- 📄 SKILL.md
cargo-watch
在后台运行 Cargo-Watch,以便在代码编辑期间获得连续的快速反馈。
在后台运行 Cargo-Watch,以便在代码编辑期间获得连续的快速反馈。
在处理 Auto.dev API、车辆数据、VIN 解码、汽车列表、车辆照片、规格、召回、付款、利率、税收、OEM 构建数据、车牌到 VIN、CLI 命令、MCP 工具或任何汽车数据任务的 SDK 方法时使用
通过 C# 编辑器脚本(创建)或直接编辑 .asset YAML 文件(修改)以编程方式生成 Unity Visual Scripting 图形。当用户要求在 Unity 中创建、修改或编辑可视化脚本图、脚本图、状态图、流程图、节点图或任何可视化脚本资源时使用。也可在通过 ScriptMachine 或 StateMachine 组件将 ScriptGraphAsset 或 StateGraphAsset 分配给 GameObject 时使用。在“可视化脚本”、“脚本图”、“状态图”、“流程图”、“ScriptMachine”、“ScriptGraphAsset”、“基于节点”、“螺栓图”或“修改图”等关键字上触发。
使用 ElysiaJS 创建后端,这是一个类型安全的高性能框架。
语音消息的本地语音到文本。完全在您的计算机上运行 - 没有 API 密钥,没有云。
为代码库更改创建或更新结构化 JSON 游戏计划,包括补丁排序、依赖关系图、验收标准以及正式的每个补丁和最终状态规范。当用户请求游戏计划、实施计划、里程碑计划或结构化变更计划时使用。
为内部 API 和服务到服务客户端 (HTTP/gRPC) 创建、维护和运行门控 Go 集成测试。用于端点验证、与真实运行时配置的合同检查、选择执行、超时/重试安全以及 Go 服务中的集成故障分类。
在功能开发之前验证并安装项目工具。检测语言(Node/TS、Python、Rust、Go),安装 linter、格式化程序、类型检查器、死代码检测、预提交挂钩、测试框架和标准化脚本。幂等 — 跟踪 .tooling-state.json 中的状态。在启动新项目、/develop 阶段 4c 运行时或用户说“引导”、“设置工具”、“安装开发工具”、“质量门”时使用。
此技能应用于审查和审核 bt CLI,以确保遵守 clig.dev 和内部代码库模式中的 CLI 最佳实践。它检查源代码的帮助文本、标志、错误处理、输出格式、子命令结构、模式一致性等。在“检查我的代码”、“审核 CLI”、“检查 CLI 最佳实践”或 /bt-review 时触发。 --- # CLI 最佳实践审核 根据两个参考文档审核 `bt` CLI 代码库: 1. **clig.dev 指南** — 行业 CLI 最佳实践 2. **bt 代码库模式** — 为一致性而建立的内部约定 ## 何时使用 - 当用户要求审核、审核或检查 CLI 时 - 通过 `/bt-review` 触发时 - 实施新命令或子命令之后 - 发布之前以确保 CLI 质量 ## 审核流程 ### 1. 审核范围
使用 abaplint 和 Clean ABAP 原则检查和提高 ABAP 代码质量。当用户要求检查、检查、验证、审查或分析 ABAP 代码的语法错误、干净代码合规性、代码质量、最佳实践或遵守干净 ABAP 指南时,请使用此技能。当用户要求设置 abaplint、配置 abaplint.json 或在其 ABAP 项目上运行 abaplint 时也可使用。触发器包括诸如“检查此ABAP代码”、“lint我的ABAP”、“运行abaplint”、“配置abaplint”、“这是干净的ABAP”、“检查我的ABAP”或“分析ABAP代码质量”等请求。
Claude Code 适配器表面的参考说明;活跃的 Claude bootstrap 现在位于 `/.claude-plugin`、`/hooks` 和存储库 `skills/` 目录中。
代码、标头和响应形状。对于手动 API 验证很有用。
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: