- 📄 LICENSE
- 📄 README.md
- 📄 SKILL.md
humanizer
从文本中删除人工智能生成的文字痕迹。在编辑或审阅文本时使用,使其听起来更自然、更人性化。基于维基百科的综合“人工智能写作的标志”指南。检测并修复模式,包括:夸大的象征意义、促销语言、肤浅的分析、模糊的归因、破折号过度使用、三法则、人工智能词汇、被动语态、否定平行和填充短语。
从文本中删除人工智能生成的文字痕迹。在编辑或审阅文本时使用,使其听起来更自然、更人性化。基于维基百科的综合“人工智能写作的标志”指南。检测并修复模式,包括:夸大的象征意义、促销语言、肤浅的分析、模糊的归因、破折号过度使用、三法则、人工智能词汇、被动语态、否定平行和填充短语。
使用 Defuddle CLI 从网页中提取干净的 Markdown 内容,消除混乱和导航以节省令牌。当用户提供要阅读或分析的 URL 来获取在线文档、文章、博客文章或任何标准网页时,请使用而不是 WebFetch。不要用于以 .md 结尾的 URL — 这些 URL 已经是 markdown,请直接使用 WebFetch。
将Markdown文件转换为PDF文档,支持中英文显示,采用puppeteer渲染保证显示效果
使用 Exa 编写上下文。从 GitHub、StackOverflow 和技术文档中查找真实的片段和文档。在搜索代码示例、API 语法、库文档或调试帮助时使用。
为项目创建完整的文档站点。当被要求时使用:“创建文档”、“添加文档”、“设置文档站点”、“生成文档”、“记录我的项目”、“编写文档”、“初始化文档”、“添加文档文件夹”、“创建文档网站”。生成具有搜索、深色模式、MCP 服务器和 llms.txt 集成的基于 Docus 的网站。 --- # 创建文档 为任何项目生成完整的、可用于生产的文档站点。 ## 工作流程 1. **分析** - 检测包管理器、monorepo 结构、读取上下文 2. **初始化** - 使用正确的设置创建文档目录 3. **生成** - 使用模板编写文档页面 4. **配置** - 设置 AI 集成(MCP、llms.txt) 5. **最终确定** - 使用正确的命令提供后续步骤 --- ## 包管理器参考 从锁定文件中检测,如果未找到,则默认为 npm: |锁定文件|下午 |安装 |运行|添加| |------------|------|---------|-----|-----| | `pnpm-lock.yaml` | PNPM | `pnpm 安装` | `pnpm 运行` | `pnpm 添加` | | `package-lock.json` | npm | `npm 安装` | `npm 运行` | `npm 安装` | | `yarn.lock` |纱线| `纱线安装` | `纱线` | `纱线添加` | | `bun.lockb` |包子| `bun 安装` | `包子跑` | `面包添加` |在下面的命令中使用“[pm]”作为占位符。 --- ## 步骤 1:分析项目 ### 检测项目结构 ```
遵循 Diátaxis 框架(教程、操作指南、参考和解释页面)创建、构建和审查技术文档。当用户需要编写或重新组织文档、构建教程与操作指南、构建参考文档或 API 文档、创建说明页面、在 Diataxis 文档类型之间进行选择或改进现有文档结构时使用。触发术语包括:文档结构、Diátaxis、教程与操作指南、组织文档、用户指南、参考文档、技术写作。
使用知识图通过调用链跟踪错误
搜索并回忆过去课程中的相关记忆。当用户的问题可以从历史背景、过去的决策、调试笔记、以前的对话或项目知识中受益时使用。当您看到“[memsearch]内存可用”提示时也可使用。
将 Markdown 转换为微信公众号 HTML,检查支持的提供商/主题/提示,生成文章图像,创建草稿,使用创作者风格进行写作,并删除 AI 写作痕迹。
在 docs/plan/ 中创建结构化实施计划
使用 Defuddle CLI 从网页中提取干净的 Markdown 内容,消除混乱和导航以节省令牌。当用户提供要阅读或分析的 URL 来获取在线文档、文章、博客文章或任何标准网页时,请使用而不是 WebFetch。
搜索过去会议中的共享记忆。当用户的问题可以从历史背景、过去的决策、项目知识或团队专业知识中受益时使用。
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: