- 📄 SKILL.md
tier-review
实施后使用来运行分层排序的审查代理并生成综合结论。
实施后使用来运行分层排序的审查代理并生成综合结论。
MiniMax 全功能工具包。触发词:minimax、生成图片、生成语音、生成音乐、生成视频、配置 minimax。Agent 首先运行 `python3 scripts/toolkit.py check --json` 了解环境状态。
帮助开发人员设计或审查有用的、可控的、可扩展的代理系统和产品。当用户设计代理架构、工具、工具系统、内存策略、权限模型、交互循环、恢复计划或评估策略时,或者当他们想要将模糊的振动编码代理想法转变为严格的产品计划时使用。请勿用于简单的代码生成、通用头脑风暴或纯粹的 UI 装饰性批评。
Playbook,用于通过安全默认值和可重复操作来创作、运行、评估和改进 Gina 沙箱工作流程。
AI游戏伴侣助手 - 当你在游戏中遇到困难、卡关、不知道怎么操作时,AI可以帮你分析游戏画面、解答问题、甚至简单操作界面帮你解决问题。不是全自动代肝,而是你的游戏伙伴,在你需要的时候伸出援手。当用户提到"帮我看下这个怎么过"、"这个怎么操作"、"卡关了"、"不知道怎么弄"时使用此技能。支持原神、崩坏星穹铁道等各类游戏。
指导编码代理如何向代理主题实验室贡献代码。在实现功能、修复错误、提交 PR 或用户询问贡献工作流程、提交格式或测试要求时使用。
情绪调节干预——产生一个治疗师来帮助从失败的螺旋中退一步,重新思考问题,并冷静而清晰地处理它
认知核心设计系统 - 一个模块化视觉识别系统,用于构建深色/浅色主题仪表板、首页、管理面板、机构网站、登陆页面和任何 Web 界面。每当需要构建、设计或设计任何 Web UI(仪表板、SaaS 面板、登陆页面、机构网站、投资组合页面、命令中心、管理工具或首页)时,请使用此技能。触发诸如“使用设计技能”、“认知核心风格”、“应用设计系统”、“深色仪表板”、“构建登陆页面”、“创建首页”、“mentes sinteticas 布局”、“构建管理面板”、“使用我们的视觉标识创建网站”或任何对样式 Web 界面的请求等短语。此技能路由到子模块 - 始终首先读取此文件,然后仅加载您需要的模块。
人工智能代理的持久记忆和不断发展的身份。为您的代理提供知识图、会话连续性、角色管理和跨会话的自适应检索。在会话开始时启动,每轮摄取。你的经纪人记得一切。
管道门文档和故障排除。自动触发:“门失败”、“代理被阻止”、“缺少工件”、“验证失败”、“范围=”、“克劳德门”、“管道排序”、“编写代理”、“验证:字段”、“条件:字段”、“结果:通过”、“结果:失败”、“结果:修订”、“结果:收敛”、 “SubagentStop”、“SubagentStart”、“门链”、“计划门”、“管道块”。
通过 NEAR Intents 1Click API (https://1click.chaindefuser.com) 进行跨链资产交换。支持超过 18 个链(Base、Solana、ETH、NEAR、BTC、ARB、OP、AVAX 等)之间的无缝交换。使用存款地址/备忘录生成报价、跟踪状态、提交存款交易哈希值并提取提款。 JWT 认证。当代理需要即时、多链流动性转移或桥接时使用。
生成 Claude Code 插件代理 .md 文件:编写 YAML frontmatter(名称、模型、颜色、工具、挂钩、disallowedTools),制作系统提示,并创建带有上下文和注释的触发示例块。根据命名、长度和格式限制验证代理结构。当用户要求创建代理、添加代理、编写子代理、配置代理前端、设计代理系统提示、设置代理工具或颜色、构建自治代理或添加代理挂钩时使用。 --- # Claude 代码插件的代理开发 代理是带有 YAML frontmatter 的自治 Markdown 文件,可以独立处理多步骤任务。代理人是为了自主工作;命令用于用户启动的操作。 ## 工作流程 1. 定义代理目的和触发条件 2. 创建 `agents/agent-name.md`,其中包含 frontmatter + 系统提示正文 3. 在描述中包含 2-4 个 `<example>` 块 4. 验证结构(参见下面的约束) 5. 使用真实场景测试触发 6. 如果验证失败:检查错误恢复表,修复,重新验证 ## 代理文件模板 ```markdown ---
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: