为 Orchestra 多代理配置创建确定性 psmux 网格布局。使用基于百分比的拆分，通过一个命令创建构建器/研究器/审阅器窗格网格。每当设置 Orchestra 窗格、创建多代理布局、配置构建者/研究人员/审阅者网格或涉及“窗格布局”、“Orchestra 设置”、“拆分窗格”、“创建网格”或指定代理计数（例如“4 个构建者 1 个研究人员 1 个审阅者”）的任何请求时，请使用此技能。始终使用此命令而不是手动运行拆分窗口命令 - 手动创建窗格会浪费令牌，并且由于 psmux 调整大小错误而不可靠 (psmux/psmux#171)。
思源笔记API转CLI工具，支持笔记本管理、文档操作、内容搜索、块控制。当用户操作思源笔记、管理笔记本、创建/更新/删除文档、搜索内容、管理块时调用。
>-
有关在此存储库中编辑 Justfiles 和 GitHub Actions CI 工作流程的指南。当用户要求添加、修改或删除构建/测试/lint/格式步骤、添加新的 CI 作业、更新 Justfile 配方或将新任务连接到构建系统时使用。
使用 falco 工具对 Fastly VCL 代码进行 Lint、测试、模拟和格式化。还通过 falco Go 源代码作为权威的 VCL 参考，它实现了 Fastly 的完整 VCL 方言。在验证 VCL 语法、运行 VCL linting、本地测试 VCL、模拟 VCL 请求处理、格式化 VCL 文件、使用断言编写 VCL 单元测试、调试 VCL 逻辑错误、查找 VCL 函数签名或变量范围、了解 VCL 子例程行为或运行 `falco lint`/`falco Simulate`/`falco test`/`falco fmt` 时使用。也适用于处理 VCL 语法错误、VCL 中的类型不匹配、选择要使用的 VCL 子例程或设置本地 VCL 开发和测试环境。
用于管理任务板和例程的 CLI
这项技能的作用是——保持简洁，预路由器会读取此内容
在编写、审查或验证 Claude Code 插件工件时使用 - 检查 frontmatter 架构、挂钩事件名称、命名约定、提示结构或参考语法。由 NLPM 评分器和检查器代理加载以进行模式验证。
当面临艰难的架构决策、存在多种有效方法、在提交之前需要不同的视角或希望对复杂问题进行 M-of-N 综合时使用
使用此技能充当 Agents-orchestrator.md 中定义的代理，执行与该角色匹配的任务。
掌握波士顿市政策分析和公民创新的工作流程技能。对于涉及波士顿城市数据、城市服务、社区公平、公共政策、政府绩效、311 分析、住房、安全、交通或任何公民问题的任何请求，请始终使用此技能 - 即使用户没有明确要求“全面分析”。该技能协调了五个子技能：城市问题框架（受彭博社启发）、城市政策分析（受 J-PAL 启发）、城市沟通（受 GovLab/InnovateUS 启发）、城市基准测试（使用旧金山、西雅图和华盛顿数据的跨城市比较）和城市绩效管理（美国结果/PerformanceStat）。 将此技能用于：“全面分析”、“政策简报”、“数据驱动的建议”、“城市改善项目”、“调查[问题]”、“将波士顿与其他城市进行比较”、“数据显示什么”、“帮我写一份备忘录”，或出于政府或公民目的而结合问题定义、数据分析和沟通的任何请求。
使用 Canvas 2D 搭建支架并构建 Splunk 自定义可视化
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：
