Superglue CLI: Lassen Sie KI-Agenten API-Aufrufe ohne vorgefertigte Tools ausführen

Superglue CLI ist eine Befehlszeilenschnittstelle, die mit einer strukturierten Fähigkeitsreferenz ausgeliefert wird, die KI-Agenten beibringt, wie man jeden sg-Befehl verwendet, Authentifizierung handhabt, Tools erstellt und Fehler debuggt. Die Kernidee: Anstatt fest codierte Tools für jede API-Integration zu erstellen, zeigen Sie den Agenten auf eine beliebige API, und er kann zur Laufzeit über diese API nachdenken, indem er die Spezifikation liest, Aufrufe plant und sie ausführt.
Installation und Einrichtung
Installieren Sie die CLI global über npm:
npm install -g @superglue/cli
Führen Sie die interaktive Einrichtung aus:
sg init
Dies fordert Ihren API-Schlüssel (verfügbar unter app.superglue.cloud/admin), Endpunkt und Ausgabepräferenzen an. Für nicht-interaktive Umgebungen wie CI oder KI-Agenten setzen Sie Umgebungsvariablen:
export SUPERGLUE_API_KEY="your-api-key"
export SUPERGLUE_API_ENDPOINT="https://api.superglue.cloud"
Überprüfen Sie mit sg system list – wenn Sie Authentifizierungsfehler sehen, überprüfen Sie Ihren API-Schlüssel und Endpunkt.
Installation der Fähigkeit
Die Fähigkeit gibt Ihrem KI-Agenten vollständiges CLI-Wissen – Befehle, Authentifizierungsmuster, Tool-Schemata, Debugging und Bereitstellung. Einmal installiert, verweist der Agent automatisch darauf.
Universelle Installation für alle Agenten:
npx skills add superglue-ai/cli
Zielen Sie auf bestimmte Agenten mit -g -a <agent>:
npx skills add superglue-ai/cli -g -a claude-code
npx skills add superglue-ai/cli -g -a codex
npx skills add superglue-ai/cli -g -a cursor
Für Claude Code installieren Sie aus dem Anthropic-Marktplatz:
/plugin install superglue@claude-plugins-official
Oder laden Sie von der lokalen Installation:
claude --plugin-dir $(npm root -g)/@superglue/cli
Für Cursor kopieren Sie die Fähigkeit in Ihr Projekt oder globales Verzeichnis:
cp -r $(npm root -g)/@superglue/cli/skills/superglue .cursor/skills/superglue
# Oder global
cp -r $(npm root -g)/@superglue/cli/skills/superglue ~/.cursor/skills/superglue
Was die Fähigkeit bietet
- Alle CLI-Befehle mit Flags, Optionen und Verwendungsmustern
- Authentifizierungsmuster – Platzhalter für Anmeldedaten, OAuth-Abläufe, Header-Formate
- Tool-Konfigurationsschema – Schrittkonfigurationen, Datenauswahl, Transformationen, Paginierung
- Debugging-Workflows – häufige Fehler,
--include-step-results,sg system callzur Isolation - Bereitstellungsmuster – SDK, REST-API, Webhooks (über Referenzen/integration.md)
- Spezialisierte Referenzen für Datenbanken, Dateiserver und Transformationen (bei Bedarf geladen)
Hinzufügen projektspezifischen Kontexts
Fügen Sie einen Abschnitt zu Ihrer Projekt-KI-Konfigurationsdatei (CLAUDE.md, AGENTS.md oder .cursorrules) hinzu, damit der Agent weiß, dass er die Fähigkeit verwenden und Ihr Setup dynamisch entdecken soll. Fügen Sie Anweisungen wie:
## Verwendung von Superglue
Bei der Arbeit mit Superglue-Tools – über die CLI, SDK oder REST-API:
1. Rufen Sie die Superglue-Fähigkeit auf und lesen Sie die SKILL.md-Datei, bevor Sie einen sg-Befehl ausführen
2. Lesen Sie die relevanten Referenzdateien für die Aufgabe (Integration, Datenbanken, Dateiserver, Transformationen)
3. Stellen Sie sicher, dass die CLI konfiguriert ist (sg init wurde ausgeführt oder Umgebungsvariablen sind gesetzt)
4. Führen Sie sg system list und sg tool list aus, um das aktuelle Setup zu entdecken, bevor Sie etwas erstellen oder ändern
5. Hardcoden Sie niemals System-IDs oder Tool-IDs – entdecken Sie sie immer dynamisch
Bewährte Praktiken
Testen Sie Systeme immer, bevor Sie Tools erstellen. Lassen Sie den Agenten sg system call ausführen, um die Authentifizierung zu überprüfen und die tatsächliche Antwortform zu sehen, bevor er eine Tool-Konfiguration erstellt:
sg system call --system-id stripe \
--url "https://api.stripe.com/v1/customers?limit=2" \
--headers '{"Authorization":"Bearer <>"}'
Verwenden Sie --include-step-results beim Debuggen, um die rohe API-Antwort jedes Schritts anzuzeigen – zeigt, ob das Problem bei der Authentifizierung, dem Endpunkt oder einer Transformation liegt:
sg tool run --draft <id> --payload '{}' --include-step-results
Fügen Sie niemals Geheimnisse in den Chat ein. Verwenden Sie --sensitive-credentials beim Erstellen von Systemen über die CLI, damit Geheimnisse sicher abgefragt werden.
Dieser Ansatz adressiert die "vordefinierte Tool"-Grenze, bei der Teams Agenten erstellen, aber Benutzer spezifische Anforderungen beschreiben wie "ziehen Sie diese drei Objekte aus Salesforce und schieben Sie sie zu nCino, wenn Bedingung X wahr ist." Anstatt jede Anfrage in ein fest codiertes Tool zu übersetzen, kann der Agent die API-Spezifikation lesen und mehrstufige Operationen mit benutzerspezifischer Logik handhaben.
📖 Source: HN AI Agents
👀 Siehe auch

OpenEvol: Offline-Selbstverbesserungspipeline für LLMs unter Verwendung von Konversationsverlauf
OpenEvol v0.1.1 ist eine Offline-Pipeline, die automatisch KI-Konversationsverläufe durchsucht, um Feinabstimmungsdatensätze ohne manuelle Kennzeichnung zu erstellen. Sie läuft zunächst auf CPU und unterstützt fünf Lehrer-Backends, einschließlich OpenAI-kompatibler APIs und HuggingFace Transformers.

Vibeyard IDE fügt eingebetteten Browser für direkte Web-UI-Bearbeitung mit KI-Agenten hinzu.
Vibeyard, eine Open-Source-IDE für KI-Coding-Agenten, enthält jetzt einen Browser-Tab-Session-Typ, mit dem Benutzer Elemente in einer Web-UI anklicken und einen KI-Agenten anweisen können, sie direkt zu bearbeiten, wodurch das Raten von Selektoren und die Suche nach Komponenten entfällt.

Layerkit: KI-Bildeditor mit bearbeitbaren Ebenen – entwickelt mit Claude Code
Ein Entwickler hat Layerkit erstellt, einen browserbasierten KI-Bildeditor, der Szenen mit bearbeitbaren Ebenen generiert, um ständiges Neu-Eingeben von Prompts zu vermeiden. Das Tool verwendet eine mehrstufige KI-Pipeline, bei der ein LLM die Komposition plant, ein Bildmodell die Szene generiert und ein weiteres LLM das tatsächliche Bild analysiert, um lesbaren Text zu platzieren.

MiniMax Music 2.5 KI-Musikgenerator veröffentlicht mit Studio-Qualität Audio-Kontrolle
MiniMax Music 2.5 ist ein KI-Musikgenerierungsmodell, das Studioqualitäts-Songs mit 44,1-kHz-Hi-Fi-Ausgabe, über 100 Instrumenten und präziser Absatzsteuerung erzeugt, wobei über 14 Struktur-Tags zur Lenkung der Songstruktur verwendet werden.