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 11-01 00:15

全部 Skills

242,645 个结果

software-factory

Software Factory 是一套 AI 原生(AI-native)的软件开发生命周期(SDLC)方法,用于将产品意图、技术意图与实现工作连接在同一条可追溯的工作流中。该技能(Skill)帮助编码智能体有效使用 Software Factory MCP,并在代码仓库中可靠、可追溯地执行 Work Order(工作订单)。其中的记录类型包括:Knowledge Base(知识库,存放研究、会议记录、设计产物等项目文档与文件)、Requirements(需求,从外部视角描述系统必须为用户做什么及原因)、Blueprints(蓝图,从内部视角描述组件、契约与架构)、Work Orders(描述交付:一次变更可实现的范围、排除项,以及它连接的需求与蓝图)、Feedback(用户提交的请求与报告)、Themes(将具有共同根因的反馈分组以便统一处理)。技能还规定了记录编写规则与执行流程(包括执行单个或多个 Work Order、编写实现计划、运行审查、初始化执行目录、更新执行上下文等)。

编程与开发426 次安装

verify-email-snapshots

verify-email-snapshots 是一个面向 .NET 项目的测试技能,用于对邮件模板进行快照测试,借助 Verify 库捕获渲染后的 HTML 输出并与已批准的基线进行比对,从而发现模板回归。它适用于测试邮件模板渲染、验证 MJML 模板编译出的 HTML 是否符合预期、在代码审查中查看邮件改动的可视化差异,以及确认变量替换是否正确。测试首次运行时生成 .verified.html 基线文件,后续模板变更会导致测试失败并展示差异,便于人工审查。该技能可与 MJML 邮件模板编写、Mailpit 本地邮件投递测试等技能配合使用。

测试与质量426 次安装

correlation-tracing

correlation-tracing 是一个用于在微服务架构中实现分布式追踪与关联 ID(correlation ID)的实践指南与代码示例。它帮助开发者在多个服务之间追踪同一个请求的完整流转路径,从而理解系统行为、排查分布式环境下的错误、分析性能与延迟问题。该技能提供基于 Node.js(Express)和 Python 的实现思路,涵盖关联 ID 中间件、OpenTelemetry 集成、手动追踪上下文传播等方案,并给出相关最佳实践。适用于微服务调试、性能监控、请求流可视化、跨服务错误追踪、依赖分析与延迟优化等场景。

部署与运维426 次安装

adapt-custom-endpoint

adapt-custom-endpoint 是 ArcReel 生态中的一个技能,用于把采用「JSON 提交后轮询」协议的视频或图片供应商接入 ArcReel。当用户需要编写、验证、测试或保存自定义调用端点定义时使用。该技能通过随附的 scripts/custom_endpoint.py 调用 ArcReel HTTP API,并以共享 validator 和 API 作为验证与保存定义的唯一入口。工作流包括:读取供应商文档、确认协议形态、编写定义 JSON 与测试参数、校验定义、检查提交与轮询响应、预览请求、在用户明确同意后执行真实测试连接、再次校验并保存端点。凭证优先引用 ArcReel 已保存的自定义供应商 provider_id,禁止将 API Key 写入项目文件、命令参数或回复。脚本读取 setup-arcreel-skills 创建的 .arcreel/settings.json,从 mcp_url 派生 /api/v1 地址并用 api_key 鉴权。

智能体与模型426 次安装

statsmodels

Statsmodels 是 Python 中用于统计建模与计量经济学的核心库,提供估计、推断与诊断工具,覆盖从简单线性回归到复杂时间序列与计量分析的广泛方法。它支持线性回归(OLS、WLS、GLS、分位数回归)、广义线性模型(Logistic、Poisson、Gamma 等)、离散选择模型(二值、多项、计数、有序)、时间序列分析(ARIMA、SARIMAX、VAR、预测)、统计检验与诊断(异方差、自相关、正态性)、异常值与影响点检测、模型比较(AIC/BIC、似然比检验)以及因果效应估计,并可生成适合发表的统计表格与推断结果。该技能适用于需要严谨统计推断的场景,例如拟合回归模型、分析离散结果、进行时间序列预测、检验模型假设、比较模型优劣等。使用方式上,既可通过标准 API(如 sm.OLS、sm.GLM、ARIMA)建模,也可使用 R 风格公式 API(smf.ols、smf.logit)进行直观的模型设定。资料中提供了线性回归、Logistic 回归、ARIMA、GLM 等快速入门代码示例,以及模型选择、交叉验证和最佳实践指导。

数据与分析426 次安装