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 11-22 00:12

全部 Skills

259,214 个结果

composing-semantics-matchers

该技能用于在 Compose UI 测试中构建精确的节点查询:通过 infix and、infix or 和 operator not 组合 SemanticsMatcher 谓词,并配合预置过滤器库、自定义语义键(expectValue/keyIsDefined)以及层级匹配器(hasAnyAncestor、hasAnyDescendant 等),把脆弱的断言链替换为单个声明式匹配器。组合后的匹配器描述会原样出现在断言失败信息中,逐条列出未满足的子句,便于定位问题。适用于需要按多个约束查找节点、组合 hasText 与 hasClickAction、取反匹配器、按自定义 SemanticsPropertyKey 过滤,或进行层级关系匹配的场景。

测试与质量86 次安装

launching-activities-with-activityscenario

本技能介绍在 Android 仪器化测试中如何使用 ActivityScenario 及其 JUnit4 封装 ActivityScenarioRule 来启动、驱动和销毁 Activity。ActivityScenario 是已废弃的 ActivityTestRule 的现代替代方案,提供线程安全、生命周期感知的 Activity 句柄,可将 Activity 推进到 CREATED / STARTED / RESUMED / DESTROYED 状态,通过 recreate() 模拟配置变更,并通过 onActivity { } 将操作投递到 UI 线程。技能覆盖了常见的 FQN 导入陷阱、线程规则以及清单文件声明要求,适用于新建 Activity 宿主测试、从 ActivityTestRule 迁移、排查 ActivityNotFoundException 或 recreation 状态丢失等问题。

测试与质量86 次安装

antislop-ui

antislop-ui 是 antislop 系统中的 UI 与视觉技能,用于在构建或编辑任何界面时提供颜色、布局、组件、装饰、结构流程与动效方面的规则。它需与核心文件 antislop.md 一起加载,核心负责机制(目的测试、三个层级、交付门),本技能负责 UI 专项深度。每条规则采用统一结构:Tell(模式)、Why(为何读起来像 slop)、Fix(应如何做),并引用核心规则编号。内容涵盖视觉与颜色(如通用蓝紫渐变、过度玻璃拟态、过度圆角、过软阴影、到处发光、背景网格、无理由暗色模式、调色板颜色过多、强调色过度、无菌默认)、布局与组件(如单调模板布局、复制粘贴功能卡、Bento 网格、统一间距、总是三步的“如何运作”、信任 logo 栏、最受欢迎定价卡、无产品演示、四列模板页脚、统一区块节奏)、装饰元素(如通用 AI 图标、Lucide 图标、emoji 装饰、每个按钮上的小箭头、彩色左侧条纹、AI 胶囊徽章、标题上方眉标徽章、装饰性状态点、通用 AI 排版)等。文末提供 UI 技能检查清单,作为核心交付门的 UI 专项补充。

设计与创作86 次安装

awesome-agent-skills

Awesome Agent Skills 是一个由 VoltAgent 社区维护的 Agent Skills 精选合集,收录了来自领先工程团队与社区的 1497+ 个官方 Agent Skills。该合集强调人工挑选、真实可用,而非 AI 批量生成的模板,号称是贡献量最大的 Agent Skills 仓库。它兼容 Claude Code、Codex、Antigravity、Gemini CLI、Cursor、GitHub Copilot、OpenCode、Windsurf 等多种智能体工具。技能覆盖前端与 UI、后端与 API、测试、DevOps 与云、安全、移动端、AI 与 ML、数据库、开发者体验等主要领域。使用方式是浏览仓库、找到匹配自身技术栈或工作流的技能,再通过智能体的技能系统安装或直接复制 SKILL.md。项目采用 MIT 许可证。

智能体与模型86 次安装

understand-chat

understand-chat 是一个用于代码库问答的技能,基于项目数据目录中的知识图谱(.ua/knowledge-graph.json,或存在旧版目录时的 .understand-anything/knowledge-graph.json)回答关于代码库的问题。它定义了图谱的 JSON 结构,包括 project 元数据、nodes、edges、layers 和 tour,并指导如何高效读取:先用 Grep 搜索相关条目再读取所需部分,避免将整个图谱载入上下文。使用前需检查图谱文件是否存在,若不存在则提示先运行 /understand;同时检查图谱的新鲜度,通过比较图谱中的 gitCommitHash 与当前 HEAD 以及工作区变更,若项目文件有变动则警告图谱可能遗漏这些变更并建议刷新。回答时仅使用相关子图,引用具体文件、函数和关系,并说明相关架构层。该技能适用于需要理解代码库结构、依赖关系和架构分层的场景。

编程与开发86 次安装

understand-diff

understand-diff 是一个用于分析 Git 代码差异和拉取请求(Pull Request)的技能。它通过对比代码变更与项目知识图谱(knowledge graph),帮助开发者理解哪些组件被修改、哪些组件可能受到影响,以及变更涉及的架构层次和潜在风险。该技能会先确定项目的数据目录(优先使用旧版 .understand-anything,否则使用 .ua),检查其中的 knowledge-graph.json 是否存在;若不存在,则提示用户先运行 /understand 生成图谱。随后获取变更文件列表,读取项目元数据并校验图谱是否与当前提交一致,再在知识图谱中定位变更文件对应的节点、查找一跳关联边以识别受影响组件,并结合节点复杂度、跨层边数量和影响范围给出风险评估与复核建议。最后,它会把差异数据写入 diff-overlay.json,供仪表盘可视化展示。

编程与开发86 次安装

understand-domain

understand-domain 是一个从代码库中提取业务领域知识并生成交互式领域流程图的技能。它可独立运行(轻量扫描),也可从已有的知识图谱派生领域信息。当项目数据目录中存在 knowledge-graph.json(或旧版 .understand-anything/knowledge-graph.json)时,技能会直接从图谱中推导领域知识,避免重复扫描文件;若无图谱,则执行轻量扫描:分析文件树、检测入口点和抽样文件。使用 --full 参数可强制重新扫描。该技能会识别项目根目录,并在检测到 git worktree 时自动将输出重定向到主仓库根目录,防止会话结束后数据丢失。它还会对已有图谱做新鲜度检查,比对提交哈希与工作区变更,提示用户可能需要刷新图谱。之后由 domain-analyzer 子代理分析领域、业务流程和流程步骤,输出经校验的 domain-graph.json,并自动启动仪表盘以水平流程图形式展示领域视图。

编程与开发86 次安装

understand-knowledge

该技能用于分析符合 Karpathy 模式的 LLM wiki 知识库,该知识库由原始来源、wiki 标记文件和模式文件三层构成,并生成交互式知识图谱仪表板。它能检测三层结构及 index.md、log.md 等信号,通过扫描脚本提取文章节点、来源节点、主题节点及 wikilink 关系,再借助 LLM 子代理补充隐式实体与关系,最后经合并、去重、校验后保存知识图谱,并自动触发仪表板展示。

数据与分析86 次安装

understand-onboard

understand-onboard 是一个用于为新加入项目的团队成员生成入职指南的技能。它基于项目已有的知识图谱(knowledge-graph.json)来构建指南,而非从零分析代码。该技能会先解析数据目录(优先使用已存在的 .understand-anything/,否则使用 .ua/),检查知识图谱是否存在,若不存在则提示用户先运行 /understand。随后它会检查图谱的新鲜度:读取图谱元数据中的 gitCommitHash,解析为提交后与当前 HEAD 比较,并检查已提交、暂存、工作区及未跟踪的项目文件变更;若发现项目文件漂移,会在生成指南前警告内容可能遗漏这些变更,并建议运行 /understand 刷新图谱。生成时,它读取项目元数据、架构分层(layers)、导览步骤(tour)以及文件级结构节点,识别复杂度热点,最终输出包含项目概览、架构分层、关键概念、引导式导览、文件地图和复杂度热点等章节的 Markdown 指南,并可选择保存到 docs/UA_ONBOARDING.md 并建议提交到仓库。

写作与研究86 次安装