- 📄 SKILL.md
ego-field-test
对所有已注册的 GNOME 扩展运行自动现场测试,与基线进行比较,对结果进行分类,并生成回归报告。
对所有已注册的 GNOME 扩展运行自动现场测试,与基线进行比较,对结果进行分类,并生成回归报告。
当用户想要反向链接分析、链接差距分析、竞争对手链接配置文件、引用域数据或链接构建研究时。触发“反向链接”、“链接到谁”、“链接配置文件”、“引用域”、“链接差距”、“Ahrefs”、“链接建设研究”或“为什么他们的排名超过我”(通常是链接权限问题)。
当用户要求“检查 Slack”、“分类我的 Slack”、“检查我的消息”、“Slack 摘要”、“我在 Slack 上错过了什么”或调用 /slack 或 /messages 时,应该使用此技能。扫描 Eric 的 Slack 工作区以查找最近的消息、私信、话题和提及 - 按优先级分类,并提供回复起草。参考 porres-family-assistant 了解联系人上下文。 --- # Slack 分类技能 ## 概述 扫描 Eric 的 Slack 工作区以查找最近的消息,将其分为三个优先级,并为紧急项目提供草稿回复。该技能反映了电子邮件分类模式,但适用于 Slack 基于渠道的线程通信模型。该技能不维护自己的联系数据——它从 porres-family-assistant 技能中读取作为人员上下文的规范来源。 ## 可用的 Slack MCP 工具 Slack 连接器 (https://mcp.slack.com/mcp) 提供以下工具: |工具|目的| |------|---------| | `slack_read_channel` |阅读特定频道的最新消息 | | `slack_search_public_and_private` |在所有可访问的渠道中搜索 | | `slack_search_users` |按姓名或电子邮件查找用户 | | `slack_search_channels` |按名称或主题查找频道 | ## 步骤 0 — 加载上下文(运行时引用) 在扫描之前,从家庭助手读取这些文件以建立优先上下文: |文件 |它提供什么 | |------|-----------------| | `共享/技能/porres-family-assistant/references/family-members.md` |姓氏 — 有助于识别家庭成员的个人信息 | | `共享/技能/porres-family-assistant/references/email-aliases.md` |别名路由 — 电子邮件/Slack 身份重叠 | **仅加载这两个。**不要加载 insuran ce、医疗或金融,除非特定消息需要该上下文。 还可以从此技能加载“references/workspace-config.md”以进行通道优先级映射(一旦 Eric 配置了它)。 ## 步骤 1 — 扫描工作区 使用 Slack MCP 工具收集最近的活动。并行运行这些搜索:
自动激活 alembic/、alembic.ini、advanced_alchemy 导入。 Advanced Alchemy / SQLAlchemy ORM 模式的专业知识。生成带有审计跟踪、存储库/服务模式和 Alembic 迁移的 ORM 模型。使用场合:使用 UUIDAuditBase 定义模型、构建存储库和服务、为 Litestar/FastAPI/Flask/Sanic 配置 SQLAlchemy 插件、创建 DTO、运行 Alembic 迁移、使用自定义类型(EncryptedString、FileObject、PasswordHash、DateTimeUTC)、编写过滤器和分页、选择基类和 mixins、配置dogpile.cache 查询缓存、设置读/写副本路由或管理文件存储obstore/fsspec 后端。不适用于没有 Advanced Alchemy 抽象的原始 SQLAlchemy。
对抗性机器学习指南:对抗性示例、数据中毒、模型后门和规避攻击。
当您希望您的产品出现在 AI 生成的答案(ChatGPT、Perplexity、Gemini)中时使用 - 创建 llms.txt、优化结构化数据并配置 GEO 的 AI 爬虫访问权限。
数据分析技能中心。根据请求路由到正确的专家子技能 - 探索、查询编写、端到端分析、可视化、验证、交互式仪表板组装或定期快照刷新。
搜索最新 AI 前沿资讯,分类整理生成精美 H5 网页简报,含谈资要点话术模板
解释如何有效地使用 vecgrep 进行语义搜索、索引、过滤、TUI/服务器模式和故障排除。
将现有功能逆向工程为 /ai-dlc:operate 和 /ai-dlc:followup 的 AI-DLC 意图工件
IDA Pro 逆向工程助手通过 HTTP API 与远程 IDA Hub 服务器交互。用于二进制分析、函数分析、字符串搜索、交叉引用、反编译和相关逆向工程任务。
技术架构设计 Skill。根据产品需求文档(PRD)设计完整的技术架构方案,输出结构化的架构设计文档。覆盖技术栈选型、系统架构、数据模型、API 设计、部署方案、非功能需求、安全设计等。触发条件:(1) 设计技术架构,(2) 从 PRD 推导技术方案,(3) 系统设计/技术选型,(4) 数据库设计,(5) API 设计,(6) 部署架构设计。
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: