- 📄 SKILL.md
code-health
扫描代码库中的死代码、技术债务、过时的依赖项和代码质量问题。委托给 Centinela (QA) 代理。
扫描代码库中的死代码、技术债务、过时的依赖项和代码质量问题。委托给 Centinela (QA) 代理。
通过收集和总结自上次 git 标签(或指定的引用)以来所有影响用户的更改,创建面向用户的 App Store 发行说明。当要求生成全面的发布变更日志、App Store“新增内容”文本或基于 git 历史记录或标签的发布说明时使用。
翰林院 OpenViking 记忆增强 — 将小说写作 pipeline 的设定、摘要、伏笔接入 OpenViking 语义记忆。若你从属于翰林院,当你看到这个skill时,务必加载这个skill。
如何使用 Instagram CLI 代表用户从命令行与 Instagram 进行交互。每当用户想要发送或阅读 Instagram 消息、检查收件箱、回复或取消发送消息或通过 CLI 自动执行任何 Instagram DM 工作流程时,请使用此技能。这包括“在 Instagram 上发送 X 消息”、“检查我的 Instagram 私信”、“向我的朋友发送照片”、“阅读我未读的 Instagram 帖子”等任务,或涉及 Instagram 直接消息的任何自动化/脚本。 --- # Instagram CLI — 代理使用指南 Instagram CLI (`instagram-cli`) 是 Instagram 的终端客户端。对于代理,它公开了打印到标准输出并退出的**单轮命令**,非常适合脚本编写和工具使用。 > 所有一回合命令都要求用户已经登录(`instagram-cli auth login`)。 > 如果命令返回身份验证错误,则提示用户首先登录。 请勿尝试自行使用 CLI 登录。 --- ## 线程解析 每个针对线程的命令都接受按以下顺序解析的 `<thread>` 参数: 1. **线程 ID**(20+ 位数字,如 `340282366920938463...`) — 直接,零额外 API 调用 2. **用户名** — 准确的 Instagram 用户名(例如 `johndoe`) 3. **线程标题** — 跨收件箱的模糊搜索(例如 `"Book Club"`) **多步骤工作流程的最佳实践:** 首先调用 `inbox --output json` 来获取线程 ID,然后将这些 ID 直接传递给后续命令。这避免了冗余的搜索 API 调用,并且比用户名/标题匹配更可靠。 --- ## JSON 输出 所有命令都接受 `-o json` / `--output json`。响应遵循以下信封: ```json { "ok": true, "data": { ... } } { "ok": false, "error": "message" } ``` 当您需要以编程方式解析结果时,请始终使用 `--output json`。 --- ## 命令 ### 列出收件箱 ```bash instagram-cli 收件箱 [--limit <n>] [--output json] ``` 返回最近的线程。每个线程包括:`id`、`title`、`users`、`lastMessage`、`lastActivity`、`unread`。 ```bash # 获取 10 个最近的线程
当在此存储库中工作且 AI 代理需要通过 MoeMail CLI 提供临时/一次性电子邮件地址时使用。
Claw Compactor — OpenClaw 代理的 6 层令牌压缩技能。使用确定性规则引擎将工作区令牌支出削减 50–97%
为 iOS 模拟器自动化提供代理就绪的 ax CLI 使用指南。当被要求“使用 AXe”、“自动化模拟器”、“在模拟器上点击/滑动/键入”、“描述 UI”、“截取屏幕截图”、“录制视频”、“批处理步骤”或“与 iOS 应用程序交互”时使用。涵盖所有命令,包括触摸、手势、文本输入、键盘、按钮、辅助功能、屏幕截图、视频和批处理工作流程。
运行机器人验收测试,从真实 AI 代理的角度验证 MCP 工具是否正常工作。在使用 Claude/Gemini CLI 测试 PR、检测回归或验证端到端工具更改时使用。
端到端代理评估和改进管道。采用跟踪文件夹和可选的 HITL 标志,然后通过 7 个阶段编排子代理 - 每个阶段都是由专用子代理调用的自己的技能。当用户说“运行管道”、“kayba 管道”、“评估和修复”、“全面评估”、“分析跟踪并修复”或提供跟踪文件夹以改进其代理时触发。
这个技能没有名字!
扫描和管理采访的棕地存储库默认值
适用于 .NET 的 Azure AI 代理持久 SDK。用于使用线程、消息、运行和工具创建和管理 AI 代理的低级 SDK。用于代理 CRUD、对话线程、流响应、函数调用、文件搜索和代码解释器。触发器:“PersistentAgentsClient”、“持久代理”、“代理线程”、“代理运行”、“流代理”、“函数调用代理 .NET”。
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: