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 11-05 00:16
245,584 个结果
这是一个移动应用渗透测试技能，用于按照 OWASP 移动应用安全测试指南（MASTG）对 iOS 和 Android 应用进行安全测试，识别安全漏洞与数据保护问题。适用于发布前测试、OWASP MASVS L1/L2 合规评估、金融医疗政务类敏感应用安全评估、与后端 API 交互的端到端安全测试，以及评估应用对逆向工程、篡改与运行时操纵的抵抗能力。工作流涵盖静态分析、网络安全测试、数据存储分析、认证与会话管理、运行时操纵五个阶段，涉及 jadx、Ghidra、MobSF、Burp Suite、Frida、Objection 等工具。仅限获得书面授权的安全测试与教育用途，禁止用于分发修改或重打包的应用，或在公共应用商店的应用上直接测试。
用于配置环境变量、创建 .env 文件与管理配置的技能，指导识别所需变量、组织 .env 结构、实现类型安全访问与启动时校验，并记录所有变量。
UI Craft 是一个用于设计、构建、审查或重构可见 UI 的技能，覆盖页面、组件、表单、加载与错误状态以及 AI 聊天/流式界面，不包含后端。它强调复用项目已有视觉与文案规范、组件库存与真实运行时行为，并保持键盘/焦点操作、无障碍与令牌归属。
Tone.js 是基于 Web Audio API 的浏览器音频框架，用于创建交互式音乐应用，如合成器、采样器、音序器、效果处理与音画同步。该技能资料提供初始化、音频图、时间调度、Transport、常见模式及声音设计原则等要点。
Signals scout for PostHog AI observability 是一个面向 PostHog AI 可观测性的信号侦察技能（skill），用于监控 LLM 追踪数据中的成本、延迟、错误、流量、评估性能等方面的回归。它通过一组 MCP 工具（如 query-llm-traces-list、get-llm-total-costs-for-project、execute-sql 等）读取团队 LLM 使用数据，仅在变化达到置信度门槛时才直接撰写报告，强调空运行也是有效结果，重复报告已知问题比不报告更糟。
Signals scout 是 PostHog 数据管道（CDP 目标与转换、批量导出、hog flows）的监控侦察技能。它持续检查数据交付是否真正兑现承诺：目标函数是否被平台降级或自动禁用、批量导出是否失败或调度停滞、hog flow 是否对触发人群报错。核心判据是「配置为交付」与「实际交付」之间的背离——已启用却被 watcher 停止、活跃却持续失败、已调度却停滞，才是信号；草稿、归档、暂停、主动禁用属于操作者选择，不算异常。该技能通过报告通道直接撰写报告，要求本地化、已验证的交付矛盾，并维护 watchlist、噪声、去重等记忆条目。
PostHog 的 Signals scout 技能，用于读取项目自身的健康检查结果，按类型聚合活跃健康问题、按影响范围加权，并只提交值得审查者关注的问题报告。
PostHog 会话回放侦察技能（signals-scout-session-replay），用于监控会话录制是否持续（捕获断崖）并发现录制中的摩擦点，如暴怒点击、无效点击与交互后报错。
Signals scout for PostHog web traffic 是一个聚焦网络分析层的侦察技能，用于监视按渠道的会话量、归因断裂以及落地页健康度（跳出率与 404 步骤）。它以会话表（sessions）为主要数据源，通过对比各细分段（渠道、入口路径、引荐来源、单页指标）与自身历史基线来发现汇总总量掩盖的变化，例如某渠道会话量偏离自身节奏、UTM 或引荐传播断裂导致付费流量被重新归类为 Direct/Unknown、落地页跳出率升高或 404 表面激增。该技能通过 report channel 直接撰写报告，要求每份报告对应有日期、有细分段名的显著偏差，并遵循去重与编辑规则。
面向 iOS 26 / Swift 6.2 诊所模块化 MVVM-C 项目的 Xcode 配置与工具实践指南，覆盖工程设置、SwiftData 持久化、Swift Testing 测试、调试、Instruments 性能分析与 TestFlight 分发，共 19 条规则、6 个类别。
面向 Ruby on Rails 的 RESTful API 设计指南，遵循 Richardson 成熟度模型直至第 3 级（HATEOAS）。涵盖资源建模、HTTP 方法语义、超媒体链接、状态码、内容协商、集合分页、错误语义、缓存与 API 演进共 9 类 47 条规则。
来自社区的 Ruby 重构最佳实践技能，含 8 大类 45 条规则并按影响优先级排序，用于指导 Ruby 代码的重构、评审与结构改进，涵盖方法提取、条件简化、解耦、Ruby 惯用法、值对象、设计模式、Ruby 3.x 新特性与命名可读性。
该技能用于设计并评审 CI/CD 流水线、制品管理、发布与晋级、迁移、灰度发布、回滚及软件供应链。当项目包含 CI/CD 的 *.yml 流水线、发布策略、跨环境晋级，或需要 rollout/rollback 方案时启用；也用于在 rolling、blue-green、canary 或功能开关之间做选择。不适用于 Swarm 集群内的底层部署（改用 $specsfy-specialist-docker-swarm），也不负责判断 rollout 是否健康的信号（改用 $specsfy-specialist-observability）。
Make App 记录列表筛选技能，用于按关键字搜索或高级筛选。关键字场景仅用包内编译器生成 filter.expression；高级筛选在桌面/平板需同时实现工具栏高级筛选与 CanvasTable 表头联动，手机端使用移动端面板布局。支持实体预设保存/加载/清除与 Service 筛选载荷集成。
面向多步骤表单设计的技能，讲解何时拆分步骤、步骤架构、进度指示、条件逻辑与保存续填机制，用于提升复杂表单的完成率。
基于用户输入生成小红书爆款标题的工具，通过查询小红书真实爆款数据、分析爆款特征，一次生成10个标题，每个附匹配指数、参考爆款和推荐理由。面向创作者、内容运营与文案策划。
这是一个面向云成本优化的技能，定位为云成本优化专家，目标是在保持性能与可靠性的前提下降低基础设施开支。它适用于分析 AWS、Azure、GCP 等云平台的支出，识别节省机会，并落地具有成本效益的架构。技能说明中给出的适用场景包括：在保持性能的同时降低云基础设施支出、对数据库实例或存储进行合理规格调整、实施成本控制/预算/标签策略、审查浪费、闲置资源或过度配置。不适用场景包括：无法访问账单或资源数据、系统处于活跃的事件响应中、请求与成本优化无关。其工作流程为：按服务、资源和时间窗口收集成本数据；识别浪费和可快速见效的优化点并估算节省金额；提出变更方案并附带风险评估与回滚计划；实施预算、告警和持续的优化节奏。安全方面要求在预发布环境验证后再上生产，并在调整规格或删除前确保备份与回滚路径。详细工作流可参考 resources/implementation-playbook.md。该技能强调输出不能替代针对具体环境的验证、测试或专家评审，若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。
该技能面向依赖项漏洞分析、SBOM 生成与供应链安全，用于跨多个生态扫描项目依赖，识别漏洞、评估风险并给出自动化修复策略。适用于依赖审计、许可证风险检查、合规或供应链可见性所需的 SBOM 生成、过时或存在漏洞的包修复规划，以及跨生态依赖扫描标准化。不适用于仅需运行时安全测试、缺少依赖清单或锁文件、或环境禁止运行安全扫描器的场景。
ci-speedup 是一个审计 GitHub Actions 工作流的技能，依据 81 条模式目录检测 CI 优化机会，输出根因分析报告，量化开发者等待时间与 runner 分钟消耗，但不直接给出修复方案。
AE 实验设计技能：把业务目标转化为可评审的 A/B 实验草案，涵盖假设、指标就绪度、Feature 与分组、样本量与时长计算，并通过 ae-cli 创建实验草稿。
用于诊断和解读 AE 平台 A/B 实验的 Skill：先验证证据可信度，再解释效应，并在实验足够可靠时给出站得住脚的决策。
Web Security 是一套面向 Web 开发的安全实践规范，强调把 Web 安全视为核心需求而非事后补救，默认假设输入是恶意的、运行环境不可信。其核心原则包括：永不信任用户输入，始终在边界处验证和清理数据，优先采用安全默认值而非可配置项。在 XSS 与注入方面，要求避免 dangerouslySetInnerHTML 和原始 HTML 注入，正确转义和编码动态内容，绝不把不可信数据插入 HTML、CSS 或 JS 上下文，并确保 SQL 注入防护。在认证与授权方面，要求不把密钥或令牌存放在不安全位置，尽量避免用 localStorage 保存敏感凭据，适用时使用 HTTP-only 安全 Cookie，并始终在服务端强制执行授权。在浏览器安全 API 方面，要求遵守 CORS、CSP 和浏览器安全边界，用内容安全策略限制脚本与资源执行，启用 CSP 时避免内联脚本和样式。在数据处理方面，要求最小化数据暴露、不记录敏感信息。在依赖与供应链方面，要求避免不必要的包，把第三方代码当作不可信输入。总体原则是：简单性可减少攻击面，不确定时选择更严格的选项。
ds-blast-radius 是一个面向发布前风险核查的 AI 技能，用于评估某次代码变更可能在其自身 diff 之外造成的破坏。它不止于罗列调用方，而是重点寻找文本搜索难以发现的隐性断点，并通过实际运行代码来验证关键安全事实。该技能要求先阅读变更内容与新增、修改或删除的符号，找出支撑该变更安全的一到两个关键事实；随后检查搜索盲区，如依赖库固定版本的源码、异步时序、清理与重试、API 响应、数据库列、文件格式、配置及跨语言读取的数据。每个关键事实需按证明强度分级：仅口头声明、指向真实文件行号、追踪失败路径并证明不可达、对真实代码运行脚本或测试、在运行中的应用内复现。技能会尽量将关键事实提升至第 4 级（可运行验证），并输出报告，包含关键事实、证明等级与命令输出、发现的真实破坏及未证明项。它不负责修复，发现真实破坏时提供复现并停止，修复交给常规流程。
ohmg 用于把 oh-my-agent（OMA）作为跨厂商、可移植的多智能体运行框架：以项目内 .agents/ 为唯一事实来源，生成并投影到多种 AI IDE 与 CLI 运行时，并提供 OMA 版的并行编排与质量工作流。