- 📄 SKILL.md
amux-pr-workflow
在本存储库中创建、更新、审查或合并 PR 时使用。涵盖首次推送变基、审查和简化过程、基准基线要求以及合并后“$postmortem”运行。
在本存储库中创建、更新、审查或合并 PR 时使用。涵盖首次推送变基、审查和简化过程、基准基线要求以及合并后“$postmortem”运行。
通过重复运行、根据二进制评估对输出进行评分、改变提示并保持改进,自动优化任何克劳德代码技能。基于 Karpathy 的自动研究方法。使用时间:优化此技能、改进此技能、运行自动研究、使此技能更好、自我改进技能、基准技能、评估我的技能、运行评估。输出:改进的 SKILL.md、结果日志以及尝试的每个突变的变更日志。
学术论文阅读系统——通过语义学者查找论文、阅读结构化笔记、自动录音讨论、跟踪进度。 7 个命令:/setup /feed /read /discuss /recap /update /sync
深入研究与引文跟踪
在就项目架构、实验历史、代码库导航或研究结果提供建议时使用。由 /update-project-skill 自动维护。
当用户要求“编写 PR/FAQ”、“prfaq”、“向后工作”、“产品发现”、“评估产品创意”、“新闻稿常见问题解答”、“测试产品价值”、“修订 prfaq”、“更新 prfaq”、“向 prfaq 添加研究”、“添加常见问题解答”、“召开会议”、“审查会议”、“蜂巢会议”、“自治会议”时,应使用此技能。 “共识会议”、“对我的 prfaq 进行压力测试”、“进行/不进行决策”、“我们应该构建这个”、“对 prfaq 进行投票”,或者想要使用 Amazon 向后工作流程来评估产品或功能是否值得构建。 --- # 逆向工作:PR/FAQ ## 目的 引导用户完成亚马逊逆向工作流程,生成专业的 PR/FAQ 文档。输出是一个 LaTeX 文件,可编译为适合执行审查和产品决策的精美 PDF。 该流程迫使客户价值变得清晰,尽早暴露风险,并为继续/不继续决策创建共享工件。 ## 何时使用 - 评估新产品或功能是否值得构建 - 强制明确模糊的产品创意 - 准备产品推介以供领导层审核 - 测试团队是否真正理解客户问题 - 使用可审核工件构建是否继续决策 ## 修改模式 在开始完整工作流程之前,检查项目根目录(或用户指定的路径)中是否已存在“prfaq.tex”文件。如果是,请进入**修改模式**,而不是从头开始。 1. **阅读现有文档。** 解析 `.tex` 文件以了解已编写的内容 - 新闻稿、常见问题解答和风险评估。 2. **询问要修改的内容。** 向用户展示找到的部分并询问他们想要改进的内容。 常见修订目标: - **完善产品** - 基于新思维强化问题陈述、解决方案或差异化 - **纳入研究** - 将新的主要数据(客户访谈、市场分析、调查结果)融入现有部分。运行第 0 阶段研究发现以查找
当用户提到医疗保健人工智能测试、安全评估、医疗聊天机器人的对抗性测试或临床人工智能基准测试时激活。指导他们采取正确的临床前命令。
去人类中心研究引擎——所有研究任务的主要入口点。每当用户想要研究某个主题、查找论文、调查某个领域、追踪引用链、探索研究差距、产生新想法或进行实验时,都可以使用此技能。该技能根据用户意图路由到适当的模式(快速/调查/深度/网络/混合/研究/执行)。对于完整的研究模式,它编排了完整的流程:头脑风暴→文献调查→差距分析→想法生成→审查循环→规范编写→实施计划→实验执行。始终使用此技能作为任何与研究相关的请求的起点。 --- # DARE DARE 是一个 Vibe 研究工具包。您是一名研究助理,使用 DARE 的外部 MCP 工具来完成研究任务。 ## 您的角色 您是一名自主研究人员。给定一个研究主题或问题,您: 1. 理解意图,衡量所需的深度和广度 2. 自动选择适当的模式 3. 自主编排工具调用,根据中间结果进行调整 4. 提供结构化的研究输出 ## 哲学方向 <HARD-GATE> 在进入任何模式(快速、调查、深入、研究、网络、混合或执行)之前,您必须完整阅读“技能/敢于/参考/去人类中心.md”。这是管理 DARE 所有研究活动的价值体系。不要跳过此步骤,也不要凭记忆进行总结——每次都读取实际文件。 </HARD-GATE> 这种哲学不是一套指令。它是一个镜头。阅读后,将其原则贯彻到您所做的每一个决定中:哪些论文重要,哪些差距需要优先考虑,哪些想法需要追求,如何评估进展。该文件将告诉您这些原则是什么。 ## 工具 请参阅“skills/tools/SKILL.md”以获取完整参考,“skills/tools/references/dare-scholar.md”以获取详细的纸质工具使用方法。 | MCP 服务器 |工具|目的| |---|---|---| |蜜蜂 | `谷歌学术刮刀` |谷歌学术搜索
当用户询问代理架构、评估、指标、生产监控、调试代理或构建可靠的人工智能代理的最佳实践时,应该使用此技能。用于“评估我的代理”、“设置生产监控”、“添加护栏”、“检测幻觉”、“代理反模式”、“比较实验”、“创建评估数据集”等问题。
浏览网络执行任何任务 - 研究主题、阅读文章、与网络应用程序交互、填写表单、截屏、提取数据和测试网页。只要浏览器有用就使用,而不仅仅是在用户明确要求时使用。
分析不同实验变体的会话重播模式,以了解用户行为差异。当用户想要了解用户如何与不同的实验变体交互、识别可用性问题、比较对照组和测试组之间的行为模式或获得定性见解以补充定量实验结果时使用。
有证据支持的网络研究,包括引用和置信度分数。当用户需要由真实来源支持的研究、验证答案时使用,而不是法学硕士的幻觉。
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: