SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-03 00:11
244,181 个结果
ln-774-healthcheck-setup 是一个 L3 Worker 技能，属于 7XX Project Bootstrap 类别，用于为 Kubernetes 探针和监控配置健康检查端点。它接收来自 ln-770 的 Context Store，自动扫描项目依赖（PostgreSQL、MySQL、Redis、RabbitMQ、MongoDB），并按 Kubernetes 最佳实践生成三类健康检查端点：/health/live（存活探针，不检查依赖）、/health/ready（就绪探针，检查所有依赖）、/health/startup（启动探针）。支持 .NET（AspNetCore.Diagnostics.HealthChecks）和 Python（FastAPI 路由）两种技术栈，同时生成对应的 Kubernetes 探针清单片段。该技能具备幂等性，若检测到已有健康检查配置则跳过。
该技能通过 WallySmarter 查询单个 Walmart 商品详情，支持按 Walmart ItemId 获取商品属性，并可附带历史价格与销量趋势数据。返回字段包括标题、描述、当前价格、划线价、最低价、品牌、评分、评论数、销量估算、收入估算、卖家名称、履约类型（MARKETPLACE 或 WFS）、商品页链接、图片、部门分类、Listing 质量分、内容质量分、库存状态、广告标识、品牌标识、变体标识、US ItemId 及创建/更新时间等。默认包含历史统计，可关闭以加快响应。该工具一次仅查询一个商品，返回非结构化数据，不支持二次分析。使用需配置 LinkFox API Key，按动态规则消耗算力，查询前需提醒用户。
Test Fixing 是一个用于系统性修复失败测试的技能。它通过智能错误分组策略，帮助开发者识别并逐一解决测试套件中的失败用例。适用于用户明确要求修复测试、报告测试失败、完成实现后希望测试通过，或提及因测试导致的 CI/CD 失败等场景。该技能的核心流程包括：先运行 make test 识别所有失败测试，分析失败总数、错误类型与模式、受影响的模块和文件；然后按错误类型（如 ImportError、AttributeError、AssertionError）、模块/文件、根本原因（缺失依赖、API 变更、重构影响）进行智能分组，并按受影响测试数量或依赖顺序排定优先级；接着对每组依次定位根因、阅读相关代码、用 git diff 检查近期变更、实施最小化修复，并通过运行子集测试验证；修复顺序遵循先基础设施（导入错误、缺失依赖、配置问题），再 API 变更（函数签名、模块重组、重命名），最后逻辑问题（断言失败、业务逻辑缺陷、边界情况）；全部修复后运行完整测试套件，确认无回归且测试覆盖率保持完整。最佳实践包括一次只修复一组、每次修复后运行聚焦测试、利用 git diff 理解变更、寻找失败模式、当前组通过前不进入下一组、保持改动最小且聚焦。
用于优化 ToolUniverse JSON 配置中工具描述的技能，检查并改进描述清晰度与可用性，涵盖前置条件、缩写展开、必填与可选参数、互斥选项标注、过滤语法与文件大小提示等。
livre 是一个用于代码提交与 PR 创建的工作流指令（skill），会自动提交改动、与远端 main 同步、推送当前分支并创建 Pull Request；它拒绝直接在 main 上运行，要求先建立功能分支。
PostHog 技能，用于把用户对实验的自然语言指代解析为具体实验 ID。它通过 experiment-list 浏览实验，而非使用功能开关工具，支持按名称、状态、时间、flag key 或部分 key 查找，并在匹配到多个或没有结果时给出处理建议。
API Design 是一个用于定义客户端与服务之间接口契约的设计技能，覆盖请求/响应结构、分页、幂等重试、错误格式与版本演进，帮助在系统设计阶段把接口写具体。
create-railcode-agent 是 Railcode 官方技能，用于通过 Railcode CLI 构建、测试、发布、调用、定时和更新 Railcode 托管智能体（managed agents）。它指导如何将用户需求映射到 Railcode 能力（如 saved_queries、connectors、app_files、app_data_write、agent_kv、email、cron 等），如何编写 agent.yaml 清单、配置沙箱与工具权限，并区分托管智能体与页面内 LLM 的适用边界。技能还包含更新 CLI、提交产品反馈、从官方示例起步以及完整构建工作流等指引。
依据 Lenny's Podcast 与 Newsletter 的 15 位嘉宾与文章见解整理的 AI 辅助原型开发技能，帮助用户用自然语言或视觉稿，借助 AI 编程工具搭建可运行的产品原型，覆盖目标判断、工具选择、提示迭代与交接验证等环节。
该技能帮助管理者从亲自解决问题转向以教练式领导带动团队成长，借助 Lenny 播客与通讯中 18 位嘉宾的洞察，识别团队技能差距、选择评估框架、设计季度成长挑战，并通过提问代替直接给答案。
Jest Generator 是一个用于为 JavaScript 和 TypeScript 代码生成 Jest 单元测试的技能。它遵循 Jest 约定与最佳实践，支持生成包含 mock、describe 块和代码组织的测试文件，适用于 JS/TS 模块、React 组件以及为现有代码补充缺失的测试覆盖。该技能提供测试文件命名映射、运行命令、Jest 专用模式（mock、spy、快照）、异步测试、定时器、常用匹配器、React 组件测试示例，以及质量检查清单和最佳实践。
该技能用于在 Cursor 中把当前工作区切换到另一个项目目录，借助内置的 cursor-app-control MCP 服务器实现，无需打开新窗口即可在对话中切换代码库。
用于在 Blazor 应用中实现 Syncfusion Blazor 累积图（SfAccumulationChart），可视化比例与层级数据。支持饼图、圆环图、漏斗图、金字塔图，含数据标签、图例、工具提示、中心标签、多环圆环、分组、渐变、注释、交互事件、无障碍与打印导出。需安装 Syncfusion.Blazor.Charts 与 Syncfusion.Blazor.Themes。
钉内/钉外味提醒 Agent，依据《置身钉内》和《置身钉外》生成职场语境提醒，覆盖周报、口径、验收、老板体感与用户证据等场景，可按需设为默认味道。
Vercel React Best Practices 是由 Vercel 工程团队维护的 React 与 Next.js 性能优化指南，包含 8 个类别共 58 条规则，按影响程度划分优先级，用于指导自动化重构与代码生成。该技能适用于编写、审查或重构 React/Next.js 代码时参考，涵盖消除瀑布请求、包体积优化、服务端性能、客户端数据获取、重渲染优化、渲染性能、JavaScript 性能以及高级模式等主题。每条规则均提供说明、错误示例与正确示例。
面向公众号与自媒体创作的全流程技能，可按用户表述自动匹配撰写文章、生成封面图与正文插图、提取写作风格等任务，支持多种写作风格与微信草稿上传。
面向 Claude Code 的 Expo React Native 移动应用开发技能指南，规定新建项目必须包含的引导页、通知权限页、付费墙与设置页，并统一使用 expo-iap、RevenueCat 观察者模式、AdMob（UMP/ATT 同意）、PostHog、i18next 等技术栈与目录结构。
Scene Distillation Zine v1.3 是 Zeejay0 发布的图像创作技能，可将用户提供的照片转化为极简、富有表现力的纸面海报艺术。它把照片仅当作语义证据与创作刺激，而非最终画面的视觉图层，输出栅格图像、简短中文创意说明与艺术指导笔记。
用于查询期刊影响因子（JCR IF）的技能，支持按名称查询、跨期刊比较及批量处理。数据来源为内置约200种期刊的CSV缓存与OpenAlex API近似两年影响因子，需通过journal_if.py命令行工具查询，不适用于正式引用JCR官方数值。
Inbox-Setup 是一个一次性配置技能，通过交互式访谈帮助用户建立个性化的收件箱分诊知识库。它与 inbox-triage 技能配对使用，在 ${WORKSPACE}/Email/ 目录下生成 inbox-triage 每次运行所需读取的 7 个文件。该技能会逐一询问用户的邮件模式、业务背景、回复风格和优先级，并据此生成结构化的知识库。用户可在业务或优先级变化时重新运行。
介绍 Polymarket 预测市场的技能文档，涵盖二元事件合约、CLOB 订单簿、条件代币、API 集成，以及体育与电竞市场的命名规则和跨平台套利匹配思路。
Harness Engineering Playbook 是一个兼容 skills.sh 的技能，用于将 OpenAI Harness Engineering 指南中的实践落地到任意代码仓库。它帮助搭建或重构面向智能体的工作流，使自主运行可重复、可观测且安全。主要能力包括：引导生成 AGENTS.md、PLANS.md、docs/ARCHITECTURE.md、docs/OBSERVABILITY.md、Makefile.harness 及 CI 工作流等 harness 产物；将确定性命令封装为 make smoke、make check、make ci，便于智能体可靠执行；强制严格的模块边界与数据形状契约；从第一天起接入结构化可观测性（关联 ID、关键状态转换）；并加入熵控制审计与夜间 harness 检查，防止文档漂移和脚本不稳定。使用方式支持交互式向导或 shell 脚本初始化，并通过 audit 命令校验，任何 MISSING 或 FAIL 均视为阻塞。提供 baseline、control、full 三种配置档。
将 Rapier 等物理引擎集成到 Three.js 的技能，涵盖碰撞体、固定时间步长与渲染同步。
CocoIndex 是一个用于构建增量数据处理管道的 Python 库，采用声明式目标状态：声明输出应是什么，由库自动处理增量更新、变更检测与外部系统同步。适用于文档处理、向量嵌入、ETL、知识图谱、LLM 抽取、增量索引和流式管道等场景。