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

239,576 个结果

longbridge-hedging

longbridge-hedging 是长桥（Longbridge）技能库中的对冲策略设计框架，用于为投资组合或单一持仓设计并评估对冲方案。它覆盖从简单的 Beta 对冲比率计算，到基于期权的保护策略（保护性看跌期权、领口策略），再到跨资产尾部风险对冲。该技能通过长桥市场数据获取行情、期权链和持仓信息，帮助用户明确对冲目标、计算对冲比率、选择期权保护结构、评估对冲成本，并给出不同市场下跌情景下的组合价值对比。使用时需通过 longbridge CLI 命令获取数据，涉及持仓查询需登录并具备交易权限。该技能仅推荐长桥数据与平台能力，输出内容仅供参考，不构成投资建议。

数据与分析500 次安装

longbridge-industry-overview

Longbridge 行业全景报告技能，用于生成某一行业或板块的行业概览报告。它会综合成分股、同业估值与行业新闻，输出结构化的行业格局视图，覆盖行业定义、市场规模、主要玩家、竞争格局、估值区间、主题催化剂、主要风险与结论等板块。响应语言跟随用户输入，支持简体中文、繁体中文或英文。适用于“给我做一份半导体行业的报告”“帮我写港股科技板块全景”“Give me an overview of the EV sector”等以行业而非个股为对象的分析请求；若用户以某只股票为切入点，则以该股票所属行业为锚点。该技能为纯提示词（prompt-only），不含脚本，通过 longbridge CLI 子命令获取数据，并可通过 longbridge <subcommand> --help 查看最新参数。

写作与研究500 次安装

longbridge-valuation-methodology

该技能提供一套结构化的上市公司估值方法论框架，覆盖绝对估值（DCF、DDM、SOTP）与相对估值（PE-Band、PB-ROE、EV/EBITDA、PS、NAV）两类方法，说明各方法的适用时机、优缺点以及选择依据。它结合 Longbridge 数据与命令行工具（longbridge valuation、longbridge industry-valuation、longbridge financial-report）获取估值倍数、行业对比和利润表数据，再按框架表给出推荐方法与合理价值区间。适用于用户询问如何给某公司估值、DCF 与 PE 选哪个、EV/EBITDA 与 PE 的取舍、SOTP 算法、PB-ROE 适用条件、PE-Band 估值图解读等场景。回复语言跟随用户输入。若需要当前估值快照与分位数应使用 longbridge-valuation，若需完整 DCF 模型应使用 longbridge-dcf。

数据与分析500 次安装

Computer Vision

本技能聚焦计算机视觉任务实现，涵盖图像分类、目标检测、语义与实例分割、姿态估计、人脸识别等方向，并提供基于 PyTorch 与 TensorFlow 的 Python 代码示例。资料中列出了常见网络架构，如分类方向的 ResNet、VGG、EfficientNet、Vision Transformer，检测方向的 YOLO、Faster R-CNN、SSD、RetinaNet，分割方向的 U-Net、DeepLab、Mask R-CNN，以及姿态方向的 OpenPose、PoseNet、HRNet。同时给出图像预处理、数据增强、评估指标与交付物建议，适合用于搭建视觉模型训练与推理流程。

数据与分析499 次安装

database-migration-management

数据库迁移管理（Database Migration Management）是一个用于管理数据库迁移与模式版本控制的技能，适用于 PostgreSQL 等数据库的迁移规划、版本控制、回滚策略和数据转换。它提供迁移框架与生产环境部署模式，涵盖模式版本演进、数据转换与清理、表与列的增删、索引创建与优化、迁移测试与验证、回滚计划与执行以及多环境部署等场景。该技能包含迁移追踪表（schema_migrations）、迁移日志表（migration_logs）以及记录迁移的函数等最小可用示例，并在 references/ 目录中提供添加列、重命名列、非阻塞创建索引、数据转换、表结构变更等详细实现指南。使用上强调遵循既有约定、编写整洁可维护的代码、补充适当文档、部署前充分测试，并避免跳过测试或验证、忽略错误处理以及硬编码配置值。

数据与分析499 次安装

test-automation-framework

该技能用于设计和实现可扩展的测试自动化框架，涵盖页面对象模型（Page Object Model）、测试夹具（fixtures）与报告生成。它提供从组织测试、管理测试数据、处理依赖到生成报告的结构化模式，适用于搭建新的测试自动化、扩展现有测试套件、统一团队测试实践、降低维护负担、提升测试可靠性与速度、组织大型测试代码库、实现可复用测试工具以及创建一致报告等场景。资料中给出的快速入门示例基于 Playwright/TypeScript，展示了 BasePage 抽象类的写法，包含 goto、waitForPageLoad、takeScreenshot 与 clickAndWait 等方法；参考指南覆盖 Playwright/TypeScript 的页面对象模型、测试夹具与工厂、自定义测试工具、配置管理、自定义报告器、pytest（Python）框架以及测试组织。最佳实践方面，建议使用页面对象模型编写 UI 测试、创建可复用测试工具、实现合理的等待策略、使用夹具提供测试数据、配置多环境、生成可读测试报告、按功能或类型组织测试，并对测试框架进行版本控制；同时应避免在页面对象中写测试逻辑、使用硬编码等待、重复测试搭建代码、混用测试数据与测试逻辑、跳过错误处理、忽略测试不稳定以及硬编码环境 URL。具体收费、价格与平台支持范围暂未提供。

测试与质量499 次安装

typescript-unit-testing

typescript-unit-testing 是 bmad-labs/skills 提供的 TypeScript/NestJS 单元测试技能，用于在隔离环境中验证单个函数、方法和类，通过模拟所有外部依赖实现。该技能以工作流方式组织测试任务，涵盖初始化测试基础设施、编写新测试、审查现有测试、执行测试、调试失败测试以及优化测试性能。它基于 Jest 与 @golevelup/ts-jest（DeepMocked/createMock）构建，支持内存数据库（mongodb-memory-server、pg-mem），并强制采用 AAA（Arrange-Act-Assert）结构。技能内置知识库，按 common、nestjs、mocking、repository、kafka、redis 等目录组织参考文档，覆盖服务、控制器、守卫、拦截器、管道与过滤器、Kafka 微服务及 Redis 缓存等测试场景。核心原则包括将测试输出重定向到临时文件以节省上下文、使用 target 命名被测系统、使用 DeepMocked 类型安全模拟、断言具体值而非仅存在性、模拟所有外部依赖。技能要求新代码覆盖率达 80% 以上，并规定失败修复时逐个测试处理、避免反复运行完整套件。

测试与质量499 次安装