- 📄 SKILL.md
wonda-cli
使用 Wonda CLI 从终端生成图像、视频、音乐和音频 - 以及 LinkedIn、Reddit 和 X/Twitter 研究和自动化
使用 Wonda CLI 从终端生成图像、视频、音乐和音频 - 以及 LinkedIn、Reddit 和 X/Twitter 研究和自动化
将演示幻灯片、信息图表页面和 PPT 风格的视觉效果设计为 1600x900 HTML 幻灯片,并可选择 PPT 导出。当代理需要选择或解释幻灯片样式、根据内容推荐样式、生成一张或多张静态 HTML 幻灯片、支持“background_mode”纸张或白色以兼容灯光样式,或者将完成的幻灯片渲染为基于高保真图像的 PPTX 时使用。
将办公时间文章中的问答条目作为评论发布到 GitHub 讨论。当用户想要将撰写内容发布到讨论线程时使用。
AnyCap CLI——创建人类可以看到和听到的媒体(生成/编辑图像、制作视频、创作音乐)、理解人类共享的媒体(分析图像、视频、音频)、访问网络(搜索、爬行)并提供人类可以使用的结果(用于可共享文件链接的驱动器、用于托管网页的页面)。当任务涉及创建视觉或音频内容、分析媒体、搜索或阅读网络、与人共享文件或将任何内容发布为网页时使用 - 即使用户没有提及 AnyCap 的名称。还可用于 AnyCap 身份验证(登录、API 密钥、凭证)、配置和反馈。触发:图像/视频/音乐生成、媒体分析、网络搜索、网络爬行、文件共享、页面托管、驱动器存储、向用户交付结果或任何提及 AnyCap 的行为。
AI 代理的可验证 DID 身份和端到端加密收件箱。基于ANP(代理网络协议)构建并执行:wba。提供自我主权身份、Handle(简称)注册、内容页面发布、联合消息传递、群组通信和基于 HPKE 的 E2EE——基于 Web,而不是区块链。专为自治代理而设计。
通过 Telegram Media Server (TMS) REST API 管理下载 — 通过 URL(视频/磁铁/torrent URL)或 torrent_base64(.torrent 字节)添加、列出、删除、搜索 torrent。
根据大纲或简介创建品牌 Canva 演示文稿。当用户要求创建品牌演示文稿、制作品牌演示文稿、将大纲转换为幻灯片或从摘要生成演示文稿时使用。输入可以是直接在消息中的文本、按名称对 Canva 文档的引用或 Canva 设计链接(例如,https://www.canva.com/design/...)。
专业写作助手,用于起草和润色多种文本。当用户需要写作帮助、文案编辑或内容重写时触发。
创建和管理 Anki 抽认卡。当用户想要创建抽认卡、向 Anki 添加注释、管理卡片组或进行间隔重复学习时使用。当用户提到“anki”、“制作卡片”、“添加到 anki”、“学习这个”、“记忆”、“记住这个”、“SRS”或要求将内容转换为抽认卡时也可以使用。
从内容(Markdown、文本、URL)生成专业的幻灯片图像。使用样式说明创建轮廓,然后生成单独的幻灯片图像。支持 16 种视觉样式、CJK/Latin 混合文本、品牌叠加和 PPTX/PDF 导出。当用户要求“创建幻灯片”、“制作演示文稿”、“生成幻灯片”、“幻灯片幻灯片”、“PPT”、“做PPT”、“生成幻灯片”、“制作演示文稿”或想要将内容转换为可视幻灯片时使用。
Cosmonic 和 wasmCloud 的品牌指南。在创建视觉内容、演示文稿、网站、图表或任何需要遵循 Cosmonic 或 wasmCloud 品牌标准的材料时,请使用此技能。包括用于图表的 Excalidraw 库。
负责策划 Aria Creative Suite 的创意总监。当用户询问 Aria、需要创意指导、活动规划、品牌设置或不知道该致电哪位专家时使用。
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: