- 📁 references/
- 📄 SKILL.md
snowflake-create-aggregation-policy
在生成任何 CREATE AGGREGATION POLICY DDL 之前,请查阅 Snowflake CREATE AGGREGATION POLICY 参数参考。
在生成任何 CREATE AGGREGATION POLICY DDL 之前,请查阅 Snowflake CREATE AGGREGATION POLICY 参数参考。
使用代理 SDK 创建编码的 Business Central 代理的端到端工作流程。遵循官方代理模板项目结构。生成具有正确接口签名的所有必需对象。创建新的 BC 代理时使用。
在虚幻引擎中使用原始形状创建城堡、要塞、要塞、墙壁、塔楼或城垛时使用。使用此技能检查虚幻 CLI 帮助,创建示例城堡工作流程,并通过列出参与者来验证结果。
>-
使用代理 SDK 创建编码的 Business Central 代理的端到端工作流程。遵循官方代理模板项目结构。生成具有正确接口签名的所有必需对象。创建新的 BC 代理时使用。
带有包子壳图案的技能模板。复制此文件夹以创建新技能。
适用于所有小队代理的标准协作模式 - 工作树感知、决策、跨代理通信
将散文转换为语义 OCTAVE 结构的工作流程。涵盖层级选择、转型阶段、损失核算和决策规则。需要八度音阶读写能力。
DNA 记忆系统 - 让 AI Agent 像人脑一样学习和成长。 三层记忆架构(工作/短期/长期)+ 主动遗忘 + 自动归纳 + 反思循环 + 记忆关联。 激活场景:用户提到"记忆"、"学习"、"进化"、"成长"、"记住"、"回顾"、"反思"。 --- # DNA Memory - DNA 记忆系统 > 让 Agent 不只是记住,而是真正学会。 ## 核心理念 人脑不是硬盘,不会无差别存储所有信息。人脑会: - **遗忘**不重要的 - **强化**反复出现的 - **归纳**零散信息为模式 - **反思**过去的成功和失败 DNA Memory 模拟这个过程,让 Agent 真正"进化"。 --- ## 三层记忆架构 ``` ┌─────────────────────────────────────────────────┐ │ 工作记忆 (Working Memory) │ │ - 当前会话的临时信息 │ │ - 会话结束后自动筛选 │ │ - 文件:memory/working.json │ └─────────────────────────────────────────────────┘ ↓ 筛选 ┌─────────────────────────────────────────────────┐ │ 短期记忆 (Short-term Memory) │ │ - 近7天的重要信息 │ │ - 带衰减权重,不访问会逐渐遗忘 │ │ - 文件:memory/short_term.json │ └─────────────────────────────────────────────────┘ ↓ 巩固 ┌─────────────────────────────────────────────────┐ │ 长期记忆 (Long-term Memory) │ │ - 经过验证的持久知识 │ │ - 归纳后的认知模式 │ │ - 文件:memory/long_term.json + patterns.md │ └─────────────────────────────────────────────────┘ ``` --- ## 记忆类型 | 类型 | 说明 | 示例 | |------|------|------| | `fact` | 事实信息 | "Andy 的微信是 AIPMAndy" | | `preference` | 用户偏好 | "Andy 喜欢简洁直接的回复" | | `skill` | 学到的技能 | "飞书 API 限流时要分段请求" | | `error` | 犯过的错误 | "不要用 rm,用 trash" | | `pattern` | 归纳的模式 | "推送 GitHub 前先检查网络" | | `insight ` | 深层洞察 | "Andy 更看重效率而非完美" | --- ## 核心操作 ### 1. 记录 (Remember) ```bash python3 scripts/evolve.py remember \ --type fact \ --content "Andy 的 GitHub 账号是 AIPMAndy" \ --source "用户告知" \ --importance 0.8 ``` ### 2. 回忆 (Recall) ```bash python3 scripts/evolve.py recall "GitHub 账号" ``` 返回相关记忆,按相关度和重要性排序。 ### 3. 反思 (Reflect) ```bash python3 scripts/evolve.py reflect ``` 触发反思循环: 1. 回顾近期记忆 2. 识别重复模式 3. 归纳成认知模式 4. 更新长期记忆 ### 4. 遗忘 (Forget) ```bash python3 scripts/evolve.py decay ``` 执行遗忘机制: - 7天未访问的短期记忆权重衰减 - 权重低于阈值的记忆被清理 - 重要记忆不会被遗忘
计划新文章时使用。代理通过 Google 搜索关键字,读取前 10 个结果,对意图进行分类,绘制内容差距,并生成包含结构、大纲和页面工件的可供撰写的摘要。无需关键字工具。
使用 tmux 测试 TUI(文本用户界面)应用程序。当您需要通过发送击键和捕获窗格输出来自动测试基于终端的应用程序时,请使用此技能。
控制交互式终端应用程序,例如 vim、git rebase -i、git add -i、git add -p、apt、rclone config、sudo、w3m 和 TUI 应用程序。还可以监督另一个 CLI LLM(光标代理、codex 等) - 通过在确认提示时按 y/n 来批准或拒绝其操作。当您需要与需要键盘输入、显示提示、菜单或具有全屏界面的应用程序交互时使用。当命令失败或因“输入不是终端”或“输出不是终端”等错误而挂起时也可以使用。比特定于应用程序的黑客(例如 GIT_SEQUENCE_EDITOR)或通过文件使用绕过交互性更好。
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: