- 📁 references/
- 📄 SKILL.md
base-ui
基本 UI 无样式 React 组件。涵盖表单、菜单、覆盖层、组合。在使用 @base-ui/react 构建可访问的、无样式的 React UI 组件、使用渲染道具组合或实现自定义样式的表单控件、菜单和覆盖层时使用。关键词:@base-ui/react、渲染道具、无样式组件。
基本 UI 无样式 React 组件。涵盖表单、菜单、覆盖层、组合。在使用 @base-ui/react 构建可访问的、无样式的 React UI 组件、使用渲染道具组合或实现自定义样式的表单控件、菜单和覆盖层时使用。关键词:@base-ui/react、渲染道具、无样式组件。
开发、审查或重构使用 Anclax 构建的 Go 服务,包括 OpenAPI 规范、处理程序、服务/业务逻辑、数据库/sqlc 更改、异步任务和 Wire 依赖项注入。
配置深度代理后端(StateBackend、FilesystemBackend、StoreBackend、LocalShellBackend、CompositeBackend、Sandboxes)。在选择存储、配置文件访问或设置持久状态时使用。
将所有代理数据备份到 GitHub — SQLite 数据库、Claude Code 内存、身份、技能、大脑笔记。当用户说备份、备份、保存所有内容、推送到 github 或快照时使用。也由 heartbeat 用于自动备份。
自动执行浏览器交互以进行 Web 测试、表单填写、屏幕截图和数据提取。当用户需要浏览网站、与网页交互、填写表单、截取屏幕截图或从网页中提取信息时使用。
生成 drt 同步 YAML 配置文件。每当用户想要创建新的 drt 同步、将数据仓库表连接到外部服务或使用 drt 设置反向 ETL 管道时,请使用此技能。 --- 为用户创建drtsync YAML配置文件。 ## 步骤 1. 询问用户以下信息(或从上下文中推断,如果已提供): - **源表或 SQL**:要同步的数据(例如 `ref('new_users')` 或 SQL 查询) - **目标**:将其发送到何处(Slack、Discord、REST API、HubSpot、GitHub Actions、Google Sheets、PostgreSQL、MySQL 或其他) - **同步模式**:完全(每次运行)或增量(基于水印,需要游标列) - **频率意图**:帮助设置 `batch_size` 和 `rate_limit` 2. 使用 `docs/llm/API_REFERENCE.md` 中的确切字段名称生成有效的同步 YAML。 3. 在代码块中输出 YAML 并建议保存位置: `syncs/<name>.yml` 4. 显示验证并运行它的命令: ```bash drt validate drt run --select <name> --dry-run drt run --select <name> ``` ## 规则 - 使用 `type: bearer` + `token_env` (从不硬编码令牌) - Slack/webhooks 的默认 `on_error:skip`,`on_error:关键同步失败 - 对于增量模式,始终包含 `cursor_field` - 当源是单个 DWH 表时使用 `ref('table_name')`;过滤或连接时的原始 SQL - Jinja2 模板使用 `{{ row.<column_name> }}` — 列名必须来自用户 ## 参考 请参阅 `docs/llm/API_REFERENCE.md` 了解所有字段、类型和默认值。
Tokio/async Rust 问题的专家诊断,包括死锁、任务泄漏、性能瓶颈和取消安全
通过 OpenLink 的符合 OpenAPI 的 Web 服务对实时数据空间和知识图执行 SQL、SPARQL、SPASQL、SPARQL-FED 和 GraphQL 查询。每当用户想要查询数据库、RDF 存储或 SPARQL 端点时,请使用此技能;探索知识图或数据空间;询问“如何……”、“定义术语……”,或针对已知文章或图表上下文提出问题;或提及 linkeddata.uriburner.com、Virtuoso、OPAL 或 OpenLink 服务。完整的查询模板位于references/query-templates.md 中——在构建任何预定义查询之前加载该文件。
查看和更改 hmem 内存设置、挂钩、同步和检查点配置。每当用户键入 /hmem-config、要求更改内存设置、调整参数、调整批量读取行为、配置自动检查点、管理 hmem-sync 或解决内存相关问题时,请使用此技能。当用户询问“自动保存火力的频率”、“为什么我的上下文如此大”、“将检查点更改为自动”、“启动需要多少令牌”或“设置同步”等问题时也会触发。 --- # hmem-config — 查看和更改设置 此技能将指导您阅读、解释和更新 hmem 的配置。该配置控制内存如何存储、显示、检查点以及跨设备同步。 ## 找到并读取配置 配置位于与 .hmem 文件相同的目录中的 `hmem.config.json` 中。 位于 `~/.hmem/hmem.config.json` (与 .hmem 文件位于同一目录中)。直接读取文件——不要询问用户它在哪里。如果不存在,请创建一个(仅需要指定非默认值)。该配置使用统一格式,包含“内存”块和可选的“同步”块:````json { "memory": { ... }, "sync": { ... } } ``` ## 显示当前设置 呈现当前值与默认值的表格。仅突出显示与默认值不同的值 - 用户关心他们自定义的内容,而不是完整列表。 ###核心参数|参数|默认 |目的| |------------|---------|---------| | `maxCharsPerLevel` | | `maxCharsPerLevel` [200, 2500, 10000, 25000, 50000] |每个树级别的字符限制 [L1–L5]。 L1 始终在启动时加载,因此保持简短可以在每个会话中节省令牌。 L5 是原始数据,很少被访问。 | | `最大深度` | 5 |树深度 (1–5)。大多数用户需要 5。较低的值可以节省存储空间,但会失去粒度。 | | `默认读取限制` | 100 | 100每次批量读取的最大条目数。较低 = 启动速度更快,较高 = 概述更完整。 | | `maxTitleChars` | 50 | 50自动提取的标题长度。仅适用于没有明确说明的条目
Auto-update CHANGELOG.md following Keep a Changelog format. Triggers: CL, changelog, 变更, 版本, version, 更新日志, whatsnew.
通过代理数据协议 (ADP) MCP 工具查询和操作数据的指南。该技能教授如何有效地使用 adp_discover、adp_describe、adp_validate 和 adp_execute 工具。每当用户想要通过 ADP 探索可用数据资源、查询数据、查找记录、插入新数据或更新现有数据时,即可使用此技能 - 即使他们没有明确提及“ADP”。触发器包括“查找数据”、“查询记录”、“查找客户”、“插入行”、“更新条目”、“可用数据”、“搜索相似项目”、“显示架构”或连接 ADP MCP 工具的任何数据探索和操作任务。 --- # ADP 技能 — 通过代理数据协议进行数据访问 此技能可帮助您通过连接到 ADP Hypervisor 的四个 ADP MCP 工具与数据进行交互。 Hypervisor 是一个策略执行网关,它抽象出单个基于意图的接口背后的后端差异(SQL 数据库、MongoDB、向量存储、文件系统)。 ## 核心工作流程 始终遵循此顺序 - 每个步骤都建立在上一步的基础上: ``` 发现 → 描述 → 验证(可选)→ 执行 ``` 1. **发现** — 查找可用的数据资源 2. **描述** — 读取特定资源的使用契约(字段架构、允许的运算符、必需的谓词) 3. **验证** — 在执行前试运行您的意图以捕获错误(推荐但可选) 4. **执行** — 运行意图并获取结果跳过“describe”会导致格式错误的意图,因为您不知道存在哪些字段、需要哪些谓词或允许哪些运算符。在建立意图之前始终进行描述。 ## 四个 MCP 工具 ### 1. `adp_discover` — 浏览可用资源查找可用数据。使用过滤器来缩小结果范围。 **参数:** - `domain_prefix`(可选):按域过滤,例如`"com.acme"` - `intent_class`(可选):`"LOOKUP"`、`"QUERY"`、`"INGEST"` 或 `"REVISE"` - `keyword`(可选):自由文本搜索 acr
格式化 Claude 的响应以实现一致的呈现。任何时候都可以使用这个技能
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: