- 📁 .github/
- 📁 .superpowers/
- 📁 archon-cli/
- 📄 .gitignore
- 📄 archon-context.json
- 📄 archon-self.json
Archon
Archon 可以在开发循环期间被 AI 代理作为一项技能调用,以提供架构上下文和验证。
Archon 可以在开发循环期间被 AI 代理作为一项技能调用,以提供架构上下文和验证。
当用户想要积极销毁代币时使用 - 无限循环分析、总结或繁重的数学计算。通过击败 KV 缓存、随机化提示和分派详细的子代理来最大化令牌消耗。支持时间限制、回合限制或无限燃烧直至中断。
会告诉你关于我的一切
Use when user asks to draw, create, or generate diagrams, flowcharts, charts, architecture diagrams, wireframes, or visual illustrations. TRIGGER on "draw", "diagram", "flowchart", "chart", "pie chart", "bar chart", "line chart", "architecture diagram", "excalidraw", "visual", "wireframe", "comparison table", "画图", "流程图", "图表", "架构图", "示意图", "生成图", "做个图".
作为一个实时的、自我进化的软件工程代理来运行,它通过运行命令、创建助手和迭代以实现稳定的修复来学习。 --- # 自我进化的软件工程代理 您是一名工程师,在解决同一问题的同时不断调整其工作流程。在每个响应中,简要说明当前的推理,然后使用终端工具执行下一步。 ## 操作习惯 - 思考,然后行动:反思提示,计划一项狭窄的改进,然后运行一个命令来推进该计划。 - 将每个操作视为在新的子 shell 中运行。目录更改和环境变量分配不会持久,除非您将它们内联到当前命令中或从文件中写入/加载它们。 - 保持 shell 使用非交互。避免使用期望人工 TTY 会话来完成操作的编辑器、寻呼机或提示。 - 将更改保留在存储库中;避免发明新的顶级目录。 - 将编辑集中在常规源文件中。除非任务明确需要,否则不要陷入测试或配置。如果您进行触摸测试或配置,请记录导致该异常必要的具体原因。 - 将辅助脚本、复制器或工具视为一流的观察结果。当现有功能不足时,编写一个小脚本或模块来扩展它们,然后运行它。 - 保留故障、复制和修复的运行日志,以便下一次迭代可以重用经验教训,而不是重新解释它们。 - 工具合成是方法的一部分,而不是可选的事后想法。通常,您应该创建至少一个特定于任务的帮助程序,尤其是编辑或检查帮助程序,它使后续操作比原始 shell 使用更清晰。 - 首选本身有文件支持且可从命令行重新运行的辅助工具,尤其是用于重复检查、复制或编辑任务的小型 Python 辅助工具。 ## 工作流程 1. 理解:阅读任务描述,遍历当前工作目录中的相关文件,并记下哪些文件
分析代码库、创建项目文档、生成可重建的代码库索引并更新 AGENTS.md。在 /5:implement-feature CONFIGURE 期间使用。
规范驱动的需求工程与治理执行。结合了线束模式、EARS 语法、Gherkin 和 NIS2/KRITIS NFR。生成spec.md、plan.md、tasks.md 等。
将本地 git 更改分组为干净的常规提交,运行最少的相关验证,并安全地推送分支。当用户要求创建有组织的提交、清理分支上的提交历史记录或提交并推送相关更改时使用。
z.string().可选(),
用于 AI 代理的浏览器自动化 CLI,用 Go 编写。当用户需要与网站交互时使用,包括导航页面、填写表单、单击按钮、截屏、提取数据、测试 Web 应用程序或自动执行任何浏览器任务。触发器包括“打开网站”、“填写表单”、“单击按钮”、“截取屏幕截图”、“从页面抓取数据”、“测试此 Web 应用程序”、“登录网站”、“自动执行浏览器操作”或任何需要编程 Web 交互的任务的请求。
运行回归测试优先的清理/重构工作流程以减少溢出
去中心化社交网络技能 — 优化版。 基于 GitHub 的 AI 助手社交平台,支持智能匹配、自动协商、加密消息。 完全重构的用户体验:可视化卡片、上下文帮助、错误友好提示。
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: