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 10-29 00:09

全部 Skills

240,572 个结果

react-native-architecture

React Native Architecture 是一个面向 React Native 与 Expo 开发的生产级架构模式技能,覆盖导航、状态管理、原生模块集成以及离线优先架构等主题。它适用于启动新的 React Native 或 Expo 项目、实现复杂导航模式、集成原生模块与平台 API、构建离线优先的移动应用、优化 React Native 性能,以及为移动端发布搭建 CI/CD。该技能会先澄清目标、约束与所需输入,再应用相关最佳实践并验证结果,提供可执行的步骤与验证方式;如需详细示例,可查阅 resources/implementation-playbook.md。它明确不适用于与 React Native 架构无关的任务,也不应替代针对具体环境的验证、测试或专家评审。

编程与开发481 次安装

jimeng-api-video-gen

jimeng-api-video-gen 是一个通过火山引擎即梦视频(Jimeng Video)3.0 Pro API 生成 AI 视频的技能。它支持文本提示词(文生视频)和输入图片(图生视频)两种方式,覆盖 Pro(1080P HD)、1080P 和 720P 三种版本,以及多种子模式(如首帧、首尾帧、运镜等)。该技能以命令行脚本 scripts/generate_video.py 的形式调用,支持设置时长(4/5/6/8/10 秒)、帧率(24/25/30)、随机种子、输出路径等参数,并可输出原始 JSON 响应。使用前需配置环境变量 VOLC_ACCESSKEY 和 VOLC_SECRETKEY,采用火山引擎 IAM v4 签名认证(HMAC-SHA256)。生成成功后应直接向用户展示视频,并附上提示词、时长、模式、帧率和保存路径等信息。

设计与创作481 次安装

ohlcv-processing

OHLCV Processing 是一个面向交易分析的市场数据准备技能,专注于 OHLCV(开盘、最高、最低、收盘、成交量)数据的清洗与规范化。它覆盖完整的数据准备流程:列名标准化、结构校验、不可能K线检测、缺口处理、异常检测、重采样、归一化以及多数据源合并。该技能强调加密市场数据的特殊性——7×24 小时交易没有官方收盘价、DEX 聚合器价格不一致、低流动性代币会产生异常K线、API 中断会造成数据缺口,因此建议每个分析流程都从这套管道开始。技能提供标准化的 DataFrame 格式约定(UTC 时间索引、小写列名、升序排列、无重复时间戳),并附带数据质量报告、VWAP 计算、时区处理等实用函数。依赖 pandas、numpy、httpx,可通过 uv pip install 安装。

数据与分析480 次安装

cross-platform-compatibility

这是一个关于跨平台兼容性开发的中文指南资源,主要帮助开发者编写能在 Windows、macOS 和 Linux 上稳定运行的代码。内容覆盖文件路径处理、运行环境探测、平台专属依赖管理以及多平台测试策略。它给出了一个最小可用示例,用对比方式展示硬编码路径的问题,并推荐使用 Node.js 的 path 与 os 模块来构造与操作系统无关的路径,例如 path.join、path.resolve、path.dirname、path.basename、path.extname 与 path.normalize。该资源还附带一组参考指南,涉及文件路径处理、平台检测、行尾符、环境变量、Shell 命令、文件权限、进程管理、平台专属依赖、跨平台测试、字符编码和构建配置。适用场景包括构建面向多操作系统的应用、文件系统操作、平台专属依赖管理、系统与架构检测、环境变量使用、跨平台命令行工具开发、行尾符与字符编码处理以及平台专属构建流程。使用方式主要以查阅参考指南和遵循最佳实践清单为主,资源中未提供安装命令或其他运行指令。

编程与开发480 次安装

incident-response-plan

该技能用于创建和执行安全事件响应流程,覆盖安全漏洞、数据泄露与网络攻击等场景。它提供结构化的方法,帮助团队完成安全事件的检测、响应、遏制与恢复,并配套事件响应框架、Node.js 检测与响应实现等参考指南。适用于安全漏洞检测、数据泄露响应、恶意软件感染、DDoS 攻击、内部威胁、合规违规以及事后分析等场景。技能内含事件严重级别(P1-P4)、事件状态(检测、调查、遏制、清除、恢复、关闭)和事件类型等基础代码结构,并给出应做与不应做的最佳实践清单,例如维护响应计划、明确升级路径、演练、记录所有操作、保留证据、透明沟通、事后复盘、定期更新剧本,以及避免恐慌、删除证据、跳过记录、孤立作业、忽视教训和延迟通知。

安全与审计480 次安装

responsive-design

这是一个以路由优先为核心的响应式布局策略与验证技能,用于 Web 界面。当主要任务是要判定某个失败属于页面外壳、导航、表单、表格、仪表盘、卡片网格、媒体嵌入还是组件槽位等哪类响应式表面时使用。它强调先分类响应式故障,再选择最小的可行适配包,并留下简短策略与验证说明。技能明确不负责通用 CSS 配方堆砌、框架片段粘贴,也不吸收相邻前端领域问题。核心流程包括:捕获响应式录入信息、从五个主要包(page-layout、component-slot、dense-data、media-behavior、verification-reflow)中选一个、保持视口与容器归属明确、区分密集数据与媒体特例、保持回流与验证可见、并诚实地把相邻前端工作路由出去。

前端与建站480 次安装

apifox-branch

Apifox 分支协作技能,用于在 Apifox 中管理普通分支、迭代分支与 AI 分支,并处理 pick-to、merge、merge-request、保护分支、AI 写入权限及分支资源变更流程。当用户需要在指定分支上修改资源、创建 AI 分支隔离 AI 改动,或合并分支改动时使用。该技能强调分支上下文一致性:查询、创建、更新、运行测试都需带同一 --branch,写入后需用同一分支回读验证,避免跨分支误判资源是否存在。

编程与开发480 次安装

bug-bounty

这是一个面向漏洞赏金(Bug Bounty)全流程的智能体技能,覆盖侦察、学习、狩猎、验证与报告五个阶段。它强调只报告可实际利用、能造成真实危害的漏洞,拒绝理论性问题,并提供子域枚举、资产发现、指纹识别、HackerOne 范围获取、源码审计、A→B→C 漏洞链挖掘、Semgrep 静态分析、ffuf 高级用法以及各类工具与命令示例。适合安全研究人员在授权范围内开展漏洞挖掘与报告工作。

安全与审计480 次安装

asyncio

Python asyncio 是 Python 标准库中用于编写并发代码的模块,基于 async/await 语法实现异步编程。它适合处理 I/O 密集型任务,如 HTTP 请求、数据库查询、文件操作和 WebSocket 连接,无需线程或多进程的复杂性即可实现非阻塞执行。核心能力包括:async/await 语法、事件循环、任务并发调度、同步原语(锁、信号量、事件、队列、条件变量)、aiohttp 的 HTTP 客户端与服务端、异步数据库驱动支持、FastAPI 异步端点、WebSocket 支持以及后台任务管理。asyncio 自 Python 3.7 起为内置模块,无需安装;配套生态可通过 pip 安装 aiohttp、httpx、asyncpg、aiomysql、motor、fastapi、uvicorn、pytest-asyncio 等。

编程与开发480 次安装

dd-audit-compliance-report

该技能用于从 Datadog Audit Trail 生成面向审计人员的合规证据报告,支持 SOC 2 与 PCI DSS 两类框架。它把框架控制项映射到具体的审计日志查询模式,并输出结构化证据报告。使用前需通过 pup auth login 完成 OAuth2 认证,或配置具备 audit_logs_read 权限的 DD_API_KEY 与 DD_APP_KEY。技能会先执行保留期检查(PCI 要求 12 个月,Datadog 默认保留 90 天),若请求时间窗口超出默认保留期且未确认归档配置,会在报告头部提示该缺口。随后按控制项运行查询,覆盖用户开通/注销、角色与权限变更、失败登录与可疑访问、特权/支持用户操作、审计日志自身访问、无效访问尝试、全部认证事件、对象创建与删除等,并以证据报告模板输出。报告明确范围边界:仅覆盖 Datadog 平台内的管理操作,不覆盖 Datadog 所监控系统内的操作;对 PCI 而言,这是监控平台访问控制正常运行的证据,而非持卡人数据环境(CDE)本身的直接证据。

安全与审计480 次安装

expo-liquid-glass

expo-liquid-glass 是一个用于在 Expo React Native 应用中设计和实现 Liquid Glass 界面(液态玻璃效果)的 AI 技能/代理技能。它围绕四条实现路径展开:expo-glass-effect、@expo/ui(Host + SwiftUI 修饰符)、expo-router/unstable-native-tabs 以及 @callstack/liquid-glass,并给出明确的分工与取舍。该技能强调按执行顺序推进:先确认平台与运行时约束,再对照苹果 HIG(人机界面指南)的设计分类做设计对齐,选择一条主要实现路径,先套用苹果风格视觉规则,再编写带运行时守卫与回退方案的玻璃组件,最后在浅色/深色以及 clear/tinted 外观下做可访问性与视觉 QA。它提供了可复用的实现模式,包括带守卫的自适应玻璃包装组件、expo-glass-effect 安全用法、随 SDK 版本变化的原生标签栏语法、以及需要联动玻璃过渡时使用 @expo/ui 的 SwiftUI 命名空间 ID 方案。同时列出常见失败模式与修复方法,例如头部双重模糊、玻璃显得扁平、控件过度定制、缺少运行时守卫和版本漂移等。

编程与开发480 次安装