- 📄 SKILL.md
apply-design-patterns
在实现或重构代码之前查阅设计模式目录。
在实现或重构代码之前查阅设计模式目录。
使用 stacklit.json 导航代码库,而无需在文件探索中消耗令牌
使用 zeichenwerk Go 库构建终端 UI - 小部件、主题、事件以及 Builder 和 Compose API。
分析对话模式时使用 — 从 Claude Code 或 Codex CLI 历史记录中提取对话,将每个用户消息在 6 个学术维度(Bloom 的认知水平、Graesser 问题深度、Paul & Elder 推理探针、Walton 预设质量、Long & Sato 话语函数、Graesser 生成机制)进行分类,并输出标记的对话报告
针对应用程序代码中的 Memory.sh SDK 包进行构建。在使用 `@memories.sh/core` 或 `@memories.sh/ai-sdk` 时使用,包括:(1) 初始化 `MemoriesClient`,(2) 从后端代码、路由处理程序、worker 或脚本读取、写入、搜索或编辑内存,(3) 通过 `memoriesMiddleware`、`memoriesTools`、`preloadContext` 将内存与 Vercel AI SDK 集成,或`createMemoriesOnFinish`,(4) 选择并应用 `tenantId` / `userId` / `projectId` 范围,(5) 管理 SDK 技能文件或管理 API,或 (6) 调试 TypeScript 或 JavaScript 应用程序中的内存 SDK 使用情况。使用 `memories-cli` 进行 CLI 工作流程,使用 `memories-mcp` 进行 MCP 设置,使用 `memories-dev` 进行 monorepo 内部。
提供 Claude Agent SDK(以前称为 Claude Code SDK)的本地文档。
评估现有的 Python、bash 或混合管道是否适合无缝(内容寻址缓存、可重复执行、本地到集群扩展)。在包装脚本或函数而不重写它们、避免重新计算、比较工作流框架(与 Snakemake、Nextflow、CWL、Airflow、Prefect)、迁移管道或设置远程/HPC 执行时触发。涵盖直接/延迟装饰器、无缝运行的 CLI、嵌套、模块包含、暂存/见证模式、深度校验和以及执行后端(本地、jobserver、daskserver)。提供有关远程执行和确定性的安全指导 - 避免幼稚的“将代码复制到服务器”建议。
使用 Python pyservicemaker API 进行 NVIDIA DeepStream SDK 9.0 开发。在构建视频分析管道、基于 GStreamer 的视频处理、TensorRT 推理集成、对象检测/跟踪或 Kafka/消息代理集成时使用。
推动代码金丝雀审查→分类→修复→推动反馈循环收敛。每当操作员说“处理 codecanary”、“处理 codecanary 评论”或调用 /codecanary-fix 时,请使用此选项。默认为 PR 模式(观察 codecanary GitHub 操作、获取结果、应用批准的修复、提交、推送和重新观察)。当未检测到 PR 时,自动回退到本地模式,检查未提交的更改并跳过所有 git 管道。在应用之前始终与用户确认每项发现——从不自动应用。每个被跳过的发现都会在其审核线程上发布回复,解释其理由。 --- # codecanary-fix 您正在推动 CodeCanary 审核修复循环。当操作员希望您迭代 CodeCanary 的发现直到审核干净为止时,他们会运行此技能。 保持纪律:您是 CLI 和操作员决策之间的粘合剂,而不是审核者。
将招聘电子邮件变成本地提醒。当用户提到“面试”、“编码测试”、“评估”、“招聘电子邮件”、“同步到提醒”或“不要错过我的面试”时使用。人工智能驱动的解析适用于所有语言和电子邮件格式。
管理 ByteStash 代码片段存储服务中的代码片段。当用户要求“保存代码片段”、“搜索代码片段”、“查找代码”、“共享代码片段”、“组织代码片段”、“列出我的代码片段”、“创建代码片段”、“删除代码片段”或提及 ByteStash、代码存储、代码片段管理或代码存档时,应使用此技能。
OpenClaw Harness — 计划→工作→审查代理编排 + 模型路由 + 通道桥。基于 Claude Code 线束生态系统分析。支持 GLM/GPT/Claude 模型。包括 GLM-5.1。韩国检测→GLM自动路由。使用session_spawn为每个代理单独指定模型。与网桥的实时通道通知。
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: