UI/UX 设计智能。 50 种样式、21 个调色板、50 种字体配对、20 个图表、9 个堆栈（React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter、Tailwind、shadcn/ui）。行动：计划、构建、创建、设计、实施、审查、修复、改进、优化、增强、重构、检查 UI/UX 代码。项目：网站、登陆页面、仪表板、管理面板、电子商务、SaaS、投资组合、博客、移动应用程序、.html、.tsx、.vue、.svelte。元素：按钮、模式、导航栏、侧边栏、卡片、表格、表单、图表。风格：玻璃形态、粘土形态、极简主义、野兽派、新形态、便当网格、深色模式、响应式、拟物化、平面设计。主题：调色板、辅助功能、动画、布局、排版、字体配对、间距、悬停、阴影、渐变。集成：shadcn/ui MCP 用于组件搜索和示例。
使用会话历史记录作为基本原理和总结，从当前更改创建格式良好的 git 提交；当要求提交、准备提交消息或完成分阶段工作时使用。 --- # Commit ## 目标 - 生成反映实际代码更改和会话上下文的提交。 - 遵循常见的 git 约定（类型前缀、短主题、包装正文）。 - 在正文中包括摘要和理由。 ## 输入 - 法典会议历史记录的意图和理由。 - `git status`、`git diff` 和 `git diff --staged` 用于实际更改。 - 特定于存储库的提交约定（如果有记录）。 ## 步骤 1. 阅读会话历史记录以确定范围、意图和理由。 2. 检查工作树和分阶段更改（`git status`、`git diff`、`git diff --staged`）。 3. 在确认范围后暂存预期的更改，包括新文件 (`git add -A`)。 4. 对新添加的文件进行健全性检查；如果有任何内容看起来随机或可能被忽略（构建工件、日志、临时文件），请在提交之前将其标记给用户。 5. 如果暂存不完整或包含不相关的文件，请修复索引或要求确认。 6. 选择与更改匹配的常规类型和可选范围（例如，`feat(scope): ...`、`fix(scope): ...`、`refactor(scope): ...`）。 7. 以祈使语气写主题行，<= 72 个字符，无句号。 8. 撰写正文，其中包括： - 关键变更摘要（变更内容）。 - 基本原理和权衡（为什么改变）。 - 测试或验证运行（如果未运行则明确注释）。 9. 使用“Codex <[email protected]>”为 Codex 附加“共同创作者”预告片，除非用户明确请求不同的身份。 10. 在 72 个字符处换行正文。 11. 使用here-doc或临时文件创建提交消息并使用“git commit -F <file>”，因此换行符是文字的（避免使用“-m”和“\n”）。 12. 仅当消息与暂存的更改匹配时才提交：如果暂存的差异包含不相关的文件或消息描述未暂存的工作，请修复索引或修改消息
遵循 Zen of Zig 哲学编写惯用的 Zig 代码。用于使用 Zig（.zig 文件）进行系统编程，涵盖使用分配器的手动内存管理、错误联合和显式错误处理、编译时编程 (comptime)、面向数据的设计以及新的异步/Io 模型。将函数式编程并行（结果类型、ADT、显式效果）应用于无 C 系统开发。
当用户想要使用 Claude API 或 Anthropic SDK 进行构建时，请使用此技能。
具有验证要求的错误查找器。分析 VCS 更改或特定文件中的错误、边缘情况和安全漏洞。从知识数据库 (MCP) 加载项目上下文（如果可用）。每个发现都需要代码证明。没有假设，只有经过验证的知识。
api-change-safe 技能参考
按顺序为后端和前端提供全栈 DDD 编排器
基于任务类型动态调度到合适的智能体角色（架构师、产品经理、测试专家、独立开发者、UI 设计师）。支持多智能体协作、共识机制、完整项目生命周期管理、规范驱动开发、代码走读审查和项目理解能力。支持中英文双语。v2.3 新增多角色代码走读与审查功能。
为 bpmn-to-code 创建新版本，并通过 GitHub Actions 发布到 Maven Central、Gradle 插件门户和 Docker Hub。发布新版本时使用。
当明确指定的任务具有有意义的设计选择并且您希望通过比较多个独立尝试来最大限度地提高质量时使用。适用于编码、写作和自定义任务类型。在“老虎机”、“N 中最佳”、“拉杆”、“并行实现”上触发，或者当质量比速度更重要并且规范对于独立工作来说足够清晰时触发。
Claude Code 的战略思维合作伙伴，将决策与构建分开。挑战假设，比较方法，并在新的会话中手动执行准备运行的提示。处理技能路由、上下文切换和内存管理。
后端开发中 DataHub 集成的参考和编码指南。在实现或调试涉及 DataHub 的代码时使用 - 实体（数据集、仪表板、图表）、方面（所有权、标签、域、术语表术语、结构化属性）、沿袭、断言、URN、摄取/排放、GraphQL、REST 或 acryl-datahub Python SDK。还回答数据建模问题并帮助选择本机 DataHub 功能与自定义扩展。每当任务涉及 DataHub 元数据、沿袭、摄取或任何 DataHub API 表面时，即使没有明确提及“API”，也会触发此技能。
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：
