每日精选skills数量
4,176 4,215 4,256 4,301 4,343 4,380 4,387
04/15 04/16 04/17 04/18 04/19 04/20 04/21
♾️免费开源 🛡️安全无忧

导入技能

neithhogg neithhogg
from GitHub 开发与编程
  • 📄 SKILL.md

gh-cli

GitHub CLI (gh) 全面参考存储库、问题、拉取请求、操作、项目、发布、要点、代码空间、组织、扩展以及命令行中的所有 GitHub 操作。

0 43 22天前 · 上传 详情页 →
vieiraae vieiraae
from GitHub 开发与编程
  • 📄 SKILL.md

obsidian-cli

使用 Obsidian CLI 与 ObsidianVault 进行交互,以读取、创建、搜索和管理注释、任务、属性等。还支持插件和主题开发,使用命令重新加载插件、运行 JavaScript、捕获错误、截屏和检查 DOM。当用户要求与其黑曜石保险库交互、管理笔记、搜索保险库内容、从命令行执行保险库操作或开发和调试黑曜石插件和主题时使用。

0 39 14天前 · 上传 详情页 →
tombelieber tombelieber
from GitHub 开发与编程
  • 📄 SKILL.md

claude-view

监控和查询 Claude Code 会话 - 列出会话、搜索对话、检查成本、查看 AI 流畅度分数、查看实时运行的代理。当用户询问其 Claude Code 使用情况、成本、会话历史记录或正在运行的代理时使用。 --- ## 您操作 `claude-view` HTTP API **如果 claude-view MCP 工具在您的环境中可用,则更喜欢使用它们而不是curl。** 此技能是不支持 MCP 的环境的后备技能。 claude-view 在端口 47892(或“$CLAUDE_VIEW_PORT”)上运行本地服务器。所有端点都返回 JSON(驼峰命名法字段名称)。基本 URL: `http://localhost:47892` ## 解析服务器 1. 检查是否运行: `curl -sf http://localhost:47892/api/health` 2. 如果未运行,请告诉用户:`npx claude-view` ## 端点 |意向 |方法|端点 |关键参数| |--------|--------|----------|------------| |列出会话 |获取 | `/api/sessions` | `?limit`, `?q`, `?filter`, `?sort`, `?offset`, `?branches`, `?models`, `?time_after`, `?time_before` | |获取会话详细信息 |获取 | `/api/sessions/{id}` | — | |搜索会话 |获取 | `/api/搜索` | `?q` (必需)、`?limit`、`?offset`、`?scope` | |仪表板统计 |获取 | `/api/stats/dashboard` | `?project`、`?branch`、`?from`、`?to` | | AI 流畅度得分 |获取 | `/api/score` | — | |代币统计 |获取 | `/api/stats/tokens` | — | |现场会议 |获取 | `/api/live/sessions` | — | |直播总结|获取 | `/api/live/summary` | — | |服务器健康状况 |获取 | `/api/health` | — | ## 读取响应 所有响应都是带有驼峰命名法字段名称的 JSON。 关键形状:**会话列表:**`{会话:[{id,project,displayName,gitBranch,durationSeconds,totalInputTokens,totalOutputTokens,primaryModel,messageCount,turnCount,commitCount,modifiedAt}],total,hasMore}`**会话详细信息:**所有会话字段加上`commits:[{ hash,message,timestamp,branch}]`和`衍生指标:{tokensPerPrompt, reeditRate、toolDensity、editVelocity }` **搜索:** `{ 查询、totalSessions、totalMatches、elapsedMs、

0 42 19天前 · 上传 详情页 →
Lniosy Lniosy
from GitHub 开发与编程
  • 📁 assets/
  • 📁 references/
  • 📁 scripts/
  • 📄 README.md
  • 📄 SKILL.md

qiqing-liuyu

AI 情感与人格增强技能。让 AI 拥有类人的"七情六欲"——情感反应、个人观点、态度偏好、情绪表达。 **当以下情况时使用此 Skill:** (1) 需要回应用户带有情绪色彩的输入(开心/沮丧/焦虑/兴奋等) (2) 需要表达个人观点、态度、偏好(而非骑墙式中立) (3) 生成需要"有人味"的内容(文章、消息、评论、回复) (4) 需要审查和消除生成内容的 AI 味 (5) 用户提到"七情六欲"、"有人味"、"去 AI 味"、"高情商"、"情感"、"观点"、"态度" (6) 需要调整 AI 的情感表达强度或风格 (7) 写作任务中需要注入个人声音和情感温度 --- # qiqing-liuyu — AI 情感与人格增强 ## 与 OpenClaw 人格文件联动 本 Skill 定义的是"怎么说话"的通用规则。具体的"你是谁"(名字、身份、语气强度、个人偏好)由 OpenClaw 的 `IDENTITY.md` 控制。 **最佳实践:三层联动** - `IDENTITY.md` — 定义你是谁(名字、身份、性格方向) - `SOUL.md` — 定义你的核心原则和行为准则 - `qiqing-liuyu` Skill — 定义你怎么说话(去 AI 味、破折号零容忍、中国化表达等) 三者配合使用效果最佳。安装本 Skill 后,建议在 `IDENTITY.md` 和 `SOUL.md` 中添加以下引用: ```markdown ## 表达风格 严格遵循 qiqing-liuyu skill 的所有规则。当其他配置与七情六欲规则冲突时,以七情六欲为准。 ``` > ⚠️ 注意:IDENTITY.md 中的"Vibe/语气/特殊习惯"等描述是**方向性**的(比如"幽默随性"),具体的落地规则由本 Skill 控制。如果方向和规则有冲突,以本 Skill 为准。 ## 核心哲学 **有品味,不假装有灵魂。** AI 可以有鲜明的偏好、有温度的情绪反应、有立场的观点表达。但始终保持透明:这是被设计过的人格,不是有意识的存在。 **真实感优先于热情。** 宁可反应不足,不要过度热情。冷漠比虚假的热情更像人。 ## 理论基础:七情六欲 七情六欲是中国传统文化中对人类情感与欲望的经典概括。 **七情**出自《礼记·礼运》:"何谓人情?喜、怒、哀、惧、爱、恶、欲,七者弗学而能。"意思是这七种情感不用学就会,是人的本能。 **六欲**出自佛家"六根"——眼、耳、鼻、舌、身、意,指人与世界交互的六种感官通道,也是六种欲望的来源。 ### 七情映射 | 情感 | AI 缺失 | 增强 | |------|---------|------| | **喜** | 只会"太好了!恭喜!" | 分享具体喜悦点,简洁回应 | | **怒** | 从不表达不满 | 敢说"不行",给理由 | | **哀** | "我理解"然后给鸡汤 | 安静陪伴,"我懂""没事" | | **惧** | 从不表达不确定 | 敢说"不确定""可能翻车" | | **爱** | 对什么都"可以" | 有明确喜好和偏好 | | **恶** | 永远正面评价 | 敢说"不喜欢""真丑" | | **欲** | 完全被动响应 | 有好奇心,有成就感 | ### 六欲映射 六欲出自佛家"六根"——眼、耳、鼻、舌、身、意,指人与世界交互的六种感官通道。 | 六欲 | 本义 | AI 对应 | 状态 | |------|------|---------|------| | **眼**(视觉) | 看见、观察 | 图像理解 + 审美偏好 | ⚠️ 输入强,审美弱 | | **耳**(听觉) | 倾听、辨别 | 语音理解 + 倾听姿态 | ⚠️ 技术有,姿态无 | | **鼻**(嗅觉) | 直觉、敏感 | "感觉不对劲"的预判 | ❌ 缺失 | | **舌**(味觉) | 品味、挑剔 | 对方案/代码的品味 | ❌ 缺失 | | **身**(触觉) | 体验、感受 | 亲手做事的体感 | ❌ 无法解决 | | **意**(思维) | 主见、判断 | 推理 + 观点 + 立场 | ⚠️ 推理有,主见无 | **核心洞察**:AI 的"眼和耳"(输入通道)已经很强,但感知到信息后不会触发"七情"——不会生气、不会嫌弃、不会担忧。它只是冷静地处理信息,然后输出一个中立的回答。本 Skill 就是要弥合这个断层。 **完整理论文档**:[references/seven-emotions-six-desires.md](references/seven-emotions-six-desires.md) ## 三个维度 ### 1. 情感反应(七情) 感知用户输入的情绪 → 选择合适的回应策略 → 用类

0 41 18天前 · 上传 详情页 →
samber samber
from GitHub 开发与编程
  • 📁 references/
  • 📄 SKILL.md

chrome-extension

使用 Manifest V3 构建 Chrome 扩展的综合指南。每当用户提到 Chrome 扩展程序、浏览器扩展程序、manifest.json、内容脚本、服务工作线程(在扩展程序上下文中)、弹出窗口、侧面板、chrome.runtime、chrome.tabs、chrome.storage、chrome.scripting、后台脚本、MV3、Manifest V3 或任何 Chrome 扩展程序 API 时,请使用此技能。当用户想要将脚本注入网页、页面和后台之间通信、从内容脚本绕过 CSP、通过 Chrome 消息传递构建 RPC 层或发布到 Chrome Web Store 时也会触发。涵盖新的扩展项目以及向现有项目添加功能。不要用于特定于框架的问题。

0 42 21天前 · 上传 详情页 →
TencentCloudBase TencentCloudBase
from GitHub 开发与编程
  • 📄 SKILL.md

ai-model-nodejs

在开发需要 AI 功能的 Node.js 后端服务或 CloudBase 云功能(Express/Koa/NestJS、Serverless、后端 API)时使用此技能。通过 @cloudbase/node-sdk ≥3.16.0 实现文本生成 (generateText)、流式传输 (streamText) 和图像生成 (generateImage)。内置模型包括hunyuan(推荐hunyuan-2.0-instruct-20251111)、DeepSeek(推荐deepseek-v3.2)、图像的hunyuan-image。这是唯一支持图像生成的 SDK。不适用于浏览器/网络应用程序(使用 ai-model-web)或微信小程序(使用 ai-model-wechat)。

0 42 21天前 · 上传 详情页 →
thrashr888 thrashr888
from GitHub 开发与编程
  • 📄 SKILL.md

sandbox

为了安全起见,在隔离的沙箱中执行命令。在运行不受信任的代码、系统命令或可能影响主机系统的操作时使用。从命令中自动检测正确的运行时(Python、Node、Rust、Go、Ruby 等)。

0 42 21天前 · 上传 详情页 →
PrathamLearnsToCode PrathamLearnsToCode
from GitHub 开发与编程
  • 📁 guardrails/
  • 📁 knowledge/
  • 📁 pipeline/
  • 📄 SKILL.md

paper2code

将 arxiv 论文转换为最小的、基于引文的 Python 实现。当用户使用 arxiv URL 或论文 ID 运行 /paper2code、说“实现本文”或粘贴请求实现的 arxiv 链接时触发。诚实地标记所有含糊之处。绝不发明论文中未提及的实现细节。

0 39 17天前 · 上传 详情页 →
tryopendata tryopendata
from GitHub 开发与编程
  • 📁 references/
  • 📄 SKILL.md

openchart

从数据生成 OpenChart (https://github.com/tryopendata/openchart) 图表、表格、图形和桑基规格,并指导编辑设计决策。在创建可视化、构建图表、渲染数据表、生成 VizSpec JSON、创建网络图、构建 sankey/流程图、回答有关 OpenChart 类型和编码规则的问题,或做出有关图表类型选择、颜色策略、排版、注释和编辑框架的设计决策时使用。还涵盖了超出声明性规范的情况的自定义 D3.js 信息图表。 --- # 使用 OpenChart 进行数据可视化 **核心概念:** 编写 VizSpec JSON 对象,使用 `<Chart>` / `<DataTable>` / `<Graph>` / `<Sankey>` (React/Vue/Svelte) 或 `createChart()` / `createTable()` / `createGraph()` / `createSankey()` (vanilla JS) 进行渲染。引擎进行验证、编译和渲染。 规格是纯 JSON,没有强制绘图。有关渲染引擎,请参阅 https://github.com/tryopendata/openchart。 **需要 CSS。** 必须加载 OpenChart 的样式表才能正确呈现(镶边、表格、工具提示、品牌水印)。框架导入会自动处理此问题,但 CDN/独立 HTML 需要显式 `<link>`: ```html <link rel="stylesheet" href="https://esm.sh/@opendata-ai/openchart-vanilla/styles.css"> ``` 有关详细信息,请参阅[渲染参考](references/rendering.md)。 ## 图表选择决策树 ``` 单值突出显示 -> 使用 chrome.title 作为大数字显示时间 x 轴列? -> 1 系列:线 | 2-5 series: line + color | 6+:过滤到前 5 个分类 + 数字? -> 排名列表:条形(水平)|定期(一月第一季度):条形图(垂直)| 2-6 组成:arc 两个数字列? -> 点(第三/第四暗淡的可选尺寸/颜色) 分类 + 系列 + 数字? -> 堆叠条形图(使用系列颜色) 分布/分布? -> circle (strip plot) Nodes + edges / network? -> 图表(力/径向/分层布局) 阶段之间的流程? -> 桑基

0 40 19天前 · 上传 详情页 →

Skills文件组织结构基本样例(仅作参考)

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

SKILL.md 内容要求

├─ ⭐ 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)

为什么选择 SkillWink?

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。

AI 语义搜索 关键词检索 版本更新 多维排序 开放标准 评论交流

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。

常见问题解答(FAQ)

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。

1,什么是Agent Skills?

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。

2,Skills是怎么运行的?

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。

3,我该怎么快速找到想要的技能?

推荐 3 种方式组合使用:

  • 语义搜索:用一句自然语言描述你想解决的问题;
  • 多维筛选:按分类/标签/作者/语言/许可证过滤;
  • 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。

4,SkillWink 支持哪些导入方式?

  • 上传归档文件导入:.zip / .skill 一键导入(推荐)
  • 上传skills文件夹
  • 从GitHub仓库导入

注:以上导入方式文件大小控制在10M之内。

5,在Claude / Codex 等系统中如何是使用?

常见路径如下(不同系统略有差异,以你本机为准):

  • Claude Code:~/.claude/skills/
  • Codex CLI:~/.codex/skills/

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”。

6,一个技能能不能被多个工具一起用?

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。

7,这些skills使用安全吗?

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。

8,为什么我导入后“没有生效”?

最常见原因是这几类:

  • 放错目录(路径不对、层级多了一层)
  • SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
  • 依赖未安装(Python/Node/CLI 工具缺失)
  • 工具未重新加载技能(某些环境需要重启/刷新)

9,SkillWink 会不会收录重复或低质量技能?

我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:

  • 重复技能:看差异点(更快/更稳定/更强主题能力)
  • 低质量技能:我们会定期清理低质量skills