE、谨慎对待期权池前置设置带来的稀释等原则。该技能不适用于 SaaS 指标分析或收入建模,也不提供法律文件起草或证券法建议;涉及法律事务时应咨询专业律师。其具体触发条件、文件引用及实现细节部分在资料中未完整提供。

通用与其它135 次安装

dstack

dstack 是一个开源控制平面,用于在 GPU 云、Kubernetes 和本地集群之间进行 GPU 供给与编排。它通过服务器、命令行工具(CLI)和以 .dstack.yml 结尾的 YAML 配置文件三部分协同工作,帮助用户在不同基础设施上运行和管理开发环境、任务与在线服务。dstack 通过 fleet(机群)来预置和调度算力资源,支持按需供给、闲置实例自动终止以及基于 range 的弹性节点池。用户可以通过 dstack apply 提交配置,CLI 会先展示执行计划再提交变更。该工具提供对运行状态、日志、事件、卷、网关和可用报价的查询能力,并支持 SSH 接入、端口转发以及为开发环境提供 IDE 链接。其配置类型覆盖开发环境(dev-environment)、任务(task)、服务(service)等运行配置,以及机群(fleet)、卷(volume)、网关(gateway)等基础设施配置。适合需要在多种 GPU 基础设施上统一调度和管理算力工作负载的团队使用。

智能体与模型135 次安装

vulnerability-validation

Vulnerability Validation 是一个安全漏洞验证技能,用于对 commit-security-scan 产出的安全发现进行可利用性评估。它通过可达性分析、控制流分析、缓解措施评估等步骤,判断漏洞是否真实可利用,过滤误报,并为确认的漏洞生成概念验证(PoC)和 CVSS 3.1 评分。该技能需要威胁模型文件和扫描结果文件作为前置输入,最终输出结构化的 validated-findings.json,将发现分类为 CONFIRMED、LIKELY、FALSE_POSITIVE 或 NEEDS_MANUAL_REVIEW。

安全与审计135 次安装