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 11-21 00:15

全部 Skills

258,585 个结果

pytorch-fsdp2

该技能用于指导编码智能体在 PyTorch 训练脚本中正确接入 FSDP2(fully_shard),涵盖分布式初始化、参数分片、混合精度与 CPU offload 配置,以及分布式检查点保存与加载。它强调按自底向上顺序对子模块应用 fully_shard、在分片后创建优化器、使用 model(input) 触发 FSDP2 钩子,并推荐使用分布式检查点(DCP)或分布式 state dict 辅助函数进行保存与恢复。适用于模型(参数、梯度与优化器状态)无法放入单张 GPU、希望采用基于 DTensor 的逐参数分片、并可能后续与张量并行组合的场景;同时提示跨 PyTorch 版本检查点兼容性等限制。

编程与开发101 次安装

qdrant-vector-search

Qdrant 是一个用 Rust 编写的高性能向量相似度搜索引擎与向量数据库,面向生产级 RAG 与语义搜索场景。它支持向量近邻检索、向量与元数据混合过滤、多向量存储(稠密与稀疏)、量化压缩、分布式分片与复制,并提供 REST 与 gRPC 两套功能对等的 API。可通过 Python 客户端(qdrant-client)或 Docker 部署使用,也提供 Qdrant Cloud 托管服务。适用于需要低延迟检索、混合搜索、水平扩展或本地化数据控制的生产 RAG、语义搜索与实时推荐系统。

数据与分析101 次安装

sentence-transformers

Sentence Transformers(SBERT)是一个基于 PyTorch/Transformers 的 Python 框架,用于在本地生成句子、文本和图像嵌入向量。它使用 Hugging Face 上的预训练模型,提供 5000+ 预训练模型、支持 100+ 语言,可用于 RAG、语义相似度与搜索、文本聚类与分类等任务,是 OpenAI 嵌入 API 的高性价比本地替代方案。安装方式为 pip install sentence-transformers,支持与 LangChain、LlamaIndex 集成,并可进行微调。

智能体与模型101 次安装

timesfm-forecasting

TimesFM Forecasting 是一个封装 Google Research 时间序列基础模型 TimesFM 的技能,用于零样本单变量时间序列预测。它无需训练即可对销售、传感器、能源、生命体征、天气等任意单变量序列返回点预测和经过校准的分位数预测区间。该技能包含强制性的系统预检脚本,在加载模型前检查内存、GPU 显存和磁盘空间,避免在用户机器上崩溃。TimesFM 2.5 使用 200M 参数,磁盘约 800 MB,CPU 内存约 1.5 GB,GPU 显存约 1 GB,支持最长 16,384 个上下文点。

数据与分析101 次安装

torch-geometric

PyTorch Geometric(PyG)是构建在 PyTorch 之上的图神经网络(GNN)标准库。它提供图数据结构(Data、HeteroData)、60 多种 GNN 层实现(如 GCN、GAT、GraphSAGE、GIN)、可扩展的小批量训练以及异构图支持。PyG 覆盖节点分类、链接预测、图分类等任务,内置常用数据集与变换,并支持邻居采样、可解释性分析等能力。资料显示其测试版本为 torch-geometric 2.7.x(2025 年 10 月),要求 Python 3.10+ 与 PyTorch 2.6+。

智能体与模型101 次安装

zarr-python

Zarr-Python 是一个用于存储分块、压缩的 N 维数组与数组组的 Python 库,支持本地、内存、ZIP 以及基于 fsspec 的 S3/GCS/HTTP 等存储后端,适用于并行 I/O、云原生工作流,并能与 NumPy、Dask、Xarray 集成。本条目为 Kalaris Labs 维护的社区指南,非 zarr-developers 官方包。当前上游版本为 zarr 3.2.1(2026-05-05 发布),新数组默认使用 Zarr 格式 3,可通过 zarr_format=2 兼容旧格式。

数据与分析101 次安装

deslop-ui

deslop-ui 是 deslop-skills 中的一个 UI 审查技能,提供一份按语境判断的视觉“AI 味”清单及其修复方法。它用于生成界面时自检,或审查代码与截图时识别让 UI 显得像 AI 生成的视觉痕迹。其核心理念是有意为之而非一律禁止:问题不在元素本身,而在于反射式、无意义地使用元素;判断标准是屏幕上的一切是否传达真实信息或服务于当前语境。清单分为两级:第一级几乎总是反射式使用,第二级仅在纯装饰时才算 slop。该技能可独立使用,也可与前端设计方向类技能配合,后者负责字体、配色和布局方向,本技能则充当审查清单。资料暂未提供具体安装方式、价格与平台信息。

设计与创作101 次安装

linkfox-amazon-store-external-fulfillment

LinkFox 推出的亚马逊 External Fulfillment(外部履约)管理技能,用于 Seller Flex、FBA Onsite、Multi Seller Flex、Easy Ship、Self Ship、MFN Self Delivery、Amazon Pharmacy 等外部履约项目。支持按 location 查询或更新库存、履约货件查询与处理(确认/拒绝)、包裹创建与更新、包裹状态更新、配送选项获取、发票生成与查询、面单生成以及退货查询。该技能依赖 linkfox-amazon-store-auth 完成选店授权,通过 POST /spApi/developerProxy 转发上游 Amazon SP-API 请求,并提供 Python 脚本调用方式。使用时需商家具备 External Fulfillment allowlist,应用需 Direct-to-Consumer Shipping (Restricted) 角色。

办公与效率101 次安装

pre-commit-check

Pre-Commit Check 是一个在提交代码前对暂存文件进行审查的严格检查技能。它在任何 commit 之前只检查已暂存(staged)的文件,并要求通过三道关卡:安全、代码质量、是否会出问题。安全关卡委托给 security-checklist 技能,扫描硬编码的密钥、API key、token、密码、含真实值的 .env 文件、凭据、私钥和连接字符串,一旦发现即停止,不进入第二关。代码质量关卡依据 core-principles 和通用最佳实践审查 DRY、纯函数、快速失败、命名、关注点分离、错误处理、死代码等,并对问题给出报告,风格上的小问题可以记录但不阻塞提交。第三关关注单元测试捕捉不到的问题,例如运行时环境、权限缺失、基础设施配置错误和部署失败,要求运行构建、运行已有测试、运行 linter,对 Lambda、CDK、SST 等基础设施代码要部署到 dev 并直接调用 Lambda、检查 CloudWatch、确认 SSM 参数或密钥存在,前端要确认无控制台错误且页面能加载,CI 相关改动尽量在本地运行对应步骤。超过 2 分钟才能完成的验证另当别论,但 2 分钟内能验证的应当立即执行。输出采用固定格式:被阻塞、提交前修复、已验证。此外,若开发者纠正了本技能本应阻止的行为,应建议对其做具体修订。

测试与质量101 次安装

test-coverage

Test Coverage Expander 是一个用于扩展单元测试覆盖率的技能,专注于针对未测试的分支和边界情况生成单元测试。当覆盖率偏低、CI 报告存在缺口,或发布前需要加固时使用。它不适用于集成测试或端到端测试。该技能会先检测项目技术栈(JavaScript/TypeScript、Python、Go、Rust),再执行覆盖率分析、识别测试缺口、编写测试并验证覆盖率提升,最终报告前后覆盖率对比、新增测试数量及改进最大的文件。

测试与质量101 次安装