- 📄 SKILL.md
requirement-gathering
在编写代码之前,与利益相关者进行面谈,以澄清不明确或未明确的要求。当收到缺乏明确验收标准的新任务、功能请求或错误报告时使用。产生明确的要求,为规范编写做好准备。常见的
在编写代码之前,与利益相关者进行面谈,以澄清不明确或未明确的要求。当收到缺乏明确验收标准的新任务、功能请求或错误报告时使用。产生明确的要求,为规范编写做好准备。常见的
通过从作业中生成语义搜索查询,从 Qodo 加载与当前编码任务最相关的编码规则。当配置 Qodo 并且用户要求编写、编辑、重构或审查代码时,或者在开始实施规划时使用。如果规则已加载则跳过。
当 Codex 应通过其稳定的运行时、控制器、覆盖和工作区合约(而不是临时脚本)操作 MedAutoScience 时使用。
当用户粘贴 GitHub URL 时,使用 uithub CLI 获取 GitHub 存储库内容。当用户共享 github.com 链接或需要分析存储库代码、问题或拉取请求时使用。
分析代码质量、安全性、性能和可维护性
每当使用 Pickleib 框架编写、编辑或生成 Cucumber/Gherkin 测试时,请使用此技能!在任何提及 Pickleib、PickleibSteps、BuiltInSteps、page-repository.json、@PageObject、@ScreenObject、@FindBy 页面对象、CommonSteps、ObjectRepository、PickleibWebDriver、PickleibAppiumDriver 或任何写入、修复或添加到测试自动化项目中的 Cucumber 测试的请求时触发。当要求将条目添加到页面存储库 JSON 文件、定义页面对象、编写功能文件、选择下拉列表、验证元素或通过 Pickleib 执行任何浏览器/移动交互时,也可使用。在生成测试代码或定位器定义之前,请务必查阅此技能 - 不要猜测步骤语法或方法签名。 --- # Pickleib — Agent Skill 一个基于 Cucumber 的测试自动化框架,可将 **元素获取**(通过 JSON 存储库或 Java 页面对象)与 **元素交互**(通过内置 Cucumber 步骤)解耦。测试是用 Gherkin 编写的;原始 Selenium/Appium 调用永远不会出现在功能文件中。 ## 同伴技能 |技能|激活时间 |它有什么作用 | |---|---|---| | `测试作曲家` |用户要求扩大覆盖范围或“添加更多场景”|跨完整应用程序的迭代测试套件扩展 | | `错误发现` |达到测试覆盖率后|测试通过后进行对抗性 bug 搜寻 | --- ## 绝对规则 **停止。在采取任何行动之前请先阅读。** ### 1. 不要跳过阶段 该技能分四个阶段运行。完成每个阶段并在前进之前获得用户批准。
通过实际使用来提高、完善和优化人工智能代理技能——从错误中学习,审查质量,并随着时间的推移不断改进。观察当前对话中的技能执行情况,分析最多四个来源(对话摩擦、文件差异、用户反馈、静态诊断),并对目标技能的 SKILL.md 提出具体改进建议。可与 Claude Code 和兼容的基于 SKILL.md 的代理框架配合使用。执行任何技能后使用:“/skill-sharpen [name]”或“/skill-sharpen”进行自动检测。 `--review` 过程积累了经验教训。
在 VPS 上安装 wp-opencode。在本地计算机上使用此技能在远程服务器上部署独立的 WordPress + OpenCode 环境。
源代码更改时检测哪些 GoClaw 文档页面需要更新。
分类和审核 IDA 二进制文件。当要求分析二进制文件、查找可疑行为、检测加密/网络活动、根据源代码检查反编译代码或运行多表查询时使用。
审核 Claude Code CHANGELOG.md 中与插件相关的更改。构建 FLOW 的集成表面模型,获取新的变更日志条目,分类为采用/删除/调整,并为已批准的项目提交问题。
使用 Docyrus API 以及 @docyrus/api-client 和 @docyrus/signin 库来开发应用程序。在构建使用 Docyrus OAuth2(PKCE、iframe、客户端凭据、设备代码)进行身份验证的应用程序、对 Docyrus 数据源端点进行 REST API 调用、使用过滤器、聚合、公式、数据透视和子查询构建查询负载或与外部连接器集成(发现连接器、通过提供程序身份验证发送请求、运行操作)时使用。触发涉及 Docyrus API 集成、@docyrus/api-client 使用、@docyrus/signin 身份验证、数据源查询构建、Docyrus REST 端点使用、连接器发现或外部提供商请求的任务。
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: