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 11-14 00:15

全部 Skills

252,748 个结果

axiom-ios-performance

axiom-ios-performance 是一个面向 iOS 性能问题的“路由”型技能,用于在应用变慢、内存持续增长、耗电加快或需要诊断任何性能问题时,把用户导向对应的专项技能、代理或命令。它本身不做具体分析,而是根据症状梳理出路由逻辑:内存泄漏与循环引用交给内存调试技能,CPU 与内存增长交给性能剖析技能,卡顿与冻结交给 hang 诊断技能,耗电与发热交给能耗相关技能,计时器问题交给 timer 模式技能,Swift 代码层面的性能问题交给 Swift 性能技能,字段性能数据交给 MetricKit 参考,运行时状态检查交给 LLDB 技能,模拟器日志捕获交给 xclog 相关技能。资料还列出了各专项分支覆盖的内容,例如 6 种泄漏模式、Instruments 工作流、Time Profiler 与 Allocations、能耗 8 类反模式、DispatchSourceTimer 的 4 种崩溃场景、ARC 与泛型开销、集合性能等。适用场景是 iOS 开发者在排查性能症状时快速定位正确的工具与流程,避免用错 Instruments 模板或凭猜测调试。限制在于:资料未提供安装方式、收费信息、平台要求、版本支持范围等事实,这些内容暂未提供。

编程与开发214 次安装

hexagonal-architecture

hexagonal-architecture 是一个面向 TypeScript 项目的技能(skill),仅在项目明确采用六边形(端口与适配器)架构时使用——README、CLAUDE.md 或 ADR 的声明即为选择加入的信号。一旦项目选择加入,任何代码改动都应加载此技能,而不仅限于架构调整:新功能、传输层或 SDK 替换、缺陷修复,或仍直接调用 SDK 的小型业务规则改动均适用。它需与 tdd 技能并行加载而非替代,并须先遵循其“Before You Write Code”章节再开始编辑。该技能实现 TypeScript 端口、驱动/被驱动适配器、依赖倒置与领域隔离,涵盖端口命名规范、适配器编写、组合根装配、使用假件(fake)而非 mock 的用例测试,并提供递进式采纳、绿地方案、CQRS-lite、横切关注点等按需加载的深度资源。注意:不得从泛化的适配器、接口、测试接缝或未选择加入项目的隔离需求中推断六边形架构。

编程与开发214 次安装

devops-automator

DevOps Automator 是一个面向 DevOps 工程的专业技能,专注于 CI/CD 流水线、基础设施即代码(IaC)、容器编排与部署自动化。它覆盖 GitHub Actions、GitLab CI、Jenkins、Terraform、AWS CDK、Pulumi、Docker、Kubernetes、Helm、ArgoCD、Flux、Kustomize、Prometheus、Grafana、ELK/EFK 等工具与技术。技能提供 CI/CD 流水线流程与 GitOps 架构参考,附带 GitHub Actions、Terraform EKS 模块、Kubernetes 部署与多阶段 Dockerfile 等示例文件,并列出常见反模式(如硬编码密钥、无回滚策略、使用 :latest 标签、无资源限制等)及修复建议。还包含验证脚本与质量检查清单,用于检查工作流、Dockerfile、K8s 清单和 Terraform 配置。适用于需要搭建或审查部署流水线、容器化与基础设施自动化的场景。

部署与运维214 次安装

reactive-dashboard-performance

专注于构建高性能响应式仪表盘的技能,强调 <100ms 的加载速度与完善的测试覆盖。内容涵盖 React 性能模式(骨架屏优先加载、渐进式数据流、积极的缓存策略、代码分割与 memo 化)以及异步组件测试策略(服务边界 Mock、MSW、findBy 异步查询、超时排查与测试包装器模式)。该技能还给出了仪表盘加载预算(骨架渲染 0-16ms、首次数据绘制 <100ms、完全可交互 <200ms、懒加载组件 <500ms)、React Query 配置示例与常见陷阱,适用于需要优化仪表盘性能并解决集成测试超时问题的 React 项目。

前端与建站214 次安装

geniml

Geniml 是一个用于在基因组区间数据(BED 文件)上构建机器学习模型的 Python 包。它提供无监督方法,用于学习基因组区域、单细胞和元数据标签的嵌入表示,支持相似性搜索、聚类以及下游机器学习任务。主要能力包括:Region2Vec(基因组区域嵌入)、BEDspace(区域与元数据联合嵌入)、scEmbed(单细胞染色质可及性嵌入)、Consensus Peaks(参考峰集/宇宙构建)以及缓存、随机化、评估、分词等实用工具。可通过 uv 安装,提供 Python API 与命令行接口,可与 scanpy、BEDbase、Hugging Face 等集成。

数据与分析214 次安装

matchms

Matchms 是一个开源的 Python 库,用于质谱数据的处理与分析,面向代谢组学和质谱分析场景。它支持从 mzML、mzXML、MGF、MSP、JSON 等多种格式导入谱图,并对元数据进行标准化、峰过滤和化学注释处理。库内提供余弦相似度(CosineGreedy、CosineHungarian)、修饰余弦(ModifiedCosine)、中性丢失余弦、指纹相似度等多种谱图相似性度量,可用于未知谱图与参考库的匹配和化合物鉴定。Matchms 还支持通过 SpectrumProcessor 构建可重复的多步骤处理流程,并提供 Spectrum 对象用于管理 m/z、强度和元数据。安装方式为 uv pip install matchms,如需分子结构处理(SMILES、InChI)可安装 matchms[chemistry]。

数据与分析214 次安装

absolute-work

Absolute Work 是面向 AI 编程智能体的端到端软件开发生命周期(SDLC)技能,采用“阶段门控”方式把模糊需求推进为经过验证的代码。整个流程分 6 个阶段:需求采集与头脑风暴、规格说明、任务分解与规划、执行、验证、收尾。每个阶段结束都会暂停,等待用户明确确认后才进入下一阶段。前期先做设计访谈并产出书面规格,再把规格拆成带依赖关系图(DAG)的原子任务板,执行时按“安全波次”推进,遵循测试先行(TDD),最后由独立评估器按评分标准验收。所有进度记录在 .absolute-work/board.md,可跨会话恢复,并支持从项目文件自动识别包管理器、测试框架、Lint、构建与 CI 等约定。该技能适合多步骤功能开发、重构、迁移和复杂缺陷修复,不适合单文件小修、快速问答或用户希望手动主导的任务。

编程与开发214 次安装

baoyu-post-to-weibo

baoyu-post-to-weibo 是一个用于向微博(Weibo)发布内容的技能。它支持发布带文字、图片和视频的普通微博,以及通过 Markdown 输入发布头条文章(长文)。该技能通过真实的 Chrome 浏览器(CDP)操作,可绕过反机器人检测。普通微博通过微博首页发布,最多支持 18 个文件(图片或视频);头条文章在微博文章编辑器发布,支持标题、导语、封面以及图片占位符替换。脚本仅负责将内容填入浏览器,需用户手动审核并发布。首次使用需手动登录微博以保存会话。依赖 Google Chrome 或 Chromium 以及 bun 运行时。

办公与效率214 次安装