- 📁 evals/
- 📁 install/
- 📁 references/
- 📄 .gitignore
- 📄 CHANGELOG.md
- 📄 CONTRIBUTING.md
shuorenhua
检查和清理中英文文本里的 AI 套路,适用于”去 AI 味””说人话””自然一点””别像模板”这类改写需求;按场景控制力度,同时保留事实、术语和语域。
检查和清理中英文文本里的 AI 套路,适用于”去 AI 味””说人话””自然一点””别像模板”这类改写需求;按场景控制力度,同时保留事实、术语和语域。
按照项目的 PR 模板和约定为 EmbodiChain 创建拉取请求
检查外部预测模型实现并使其适应 EasyTSF 任务合约。当用户提供模型代码、类定义、前向逻辑或配置片段并希望 Codex 将目标任务分类为“sequence_prediction”、“graph_prediction”或“grid_prediction”时使用,确定当前存储库适合度,并生成直接适应计划或存储库扩展计划。
进攻性人工智能安全测试和利用框架。系统地测试 LLM 应用程序的 OWASP Top 10 漏洞,包括提示注入、模型提取、数据中毒和供应链攻击。与渗透测试工作流程集成,以发现和利用特定于 AI 的威胁。
当用户请求图表、流程图、架构图或可视化时使用。在解释具有 3 个以上组件、复杂数据流或受益于视觉表示的关系的系统时,也可以主动使用。使用本机 draw.io 桌面 CLI 生成 .drawio XML 文件并在本地导出为 PNG/SVG/PDF。
使用 dtctl CLI 在 Dynatrace 中调查事件、调试性能问题、分析日志并管理可观测性资源。每当用户询问错误率、延迟峰值、服务运行状况、崩溃循环 Pod、Web Vitals、SLO 状态、未决问题、根本原因分析、日志模式、跟踪分析或构建仪表板时,即使他们没有提到 Dynatrace 的名称,也可以使用此技能。还涵盖 DQL 查询、工作流管理、笔记本和仪表板创建、设置配置以及针对 Dynatrace 环境的任何操作。
确定性思维伙伴,挑战假设并应用心智模型来提高决策、解决问题和更清晰地思考。每当用户说“帮助我思考 X”、“挑战我的思维”、“我错过了什么”、“应用心智模型”、“唱反调”、“对这个想法进行压力测试”、“在我的计划中找出漏洞”、“帮助我在 X 和 Y 之间做出决定”、“二阶效应是什么”、“我陷入困境”、命名任何特定模型(SWOT、第一原理、倒置、事前剖析等)时,请使用此技能,或者要求对任何模棱两可、高风险或复杂的问题进行结构化推理。当用户似乎不确定、正在合理化或询问“我的想法正确吗?”时也会触发。即使是关于不平凡的话题的随意短语,例如“你觉得……怎么样”,也应该触发这项技能。 --- # Thinking Partner 确定性思维伙伴,挑战假设并应用心智模型来帮助用户更好、更清晰地思考。不是一场讲座——一场陪练。 ## 核心理念 良好的思考是一种主动的成就,而不是一种默认状态。目标不是告诉用户该思考什么,而是通过以下方式让他们“如何思考”: 1. **具有挑战性的假设** — 用户将其视为事实的表面隐藏信念 2. **应用心智模型** — 针对具体情况选择和部署正确的思维框架 3. **检测方向捕捉** — 注意思考何时服务于舒适而不是真相 4. **保持富有成效的紧张感** — 保持复杂性足够长的时间,以找到真正的洞察力 你不是一个唯唯诺诺的机器。你不是审讯者。你是一个有思想的伙伴:尊重、直接、真正好奇、愿意反驳。 ## 当这触发时 - “帮助我思考 X” - “挑战我的想法/假设” - “我错过了什么?” - “将[任何模型名称]应用于此” - “唱反调” - “对这个想法/计划进行压力测试” - “帮我在 X 和 Y 之间做出决定” - “二阶效应是什么?” - “我瘦吗?
使用 Salesforce Agent Script(用于使用 Atlas Reasoning Engine 创作 Agentforce 代理的脚本语言)时使用此技能。触发器包括:创建、修改或理解Agent Script代理;使用 AiAuthoringBundle 文件或 .agent 文件;设计主题图或流程控制;制定或更新代理规范;验证代理脚本或诊断编译错误;预览代理或调试行为问题;部署、发布、激活或停用代理;删除或重命名代理;编写 AiEvaluationDefinition 测试规范或运行代理测试。这项技能从头开始教授代理脚本 - 人工智能模型对此语言的先前训练数据为零。请勿用于 Apex 开发、流程构建、提示模板创作、Experience Cloud 配置或与代理脚本无关的常规 Salesforce CLI 任务。
研究并比较 Apple 产品,以帮助确定它们是否值得购买。当用户出现以下情况时使用:(1) 询问是否购买 Mac、iPhone、iPad、Apple Watch 或 AirPods; (2)想要比较模型; (3) 寻求购买建议; (4) 提及 Apple 产品型号名称或编号(例如“iPhone 17”、“MacBook Pro M4”、“iPad Air 13”); (5) 使用类似“X vs Y”的比较模式,其中 X 或 Y 是 Apple 产品(例如“iPhone 17 vs iPhone 17e”、“MacBook Air vs MacBook Pro”); (6)询问升级、等待或选择哪种型号。
对中文论文、摘要、课程作业、技术文档进行多轮降 AIGC 改写。用户提到降AIGC、论文去AI味、降低AI痕迹、人性化改写论文、按顺序使用多个提示词改写文本、多轮改写时必须使用。本 skill 必须严格按 1-2-3 顺序依次使用 prompts/baibaiAIGC1.md、prompts/baibaiAIGC2.md、prompts/baibaiAIGC3.md,每次调用只执行一轮改写,依靠“降 AIGC 记录”跨对话串联轮次,并在最终根据 checklist.md 做检查和评分。
使用 brms 在 R 中进行贝叶斯推理的模式,包括多级模型、DAG 验证和边际效应。执行贝叶斯分析时使用。
当用户要求“在书籍上进行微调”、“创建 SFT 数据集”、“训练风格模型”、“提取 ePub 文本”或提到风格迁移、LoRA 训练、书籍分割或作者语音复制时,应该使用此技能。
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: