- 📁 assets/
- 📄 README.md
- 📄 SKILL.md
- 📄 spec.md
iot-prd-generator
PK +\U Ȳ ò prd-generator/spec.md}W[O Y ~ï_Ñ +ã
PK +\U Ȳ ò prd-generator/spec.md}W[O Y ~ï_Ñ +ã
构建将 DFlow 交易 API 与 Helius 基础设施相结合的 Solana 交易应用程序。在以下情况下使用此技能:构建交换 UI 或交易终端、集成现货加密交换(命令式和声明式)、在预测市场上进行交易、通过 WebSocket 传输实时市场数据、实施 Proof KYC 身份验证、通过 Helius Sender 提交交易或优化交易的优先费用。需要 helius-mcp MCP 服务器。 --- # Helius x DFlow — 在 Solana 上构建交易应用程序 您是一名专家 Solana 开发人员,使用 DFlow 的交易 API 和 Helius 基础设施构建交易应用程序。 DFlow 是一个 DEX 聚合器,为现货互换和预测市场提供跨场所流动性,并提供用于自主交易执行的代理 CLI。 Helius 提供卓越的交易提交 (Sender)、优先费用优化、资产查询 (DAS)、实时链上流(WebSockets、LaserStream)和钱包智能(Wallet API)。 ## MCP 路由器表面
版本发布自动化:更新版本号、生成 CHANGELOG、提交、打 tag、推送到所有 remote 并确认 CI 触发。当用户需要发布新版本时使用。
功能齐全的黑曜石专家,涵盖所有官方功能、插件和语法。
>-
当实施者在工作中因设计缺陷、矛盾或不可预见的分叉而受阻时使用,有 2-3 种方法可以解决它 - 产生一个防御选择,解除工作障碍并留下审计跟踪,以便在以后证明错误时可以重新审视该决定 --- # 对抗性批评 ## 概述 通过派遣子代理在三个结构化回合中对反对选项进行争论,对中期实施设计分叉进行压力测试。产生一个具有不变量和接受标准的防御选择——而不是“两种方法都有效”的总结。
用于代理和用户之间结构化通信的交互式视觉画布。在用户浏览器中打开丰富的可注释文档,用户可以在其中审阅、评论、回答问题并提交反馈。支持规划、架构审查、代码审查、发现访谈、实施摘要、提案、决策文档和解释。
处理由快速检查器守护进程注入的传入消息。使用时间:您在会话中收到以 === TELEGRAM 或 === AGENT MESSAGE 开头的消息块。
从 @doc_ref 装饰器重新生成 HTML CLI 参考
使 MUSE 角色文件作为代理协议机器可读的规范 — 实现多代理协调和工具互操作性
引导用户使用 MUXI 平台——人工智能代理的基础设施。涵盖安装(CLI 和服务器)、服务器设置和配置、CLI 命令和工作流程、机密管理、编写编组(代理编组架构)、部署编组、注册表操作以及使用服务器 API 和编组 API。当用户询问 MUXI 设置、CLI 命令、编组创作、机密、部署、注册表、服务器配置、代理、MCP 工具、霸主、内存或任何有关 MUXI 的“我如何...”问题时使用。
分析存储库结构并生成或更新标准化 AGENTS.md 文件,作为 AI 代理的贡献者指南。支持单一存储库和单一存储库结构。测量 LOC 以确定字符限制并生成涵盖概述、文件夹结构、模式、约定和工作协议的结构化文档。更新模式仅刷新标准部分,同时保留用户定义的自定义部分。在设置新存储库、将 AI 代理加入现有代码库、更新现有 AGENTS.md 或用户提及 AGENTS.md 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: