SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-28 00:17

全部 Skills

239,462 个结果

Python Backend Architecture Review

Python Backend Architecture Review 是一个用于 Python 后端应用架构评审的 Claude 技能。当用户请求评审、分析或反馈后端架构时启用，覆盖系统架构与设计模式、数据库架构、API 设计与通信、安全架构、可伸缩性与性能、可观测性与监控、部署与基础设施、代码组织与项目结构、数据流与状态管理、弹性与错误处理等维度。它强调先提出澄清问题（如规模、性能、安全合规、团队规模、预算、时间线），再按“高层摘要—详细发现—建议”的结构输出，并将问题按 HIGH/MEDIUM/LOW 优先级划分，同时提供安全检查清单、伸缩路线图、技术栈评估、下一步与工作量估计。技能还包含 Python 专属考量，如框架选择（FastAPI、Django、Flask）、ASGI 与 WSGI、async/await 与 GIL 影响、ORM 与异步驱动、Celery 等后台任务、结构化日志与 OpenTelemetry、Docker 多阶段构建与依赖管理等，并建议静态分析、安全扫描、性能剖析、负载测试、监控与文档等工具。

编程与开发504 次安装

uniswap-monitor-teneo

Uniswap Monitor 是 Teneo Protocol 网络上的一个 AI 智能体技能，用于监控 Uniswap 相关数据。该技能通过内置的 Teneo CLI（bash 工具）调用，用户可先查看该智能体的实时命令、参数与定价，再执行查询。它适用于用户明确要求使用 Uniswap Monitor，或任务与该智能体实时能力匹配的场景。使用前需一次性安装 Teneo CLI，安装后可通过 list-agents 发现所有可用智能体。支持的结算网络包括 Base、Peaq 和 Avalanche，均以 USDC 计价。该技能本身不提供 SDK 导入方式查询，构建和发布自有智能体需使用 teneo-cli 技能的工作流。

数据与分析504 次安装

fix-flaky-tests

fix-flaky-tests 是一个用于修复不稳定测试（flaky tests）的智能体技能，来源于 tuist/agent-skills。它通过分析 Tuist 测试洞察中的失败模式，定位根因并施加针对性修正。该技能通常接收一个 Tuist 测试用例 URL 或标识符，随后使用 tuist test case show、tuist test case run list、tuist test case run show 等命令获取可靠性指标、flaky 运行历史和失败详情，再读取对应源码路径与行号，识别常见的 flaky 模式（如时序与异步问题、共享状态、环境依赖、顺序依赖、崩溃等），并应用最小化修复。若未提供具体测试，则先通过 tuist test case list --flaky 发现项目中所有被标记为 flaky 的测试，并按套件分组、检查是否共享 test_run_id、查看失败消息进行分类。修复后通过 xcodebuild 的重复运行参数验证测试是否稳定通过，必要时使用并行测试、Thread Sanitizer 等策略复现竞态条件。

测试与质量504 次安装

api-gateway-configuration

API Gateway Configuration 是一套用于设计和配置 API 网关的提示词技能，聚焦微服务架构下的路由、认证、限流以及请求/响应转换。它适用于为微服务搭建反向代理、集中式 API 认证、请求与响应转换、后端服务流量管理、限流与配额执行、API 版本化与路由等场景。资料提供了 Kong 网关的最小可用配置示例，包含服务定义、路由路径、限流插件、JWT 认证插件和 CORS 插件，并列出 Kong、Nginx、AWS API Gateway、Traefik 以及 Node.js 网关实现等参考指南。同时给出最佳实践清单，建议在网关层集中认证、全局限流、完善日志、后端健康检查、适当缓存、熔断、监控指标以及生产环境使用 HTTPS；并提醒不要暴露后端服务细节、跳过请求校验、遗漏 API 使用日志、使用弱认证、过度缓存动态数据、忽略后端超时、跳过安全响应头或暴露内部 IP。

部署与运维503 次安装

Feature Engineering

特征工程（Feature Engineering）是一套通过领域知识与数学变换来创建和转换特征的方法，旨在提升模型性能、可解释性与泛化能力。它涵盖类别编码（One-Hot、Ordinal、Label）、特征缩放（StandardScaler、MinMaxScaler、RobustScaler）、多项式特征、特征交互、领域特定变换、时间特征、分箱离散化以及缺失值填充等技术，并提供基于 Python（pandas、numpy、scikit-learn、matplotlib、seaborn）的完整实现示例与预处理流水线。适用于需要超越原始特征提升模型表现、处理类别变量、统一特征尺度、构建业务相关特征或处理偏态分布的场景。

数据与分析503 次安装

react-native-app

React Native App 是一个面向跨平台移动应用开发的技能指南，聚焦使用 React Native 构建 iOS 与 Android 应用。内容涵盖 React Navigation 导航、Redux 与 Context API 状态管理、API 集成以及原生模块处理等现代开发模式。资料提供了最小可运行示例，展示如何用 React Navigation 的 Stack 与 Tab 导航器搭建应用结构，并列出项目设置与导航、Redux 状态管理、Axios API 集成、Hooks 函数式组件等参考指南。同时给出最佳实践清单，包括使用函数式组件与 Hooks、完善错误处理与加载状态、用 FlatList 优化列表渲染、使用 TypeScript、在 iOS 与 Android 上测试、用环境变量管理 API 端点等，并列出应避免的做法，如过度使用内联样式、无错误处理的 API 调用、明文存储敏感数据、忽略平台差异等。

编程与开发503 次安装

antithesis-launch

Antithesis Launch 是一个用于启动 Antithesis 测试运行的技能，依赖 snouty 工具。它按固定顺序执行：先用 docker compose 构建镜像，再运行 snouty validate 校验配置，校验通过后才调用 snouty launch 提交运行。技能会先通过 snouty doctor 确认容器运行时与 compose CLI，并据此选择构建命令；随后在仓库中定位用于 Antithesis 的 docker-compose.yaml 配置目录，支持 antithesis/config 等标准布局及非标准布局。运行需要用户提供时长（分钟），并显式设置 webhook、source、test-name、description 等参数；若使用预构建镜像则改用 --config-image。snouty 不会自行构建或拉取镜像，因此镜像必须已存在于所选引擎的存储中，且 snouty 在同时安装 podman 与 docker 时优先使用 podman。校验失败时技能会立即停止并报告错误，不会继续提交运行。

测试与质量503 次安装

create-agent-skills

create-agent-skills 是一个用于创建、编写、构建和优化 Claude Code Skills 的专家指导技能。它面向需要编写 SKILL.md 文件、创作新技能或改进现有技能的用户，提供从结构设计到内容组织的完整方法论。该技能强调技能本质上是提示词，遵循提示工程最佳实践；SKILL.md 始终会被加载，因此核心原则应内联其中；复杂技能采用路由模式，通过 workflows、references、templates、scripts 等目录实现渐进式披露。它包含创建新技能、审计修改现有技能、添加组件、获取指导等入口，并依据用户意图路由到对应工作流。

智能体与模型503 次安装

cli-anything-musescore

cli-anything-musescore 是一个面向乐谱处理的命令行工具，封装 MuseScore 4 的 mscore 后端，让开发者与自动化流程可以通过命令行完成乐谱操作。它支持的输入格式包括 MuseScore 原生的 .mscz、压缩 MusicXML（.mxl）、MusicXML（.musicxml / .xml）以及 MIDI（.mid / .midi）。主要能力涵盖：项目信息查看与打开、移调（按目标调号、按半音数、自然音阶移调）、声部提取与批量生成分谱、多格式导出（PDF、PNG、MP3、MIDI、MusicXML、盲文 Braille）、乐器列表与增删管理、乐谱分析（media probe / stats / diff），以及会话级的状态、撤销、重做与历史记录。所有命令均支持 --json 参数以输出机器可读结果，方便集成到脚本和智能体工作流中。移调操作需要同时提供输入 -i 与输出 -o；声部名称匹配不区分大小写。

通用与其它503 次安装