每日精选skills数量
3,909 3,920 3,927 3,966 4,007 4,057 4,069
04/07 04/08 04/09 04/10 04/11 04/12 04/13
♾️免费开源 🛡️安全无忧

导入技能

faugustdev faugustdev
from GitHub 数据与AI
  • 📁 examples/
  • 📁 references/
  • 📁 scripts/
  • 📄 .gitignore
  • 📄 CONTRIBUTING.md
  • 📄 LICENSE

gcc

Git 上下文控制器 (GCC) v2 — 由真实 git 支持的精益代理内存。存储哈希 + 意图 + 可选决策注释,而不是详细的降价。当可用时自动桥接到 aiyoucli 矢量内存。双模式:git 支持(精益索引.yaml)或独立(markdown 回退)。在 /gcc 命令或自然语言上触发,例如“提交此进度”、“分支尝试替代方案”、“合并结果”、“恢复上下文”。

0 37 12天前 · 上传 详情页 →
markster-public markster-public
from GitHub 数据与AI
  • 📄 README.md
  • 📄 SETUP.md
  • 📄 SKILL.md

markster-os

Markster OS 的轻量级指南和路由器。用于解释系统,向用户引导完整的 Git 支持的工作区设置,并帮助他们决定是否批准完整的 Markster OS 安装。

0 28 6天前 · 上传 详情页 →
breath57 breath57
from GitHub 数据与AI
  • 📁 references/
  • 📁 scripts/
  • 📄 SKILL.md

dingtalk-ai-table

钉钉 AI 表格(多维表格)操作。当用户提到"钉钉AI表格"、"AI表格"、"多维表格"、"工作表"、"字段"、"记录"、"新增记录"、"查询记录"、"更新记录"、"删除记录"、"新建字段"、"删除字段"、"dingtalk AI table"、"dingtalk notable"、"able文件"时使用此技能。支持工作表管理、字段管理、记录的增删改查等全部操作。

0 37 13天前 · 上传 详情页 →
zjinhu zjinhu
from GitHub 数据与AI
  • 📁 .swiftpm/
  • 📁 Example/
  • 📁 fastlane/
  • 📄 .DS_Store
  • 📄 .gitignore
  • 📄 LICENSE

SwiftMesh

> 使用 SwiftMesh 的全面 AI 参考 — 一个 Alamofire + Codable 包装器,具有异步/等待、组合、流畅配置、文件上传/下载、JSON 键路径解析、弹性 Codable 包装器和内置日志记录。

0 32 8天前 · 上传 详情页 →
exploreomni exploreomni
from GitHub 数据与AI
  • 📄 SKILL.md

omni-admin

管理 Omni Analytics 实例 - 通过 REST API 管理连接、用户、组、用户属性、权限、计划和架构刷新。每当有人想要管理用户或组、在仪表板或文件夹上设置权限、配置用户属性、创建或修改计划、管理数据库连接、刷新架构、设置访问控制、配置用户或“添加用户”、“授予访问权限”、“设置权限”、“谁有权访问”、“配置连接”、“刷新架构”或“安排交付”的任何变体时,请使用此技能。

0 35 12天前 · 上传 详情页 →
ondata ondata
from GitHub 数据与AI
  • 📄 SKILL.md

data-exploration

对来自 CKAN 门户和 CSV 文件的数据集执行探索性数据分析 (EDA)。在分析数据集、检查数据质量、浏览 CSV 文件或用户要求检查、分析或验证数据时使用。

0 36 13天前 · 上传 详情页 →
longbridge longbridge
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

longbridge

Longbridge 平台专家,负责投资分析和开发任务。触发以下任何一项:(1) 任何语言的任何股票/市场分析请求——价格表现、投资组合建议、买入/卖出决策、市场情绪; (2) 提及的任何股票名称或股票代码(带或不带市场后缀,如.US/.HK/.SH); (3)投资组合相关查询——“持仓”/“我的持仓”/持仓/持仓/账户余额; (4)通过CLI(`longbridge`命令)查询行情数据; (5) 使用‘longbridge’ SDK编写Python/Rust; (6)配置Longbridge MCP服务器; (7)将Longbridge文档集成到LLM/RAG中。覆盖香港、美国、中国(上海/深圳)、新加坡、加密货币市场。

0 35 12天前 · 上传 详情页 →
10xChengTu 10xChengTu
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

harness-engineering

为 AI 代理友好的代码库设置和改进工具工程(AGENTS.md、docs/、lint 规则、评估系统、项目级提示工程)。触发条件:AI 代理的新/空项目设置、AGENTS.md 或 CLAUDE.md 创建、利用工程问题、使代理在代码库上更好地工作。当用户感到沮丧或抱怨代理质量时也会触发 - 例如“代理一直忽视约定”、“它从不遵循指令”、“为什么它一直做 X”、“代理坏了”——因为代理输出不佳几乎总是表明存在缺陷,而不是模型问题。涵盖:上下文工程、架构约束、多智能体协调、评估、长期运行的智能体利用以及智能体质量问题的诊断。

0 30 8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