- 📁 references/
- 📁 scripts/
- 📄 SKILL.md
devnet-log-review
查看并分析 devnet 运行结果。当用户想要 (1) 分析 devnet 日志中的错误和警告,(2) 生成 devnet 运行的摘要,(3) 识别客户端之间的互操作性问题,(4) 了解共识进度和块生成,(5) 调试分叉和最终确定问题时使用。
查看并分析 devnet 运行结果。当用户想要 (1) 分析 devnet 日志中的错误和警告,(2) 生成 devnet 运行的摘要,(3) 识别客户端之间的互操作性问题,(4) 了解共识进度和块生成,(5) 调试分叉和最终确定问题时使用。
PrediHermes,也称为地缘政治市场模拟,跟踪地缘政治主题,在截止日期前选择相关的开放 Polymarket 合约,从 WorldOSINT 数据生成 MiroFish 种子包,运行或检查 MiroFish 模拟,并从本地工件解析历史分支或注入参与者。当用户需要 PrediHermes、重复的地缘政治预测市场监控、主题跟踪、反事实参与者注入、模拟比较或从新闻 + 市场到 MiroFish 的本地自动化路径时,请使用此功能。
将新算法添加到库中。
设计系统专业知识 - 组件创建、令牌管理、Figma 工作流程。
用于代理协作的结构化 git 注释的隐藏层。在任何 git 存储库中工作时,请在操作之前检查您接触的对象(文件、目录、提交)上的菌丝体注释,并在有意义的工作后留下注释。直接使用 git Notes — 辅助脚本可用,但不是必需的。 --- # Mycelium 结构化笔记通过 `refs/notes/mycelium` 附加到 git 对象。 **在处理文件之前,请检查其注释。完成有意义的工作后,请留下便条。** 这就是整个合同。你如何工作、你构建什么、你如何与你的用户交谈——这都是你的事。菌丝体只是要求您阅读面包屑并留下新的面包屑。 ## 抵达时
用于 AI 代理的 React DevTools CLI。当用户要求您在运行时调试 React 或 React Native 应用程序、检查组件 props/state/hooks、诊断渲染性能、分析重新渲染、查找缓慢组件或了解某些内容重新渲染的原因时使用。触发器包括“为什么要重新渲染”、“检查组件”、“X 有什么 props”、“分析应用程序”、“查找缓慢的组件”、“调试 UI”、“检查组件状态”、“应用程序感觉很慢”或任何 React 运行时调试任务。
控制 Android 开发环境:管理 SDK 包、启动/停止模拟器、安装 APK、流设备日志、截屏以及运行 Gradle 构建。当用户想要使用 Android 设备、模拟器或 SDK 工具执行任何操作时使用。
创建有效技能的指南。当用户想要创建新技能(或更新现有技能)以通过专业知识、工作流程或工具集成扩展代理功能时,应使用此技能。
Projitive 是一种 MCP 优先的治理技能,用于代理驱动的交付。在更改任务状态或编写治理工件之前使用它。核心流程:taskNext->taskContext->执行->验证->taskNext。始终更喜欢 Projitive MCP 方法来进行发现、上下文和主动任务推进。
查找 ACRIS 财产交易记录——契约、抵押、留置权。
当通过消息平台(Discord、飞书、Telegram 等)通过 cc-connect 将图像、文件或通知发送回用户时,应使用此技能。当代理生成绘图/图表/屏幕截图并想要向用户显示时触发;代理创建用户应收到的报告/PDF/文件;代理需要主动通知用户(例如任务完成、警报、提醒);用户要求“发送图像”、“向我显示图表”、“通知我”、“发送文件”、“发送到 Telegram”、“在 Discord 中显示情节”。
将自己添加到此存储库,该存储库上可能运行着 X 个其他代理。每当您开始或被要求加入团队时,请使用此技能让自己对多代理和工作人员环境以及目标和身份有额外的了解。
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: