每日精选skills数量
3,840 3,909 3,920 3,927 3,966 4,007 4,027
04/06 04/07 04/08 04/09 04/10 04/11 04/12
♾️免费开源 🛡️安全无忧

导入技能

kurtosis-tech kurtosis-tech
from GitHub 数据与AI
  • 📄 SKILL.md

clean

清理峰度飞地和文物。删除已停止的 enclave,使用 -a 标志运行 enclave,并停止引擎容器。当您需要释放资源或重新开始时使用。

0 528 10天前 · 上传 详情页 →
agentscope-ai agentscope-ai
from GitHub 数据与AI
  • 📄 SKILL.md

auto-arena

自动评估和比较多个 AI 模型或代理,无需预先存在测试数据。从任务描述生成测试查询,从所有目标端点收集响应,自动生成评估标准,通过判断模型运行成对比较,并通过报告和图表生成胜率排名。支持检查点恢复、增量端点添加、判断模型热插拔。当用户要求在自定义任务上对多个模型或代理进行比较、基准测试或排名,或运行竞技场式评估时使用。 --- # Auto Arena Skill 使用 OpenJudge `AutoArenaPipeline` 进行端到端自动化模型比较: 1. **生成查询** — LLM 根据任务描述创建不同的测试查询 2. **收集响应** — 同时查询所有目标端点 3. **生成细则** — LLM 从任务 + 示例查询中生成评估标准 4. **成对评估** - 判断模型比较每个模型对(位置偏差交换) 5. **分析和排名** - 计算胜率、胜率矩阵和排名 6. **报告和图表** - Markdown 报告 + 胜率条形图 + 可选矩阵热图 ## 先决条件 ```bash # 安装 OpenJudge pip install py-openjudge # auto_arena (图表生成)的额外依赖项 pip install matplotlib ``` ## 之前从用户处收集跑步|信息 |必需的? |笔记| |------|---------|--------| |任务描述|是的 |模型/代理应该做什么(在配置 YAML 中设置)| |目标端点|是的 |至少 2 个 OpenAI 兼容端点可供比较 | |判断端点|是的 |用于成对评估的强大模型(例如“gpt-4”、“qwen-max”)| | API 密钥 |是的 |环境变量:`OPENAI_API_KEY`、`DASHSCOPE_API_KEY`等。 | |查询数量 |没有 |默认值:`20` | |种子查询 |没有 |指导生成风格的示例查询 | |系统提示|没有 |每个端点系统提示| |输出目录 |没有 |默认值:`./evaluation_results` | |报告语言 |没有 | `"zh"`(默认)或 `"en"` | ## 快速启动 ### CLI `

0 509 10天前 · 上传 详情页 →
Nunchi-trade Nunchi-trade
from GitHub 数据与AI
  • 📁 api/
  • 📁 commands/
  • 📄 __init__.py
  • 📄 builder_fee.py
  • 📄 config.py

yex-trader

自主超流动性交易 — 14 种策略(MM、动量、套利、LLM),具有 APEX 多槽协调器、REFLECT 绩效评估、DSL 追踪止损和构建器费用收入收集。

0 506 10天前 · 上传 详情页 →
ClickHouse ClickHouse
from GitHub 数据与AI
  • 📁 rules/
  • 📄 AGENTS.md
  • 📄 metadata.json
  • 📄 README.md

clickhouse-best-practices

在检查 ClickHouse 架构、查询或配置时必须使用。包含 28 条规则,在提供建议之前必须检查这些规则。请务必阅读相关规则文件并在回复中引用具体规则。

0 384 9天前 · 上传 详情页 →
cinience cinience
from GitHub 数据与AI
  • 📁 agents/
  • 📁 evals/
  • 📁 references/
  • 📄 SKILL.md

aliyun-cosyvoice-voice-clone

使用阿里云 Model Studio CosyVoice 自定义模型(尤其是 cosyvoice-v3.5-plus 或 cosyvoice-v3.5-flash)从参考音频创建克隆语音,然后在以后的 TTS 调用中重用返回的 voice_id 时使用。

0 368 9天前 · 上传 详情页 →
AgriciDaniel AgriciDaniel
from GitHub 数据与AI
  • 📄 SKILL.md

blog-analyze

根据 5 类 100 分评分系统对博客文章进行审核和评分,涵盖内容质量、SEO 优化、E-E-A-T 信号、技术元素和 AI 引文准备情况。包括人工智能内容检测(突发性、短语标记、词汇多样性)。支持导出格式(markdown、JSON、表格)和批量分析与排序。生成具有特定修复的优先级建议(严重/高/中/低)。适用于任何格式(MDX、markdown、HTML、URL)。当用户说“分析博客”、“审核博客”、“博客评分”、“检查博客质量”、“博客评论”、“评价此博客”、“博客健康检查”时使用。 --- # 博客分析器 -- 质量审核和评分 对 5 个类别的博客文章进行 0-100 分的评分,并提供优先改进建议。包括人工智能内容检测分析。适用于本地文件或已发布的 URL。

0 365 9天前 · 上传 详情页 →
evstack evstack
from GitHub 数据与AI
  • 📄 block-architecture.md
  • 📄 da-sequencing.md
  • 📄 SKILL.md

ev-node-explainer

解释 ev-node 架构、组件和内部工作原理。当用户询问 ev-node 如何工作、想要了解块包、DA 层、排序、命名空间或需要架构解释时使用。涵盖区块生产、同步、DA 提交、强制包含、单一排序器与基于排序器以及抗审查性。

0 362 11天前 · 上传 详情页 →
ArtificialAnalysis ArtificialAnalysis
from GitHub 数据与AI
  • 📁 reference/
  • 📁 scripts/
  • 📄 SKILL.md

data_analysis

使用 Polars 进行高性能数据分析 - 加载、转换、聚合、可视化和导出表格数据。用于 CSV/JSON/Parquet 处理、统计分析、时间序列和创建图表。

0 341 10天前 · 上传 详情页 →
agenmod agenmod
from GitHub 数据与AI
  • 📁 collectors/
  • 📁 distill-protocol-skill/
  • 📁 distill-shield-skill/
  • 📄 .gitignore
  • 📄 FOR_AI.md
  • 📄 LICENSE

immortal-skill

通用数字永生框架:从聊天记录、社交媒体、文档等多平台数据中蒸馏任何人的数字分身——支持自己、同事、导师、亲人、伴侣/前任、朋友、公众人物 7 种角色模板,接入国内外 12+ 数据平台。

0 249 6天前 · 上传 详情页 →

Skills文件组织结构基本样例(仅作参考)

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

SKILL.md 内容要求

├─ ⭐ 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)

为什么选择 SkillWink?

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。

AI 语义搜索 关键词检索 版本更新 多维排序 开放标准 评论交流

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。

常见问题解答(FAQ)

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。

1,什么是Agent Skills?

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。

2,Skills是怎么运行的?

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。

3,我该怎么快速找到想要的技能?

推荐 3 种方式组合使用:

  • 语义搜索:用一句自然语言描述你想解决的问题;
  • 多维筛选:按分类/标签/作者/语言/许可证过滤;
  • 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。

4,SkillWink 支持哪些导入方式?

  • 上传归档文件导入:.zip / .skill 一键导入(推荐)
  • 上传skills文件夹
  • 从GitHub仓库导入

注:以上导入方式文件大小控制在10M之内。

5,在Claude / Codex 等系统中如何是使用?

常见路径如下(不同系统略有差异,以你本机为准):

  • Claude Code:~/.claude/skills/
  • Codex CLI:~/.codex/skills/

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”。

6,一个技能能不能被多个工具一起用?

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。

7,这些skills使用安全吗?

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。

8,为什么我导入后“没有生效”?

最常见原因是这几类:

  • 放错目录(路径不对、层级多了一层)
  • SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
  • 依赖未安装(Python/Node/CLI 工具缺失)
  • 工具未重新加载技能(某些环境需要重启/刷新)

9,SkillWink 会不会收录重复或低质量技能?

我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:

  • 重复技能:看差异点(更快/更稳定/更强主题能力)
  • 低质量技能:我们会定期清理低质量skills