Deeply read and explain unfamiliar codebases. Use when Codex needs to explain a file or module, trace a function or request flow, map a project's architecture, clarify design intent, or review which parts of the code can be improved or extended. 适用于：解释一个文件或模块是做什么的、追踪函数或请求的执行流程、梳理项目架构、说明为什么这样设计、分析一段代码的核心逻辑，或评估哪些部分可以优化、重构、改进或扩展。
分析开源软件 (OSS) 项目的 GitHub 问题、拉取请求 (PR)、讨论和存储库运行状况。对于任何特定项目，广泛撒网 - 查找并列出所有相关的开放和已关闭问题/PR/讨论，明确标记重复项。还总结长线程、评估 PR 准备情况、提取复制步骤并生成存储库运行状况统计数据。使用 gh 命令行界面 (CLI) 进行 GitHub 应用程序编程接口 (API) 访问。补充 oss-shepherd 代理。
审查现有测试套件的覆盖范围差距、质量和严格性；识别薄弱或缺失的测试并指导修复以达到目标覆盖阈值。当被要求“审查单元测试”、“修复单元测试”、“检查测试覆盖率”、“审核测试”、“改进测试套件”或确保计划结束时或维护期间的覆盖率时使用。当用户要求从头开始为新的、未经测试的代码编写测试时，请勿使用。
当您现有的计划、设计或已实施的代码需要进行对抗性审查以发现弱点、遗漏的边缘情况和不必要的复杂性时使用
分析代码库并生成动画 HTML 架构报告 - 漂亮的定制可视化效果，带有交互式动画图表，显示系统如何工作。每当用户要求“可视化代码库”、“解释架构”、“生成图表”、“显示代码如何流动”、“创建架构图”、“动画数据流”、“直观地解释此存储库”、“向我展示其工作原理”或“生成架构报告”时，请使用此技能。 --- # Codebase Visualizer 分析代码库并生成带有动画流程图的漂亮、独立的 HTML 架构输出。 ===================================================================== 输出模式 ======================================================================= /archflow → 完整架构报告（默认） /archflow-diagram → 仅动画图（传统、独立） /archflow-slides → 幻灯片演示 ======================================================================= 工作流程 — 完整报告（默认：/archflow） ======================================================================= 1. 分析 阅读references/analysis.md → 扫描代码库 阅读references/layouts.md → 决定图表布局模式 2. 思考（编码前确定视觉方向） 阅读references/design-system.md → CSS 模式库 阅读references/libraries.md → 字体、Mermaid、CDN 导入 阅读references/design-qa.md → 质量门
使用 Stratal 框架构建 Cloudflare Workers 应用程序。当代码从“stratal”、“@stratal/framework”、“@stratal/testing”或“@stratal/inertia”导入时使用，在创建模块、控制器、服务、路由、队列消费者、cron 作业、播种器或 CLI 命令时，或者当用户提及 Stratal 时，要求“创建模块”、“添加端点”、“设置身份验证”、“配置数据库”、“添加错误处理”、 “设置惯性”、“编写测试”或“运行采石场”。涵盖 DI、OpenAPI 路由、错误处理、i18n、测试、身份验证、RBAC、Inertia.js SSR、WebSocket 和 MCP 服务器。请勿用于通用 Hono 应用程序、普通 Cloudflare Workers 或 NestJS。
使用 tsdown 的 TypeScript 库启动器。使用 tsdown、pnpm、Vitest 和 npm Trusted Publisher 构建或维护 TS/ESM 库时使用。
查找 Foundry VTT API、数据结构和模式。查找类、方法、事件和配置选项。
为 Midnight 编写、测试和部署 Compact 智能合约。在编写隐私保护合约、ZK 电路、屏蔽代币或任何链上 Midnight 代码时使用。
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。
将任务发送到远程计算机上的 Claude Code 实例。通过 SSH 实现 Claude 与 Claude 之间的协作并保持会话连续性。
自动创建挤压合并+常规提交，以工作树分支为主。 codex-swarm 工作树自动识别。用于“合并”、“合并工作树”、“工作树合并”、“结果集合”和“挤压合并”请求。
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：
