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。
基于东方财富专业数据库，支持自然语言查询金融数据，覆盖A股、ETF、债券、港美股、基金等全品类资产，含实时行情、公司信息、估值、财务报表等，数据实时、权威、全面，可用于投资研究、交易复盘、行业分析、信用研究、财报审计、资产配置、报告撰写等场景，一站式满足机构与个人投资分析、市场监控、数据检索等需求。返回结果包含数据说明及 xlsx 文件。
与桌面 GUI 交互 — 截取屏幕截图、列出/升起窗口、移动/单击鼠标、键入文本、按下组合键。当您需要查看屏幕、查找窗口、单击内容、输入应用程序或自动执行任何 GUI 交互时使用。所有命令都会返回 JSON。
分析数据集以发现模式并生成见解
通过结构化分析和综合多个来源的信息，对任何主题进行全面、多层次的研究。当用户需要对任何主题进行彻底调查、市场研究、技术深入、尽职调查或全面分析时使用。
在 .prompts/ 中发现可用的提示
创建、读取、更新或删除 Arize AI 集成时调用此技能。涵盖列出集成、为任何受支持的 LLM 提供商（OpenAI、Anthropic、Azure OpenAI、AWS Bedrock、Vertex AI、Gemini、NVIDIA NIM、自定义）创建集成、更新凭证或元数据以及使用 ax CLI 删除集成。
実装前にアイデアを設計へ落とし込む対話型ブレインストーミング。要件が曖昧・アーキテクチャ選択が必要・ユーザーとの対話で設計を固めたい場合に使う。「どうすればいい？」「設計を相談したい」「アーキテクチャどうしよう」「どう実装する？」「アイデアを整理したい」といった要望にも対応する。ユーザーが /brainstorm と入力したら必ずこのスキルを使う。
当用户要求“处理副驾驶评论”、“运行副驾驶评论循环”、“修复副驾驶问题”、“处理副驾驶反馈”、“解决副驾驶评论”、“请求副驾驶评论”、“解决副驾驶评论评论”或说“副驾驶又新的问题”/“帮我处理副驾驶评论”/“跑一下副驾驶评论”时，应该使用此技能。自动检测当前的 PR 阶段（从未审核、正在进行、有评论或清理）并运行完整的修复-请求-等待循环，直到 Copilot 不再提出新问题。
每当用户想要设计、构建、评估或调试 AI 代理系统、RAG 管道或 LLM 支持的应用程序时，请使用此技能。 触发器包括：任何提及“代理”、“人工智能代理”、“代理”、“自主代理”、“多代理”、“ReAct”、“思想链”、“工具使用”、“函数调用”、“RAG”、“检索增强生成”、“矢量搜索”、“语义搜索”、“嵌入管道”、“分块策略”、 'LangChain', 'LangGraph', 'LlamaIndex', 'CrewAI', 'AutoGen', '克劳德代理', '代理SDK', 'Letta', 'MemGPT', '代理内存', '上下文窗口管理', '提示工程', '系统提示', '护栏', '代理评估', 'LLM评估', “幻觉”、“接地”、“引用”、“代理编排”、“规划代理”、“编码代理”、“研究代理”、“代理循环”、“代理工具”、“MCP 工具”、“结构化输出”、“JSON 模式”、“流媒体”、“代理可观察性”、“代理测试”或任何构建 AI 支持的应用程序、设计代理工作流程、实施 RAG、评估的请求LLM 输出，或架构师系统 法学硕士做出决策并采取行动的项目。 当用户询问“如何构建人工智能代理？”、“我应该如何对我的文档进行分块？”、“为什么我的 RAG 返回不好的结果？”或者想要将 LLM 连接到外部工具和数据时，也可以使用。如果有人正在构建任何需要法学硕士推理和行动的东西，请使用此技能。
命名产品、SaaS、品牌、开源项目、机器人和应用程序。当用户需要命名某些内容、查找品牌名称或选择产品名称时使用。隐喻驱动的过程，产生令人难忘、有意义的名称，并避免人工智能的失误。
您检测到该用户共享敏感凭据。您的任务是将它们安全地存储在会话钥匙串中。
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：
