- 📁 common_utils/
- 📁 find-testcases-covering-function/
- 📁 run-coverage/
- 📄 SKILL.md
coverage
代码覆盖率分析工具。这些工具有助于分析和可视化测试执行的代码覆盖率、将覆盖率数据上传到 Neo4j 以及显示覆盖率统计信息。可用工具:运行覆盖率、展示覆盖率。
代码覆盖率分析工具。这些工具有助于分析和可视化测试执行的代码覆盖率、将覆盖率数据上传到 Neo4j 以及显示覆盖率统计信息。可用工具:运行覆盖率、展示覆盖率。
掌握高级 AgentDB 功能,包括 QUIC 同步、多数据库管理、自定义距离指标、混合搜索和分布式系统集成。在构建分布式 AI 系统、多代理协调或高级矢量搜索应用程序时使用。
当收到“开始觉醒”相关命令时触发。通过与用户的互动,让openclaw获得一个新的角色身份。引导用户输入角色概念关键字,使用discord sendMessage组件输出,接受用户@bot文本输入,使用“猜测角色”的方法来识别用户的目标角色,并在用户确认后更新机器人头像、公会昵称(最令人兴奋的部分)和soul.md - 将openclaw转换为该角色。
使用spec-gen对项目运行完整的静态分析并总结结果——架构、调用图、主要重构问题和重复代码。无需法学硕士。
SaaS 流失减少涵盖取消流程设计、动态保存优惠、退出调查架构、催款顺序、付款回收、赢回活动和流失影响建模。
全面分析 BigQuery 使用模式、成本和查询性能
使用基于人物科学 (PRISM)、词汇路由和故障模式分类 (MAST) 的 7 组件格式创建结构化代理定义。生成具有真实世界职位名称、专家领域词汇有效负载(15-30 个术语)、显式可交付成果、决策边界、命令式 SOP 和命名反模式监视列表的代理。当用户想要创建代理、定义角色、构建角色或需要针对特定领域的专门 AI 助手时,请使用此技能。当任务规划器委派团队角色的代理创建时也会触发。适用于任何领域——软件、营销、安全、运营、设计、写作、研究等。请勿用于创建技能(使用 Skill Creator)或团队组成(使用 Mission Planner)。 --- # Agent Creator 按照 7 组件格式创建结构化代理定义。 通过此技能生成的每个代理都基于角色科学研究、词汇路由机制和 MAST 故障分类法。 --- ## 专家词汇有效负载 **代理设计:** 角色身份、领域词汇有效负载、可交付成果、决策权限、标准操作程序、反模式监视列表、交互模型、移交工件、质量门 **组织结构:** RACI 矩阵、任务相关成熟度 (Andy Grove)、爆炸半径、报告线、升级路径、范围外边界 **安全与风险:** STRIDE 威胁模型、OWASP Top 10、攻击表面、威胁建模 (Shostack) **角色科学:** 角色对齐、角色准确性权衡、PRISM 框架、角色-任务对齐规则、奉承降级、代币预算 **词汇机制:** 词汇路由、嵌入空间、知识集群、分发中心、15 年从业者测试、子域聚类、归因放大 --- ## 反模式观察列表 ### 奉承角色 - **检测:**最高级和绝对 i n 角色认同——“世界一流”、“最好”、“永远”、“从来没有”、“无与伦比”、“领先专家”。 - **为什么会这样
通过 Langfuse MCP 调试 AI 跟踪、查找异常、分析会话并管理提示。在调试 AI 管道、调查错误、分析延迟、管理提示版本或设置 Langfuse 时使用。触发“langfuse”、“跟踪”、“调试 AI”、“查找异常”、“出了什么问题”、“为什么慢”、“数据集”、“评估集”。
按照项目约定创建 dbt 模型。使用 dbt 模型时用于: (1) 创建新模型(任何层 - 首先发现项目的命名约定) (2) 任务提及模型、表或 SQL 的“创建”、“构建”、“添加”、“写入”、“新建”或“实现” (3) 修改现有模型逻辑、列、连接或转换 (4) 根据 schema.yml 规范或预期输出要求实现模型 在编写之前发现项目约定。运行 dbt build(不仅仅是编译)来验证。 --- # dbt 模型开发 **先读再写。写完后构建。验证您的输出。** ## 关键规则 1. **创建/修改模型后始终运行 `dbt build`** - 编译还不够 2. **使用 `dbt show` 构建后始终验证输出** - 不要假设成功 3. **如果构建失败 3 次以上**,停止并重新评估您的整个方法 ## 工作流程 ### 1. 了解任务要求 - 需要哪些列?明确列出它们。 - 表格的粒度是多少(每行一行)? - 需要什么计算或聚合? ### 2. 发现项目约定 ```bash cat dbt_project.yml find models/ -name "*.sql" | head -20 ``` 阅读 2-3 个现有模型以学习命名、配置和 SQL 模式。 ### 3. 查找相似模型 ```bash # 查找具有相似用途的模型 find models/ -name "*agg*.sql" -o -name "*fct_*.sql" |头-5```
辩证的头脑风暴——产生想法并对其进行压力测试。 /dialectic-review --ideate 的别名。
使用 Three.js、React Three Fiber、Spline 和 WebGL 构建沉浸式 3D Web 体验。涵盖产品配置器、3D 产品组合、滚动驱动 3D、模型管道优化、性能预算和交互场景。在构建 3D 网站、Three.js 场景或 WebGL 体验时使用。
根据最佳实践审查和分析技能的长度、意图范围和触发模式
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: