从构思到出版的全面写作流程。引导用户通过收集想法、提出澄清问题、研究内容、完善草稿、添加图像以及发布到微信或 X 等平台来创建精美的文章。当用户想要撰写文章、博客文章或长篇内容时使用，尤其是从主题想法、粗略材料或初稿开始时。当用户提到写作、发布或内容创建工作流程时也可以使用。
负责品牌、内容和设计工作流程的多角色人工智能创意团队。当任务涉及简短分析、研究、规划、脚本编写、视觉指导、品牌设计、营销材料、社交媒体执行或跨不同创意角色的项目协调时使用。
App Router 的组件数据：来自 getPage 的布局数据（或编辑中的 getPreview/getDesignLibraryData）。没有获取组件数据；从路由参数传递站点和区域设置。服务器组件在服务器上下文中使用客户端；客户端组件接收可序列化的属性。在连接组件数据或 BYOC 时使用。
当用户要求设计系统架构、做出架构决策或将 PRD 转化为技术设计时，应该使用此技能
就计划或设计不断地采访用户，直到达成共识，解决决策树的每个分支。当用户想要对计划进行压力测试、对其设计进行盘问或提到“盘问我”时使用。
与 Google NotebookLM 笔记本交互 - 与 AI 聊天，生成工件（幻灯片、音频、视频、思维导图、测验、抽认卡、信息图表、报告、数据表）、管理源（添加 URL、YouTube、文件、文本）、进行研究（快速/深层网络研究）以及管理笔记。当用户想要查询、创建内容或管理其 NotebookLM 笔记本和源时使用。
为 PPT/设计任务选择可用于演示的调色板和字体配对。当用户要求视觉主题选择、品牌安全调色板或字体推荐时使用。触发器包括：调色板、字体、PPT配色方案、字体推荐。
在编辑 .lean 文件、调试 Lean 4 构建（类型不匹配、抱歉、无法综合实例、公理警告、 Lake 构建错误）、搜索 mathlib 中的引理、在 Lean 中形式化数学或学习 Lean 4 概念时使用。当用户请求有关 Lean 4、mathlib 或 Lakefile 的帮助时也会触发。请勿触发 Coq/Rocq、Agda、Isabelle、HOL4、Mizar、Idris、Megalodon 或其他非 Lean 定理证明器。
创建页面/布局、定义内容集合、配置水合指令和连接集成。添加或修改 Astro 页面、布局、组件或内容集合时使用。触发条件：Astro、内容收集、客户端：负载、客户端：可见、astro：内容
具有评估和设计模式的架构决策记录。记录重要的技术决策及其背景、替代方案和后果。
每当用户想要创建、阅读、编辑或操作 Word 文档（.docx 文件）时，请使用此技能。触发因素包括：提及“Word doc”、“word 文档”、“.docx”，或要求生成具有目录、标题、页码或信头等格式的专业文档。还可以在从 .docx 文件中提取或重新组织内容、在文档中插入或替换图像、在 Word 文件中执行查找和替换、处理跟踪的更改或注释或将内容转换为精美的 Word 文档时使用。如果用户要求提供“报告”、“备忘录”、“信件”、“模板”或类似的 Word 或 .docx 文件形式的可交付成果，请使用此技能。请勿用于 PDF、电子表格或与文档生成无关的一般编码任务。
将中文文本转换为中式英语——深受中国语法、词序和思维模式影响的英语，产生标志、菜单、说明和日常用语中特有的“中形英语”风格。还可以将英文文本通过中国思维的视角重新呈现，以产生中式英语。应用包含 25 项的检查表，涵盖文章错误、系词删除、主题注释结构、动词混淆、字面计算、时态扁平化等。对于幽默、创意写作、语言教育或演示 L1 迁移模式很有用。触发“/中式英语”、“拍摄中式英语”、“翻译中式英语”、“中式英语化”、“翻译成中式英语”、“让它成为中式英语”、“中式英语这个”、“中式英语”。
skill-sample/ ├─ SKILL.md ⭐ 必备：技能说明入口：用途 / 安装 / 用法 / 示例 / 依赖 ├─ manifest.sample.json ⭐ 推荐：机器可读元信息：用于索引 / 校验 / 自动填表 ├─ LICENSE.sample ⭐ 推荐：授权与使用范围：开源 / 限制 / 商用说明 ├─ scripts/ │ └─ example-run.py ✅ 可运行示例脚本：让用户导入后立刻验证“能用” ├─ assets/ │ ├─ example-formatting-guide.md 🧩 输出规范：统一排版 / 结构 / 风格 │ └─ example-template.tex 🧩 模板资源：报告/文档模板，快速生成标准产物 └─ references/ 🧩 参考资料库：方法论 / 结构指南 / 最佳实践 ├─ example-ref-structure.md 🧩 结构参考：章节框架 / 目录组织 ├─ example-ref-analysis.md 🧩 分析参考：常用套路 / 指标口径 └─ example-ref-visuals.md 🧩 视觉参考：图表规范 / 可视化建议
更多 Agent Skills 规范 详见Anthropic官方文档：https://agentskills.io/home
├─ ⭐ 必备：YAML Frontmatter（必须存在，放在文件最顶部） │ ├─ ⭐ name ：技能唯一名；须符合命名规则，并建议与目录名一致 │ └─ ⭐ description ：技能描述；建议包含触发关键词（便于检索/匹配） │ ├─ ✅ 可选：Frontmatter 扩展字段（规范允许，但非强制） │ ├─ ✅ license ：许可证标识（也可配合单独 LICENSE 文件） │ ├─ ✅ compatibility ：兼容性/运行环境要求（仅在确实有限制时写） │ ├─ ✅ metadata ：任意键值对（如 author/version/source_url 等） │ └─ 🧩 allowed-tools ：允许工具白名单（规范标注为 experimental） │ └─ ✅ 推荐：Markdown 正文（自由格式，但建议按“渐进式披露”组织） ├─ ✅ Overview / Purpose ：一句话说明目标 + 不做什么（边界） ├─ ✅ When to use ：触发条件/适用场景（让模型/用户知道何时调用） ├─ ✅ Step-by-step ：步骤化流程（最好 3–6 步，保证可复现） ├─ ✅ Inputs / Outputs ：输入格式、输出格式、产物位置（文件/文本/JSON等） ├─ ✅ Examples ：至少 1 个可复制示例（越“能跑”越好） ├─ 🧩 Files & References ：引用assets/、references/、scripts/（相对路径） ├─ 🧩 Edge cases ：边界情况/限制（大文件、速率限制、失败回退） ├─ 🧩 Troubleshooting ：常见错误与解决（依赖缺失、路径不对、权限问题） └─ 🧩 Safety notes ：涉及联网/写文件/执行命令时给出提醒（建议写）
在 GitHub 和各类社区里，技能文件分散、难检索、也难判断是否可靠。SkillWink 把开源技能集中整理成可搜索、可筛选、可直接下载使用的技能库，让你更快找到“正好能用”的那一个。并且支持在SkillWink上直接上传skills。
我们提供 AI 语义搜索 + 关键字检索，支持 版本更新与多维排序（下载/点赞/评论/更新），并为每个技能提供 SKILL.md 开放标准与来源信息。你还可以在详情页直接 评论讨论、交流用法与改进建议。
快速上手：
支持下载与导入 skills（.zip/.skill），本地放置后即可生效：
~/.claude/skills/（Claude Code）
~/.codex/skills/（Codex CLI）
~/.gemini/skills/（Gemini CLI）
同一份 SKILL.md 跨平台通用。
你需要了解的：技能是什么、怎么运行的、怎么找、怎么导入、怎么判断可信、怎么参与共建。
这里的“skills（技能）”是一种可复用的任务能力包，通常包含 SKILL.md 说明（用途、输入输出、使用方法）以及可选的脚本/模板/示例文件。
你可以把它理解为：给 AI 助手或工具链用的“插件说明书 + 资源包”，可被反复安装与分享。
技能系统采用“渐进式披露”策略，高效管理上下文信息，具体流程如下：
发现阶段：系统启动时，智能体仅加载各技能的名称与简要描述——信息精简，足以判断其适用场景，避免冗余加载。
激活阶段：当任务需求与某技能描述匹配时，智能体才将对应的完整 SKILL.md 说明文档动态载入上下文。
执行阶段：智能体严格遵循文档指引执行操作，并按需调用关联文件或运行内置代码模块。
核心优势：该设计使智能体始终保持轻量高效，同时具备“按需扩展上下文”的能力，既保障响应速度，又确保复杂任务拥有充分执行依据。
推荐 3 种方式组合使用：
注：以上导入方式文件大小控制在10M之内。
常见路径如下（不同系统略有差异，以你本机为准）：
同一份 SKILL.md 通常可以跨工具复用。你在 SkillWink 导入后，也可以查看“放置指引/安装说明”。
可以。很多技能本质是标准化说明 + 资源，只要目标工具支持读取该格式，就能共享使用。
比如：检索类技能 + 写作类技能 + 自动化脚本，形成“发现 → 处理 → 输出”的工作流。
一部分skills来源于公开的 GitHub 仓库。我们会筛掉低质量仓库（至少 2 星），并扫描基本质量指标，还有一部分是SkillWink平台的创作者独立上传的。作为使用者，在安装前应始终审查代码，对安全问题负责。
最常见原因是这几类：
我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前：
