Java 阶段1鉴权维度提取器。作为页级 auth subagent 使用：输入一页 `class_names[]` 后，对每个类先看 methods/fields，再按需用 get_method_by_name 拉少量方法源码，识别与鉴权或访问控制相关的 Filter、Interceptor、Aspect、注解、配置类和关键 API，并按类返回 auth_marker 记录。本阶段只标记相关性，不分析正确性或绕过。
创建或修改工具（.json + .sh 对）和技能（SKILL.md 文件），并使用 reload_capability 将它们热重新加载到活动对话中。当您想要构建新功能、使用新工具扩展自己、修复现有工具、创建或更新技能或构建完整的应用程序（Web 服务器、API、数据管道、CLI）时使用 - 所有这些都无需重新启动。 --- ## 概述 您可以在运行时扩展自己。新工具和技能通过“reload_capability”立即生效——无需重新启动会话。会话范围的功能位于会话目录中的 `core/` 中： - **工具**：`core/tools/<name>.json`（架构）+ `core/tools/<name>.sh`（实现） - **技能**：`core/skills/<name>/SKILL.md`（frontmatter + 正文） **工具的功能没有限制。** shell 脚本可以调用 Python、Node.js、任何语言或二进制文件系统。 先构建，立即使用。 --- ## 构建一个工具
使用拉尔夫循环模式执行批准的计划 - 按顺序迭代任务，在每个步骤后进行验证。唯一写代码的阶段。
设置 Morph 压缩 — 向 CLAUDE.md 添加压缩指令并配置 API 密钥
在查找任何库（React、Next.js、Vue、Django、Laravel 等）的库文档、API 参考、框架模式或代码示例时使用。通过 Context7 REST API 获取当前文档。触发条件：如何使用库、API 文档、框架模式、导入用法、库示例。
在完成实质性实施工作之前，使用 GitHub Copilot CLI 和 Claude Opus 4.6 运行预包装外部审查门。当 Codex 已生成或更新计划和代码并且需要针对阻碍因素、回归、边缘情况和测试差距进行独立传递时使用。跳过琐碎或纯粹对话式的回复。
使用 @rotorsoft/act 事件源框架搭建一个新的 TypeScript 应用程序。将功能规范（事件建模图、事件风暴工件或用户故事）转换为具有域逻辑、tRPC API 和 React 客户端的工作单一存储库。当用户想要构建新应用程序、创建新项目或使用 Act 将域模型转换为代码时使用。
检查最近更改的文件是否存在代码重用、质量和效率问题，然后修复它们。在简化代码、消除复杂性、提高可读性或进行更改后使用。
与 Claude Code 的 Codex 进行多轮辩论。当 Claude 应该与 Codex 进行多轮结构化的逐点讨论，然后为用户综合结果时使用。
在查看或构建 KMP UI 界面时使用。如今，这项技能是通过 Jetpack Compose 特定的指导来实现的，但它是规范的 KMP UI 审查功能，因此未来的平台 UI 指导可以位于相同的斜杠命令后面。强制执行状态提升、正确的重组处理、基于槽的 API、可访问性、主题、字符串资源、预览注释和官方 UI 框架指南。当用户提到 Compose 审查、UI 审查、重组、状态提升或可组合代码时使用。
从当前代码跟踪子系统的真实运行时架构和数据流。当用户要求映射请求流、状态转换、后台作业、修复循环、读取路径、序列图或解释数据如何在系统中端到端移动时使用。
Vercel Engineering 的 React 和 Next.js 性能优化指南。在编写、审查或重构 React/Next.js 代码时应使用此技能，以确保最佳性能模式。触发涉及 React 组件、Next.js 页面、数据获取、捆绑优化或性能改进的任务。
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：
