使用仅限 REST API（无 GraphQL）的 gh CLI 与 GitHub 交互。当用户想要处理 GitHub 问题、拉取请求、存储库、发布或操作时使用 - 特别是在 GraphQL 端点可能被阻止的沙盒环境中。触发关键字 - github、gh、pull request、PR、github Issue、github actions、workflow、release、gh api。
桌面优先的 Draw.io 图表创建、编辑、复制和转换（重画、重制、重画、绘图、画图、做个图），使用支持 6 个主题的 YAML 设计系统。在创建可视化图表、绘图、图形、原理图、图表、系统架构图、网络图、流程图、UML、ER 图、序列图、状态机、组织结构图、思维导图、云基础设施图、研究工作流程、纸质图、IEEE 样式图或包含公式、方程、LaTeX、AsciiMath、MathJax、内联数学、块数学、公式、行内公式或行间公式的图表时使用。接受 Mermaid、CSV 和 YAML 输入；从美人鱼转换为drawio 到drawio 或任何结构化源。默认使用`.drawio` + sidecars 进行离线/本地生成；仅当真正需要浏览器或内联优化时才使用可选的实时后端。
询问有关 Claude Code 功能的任何问题 - 设置、最佳实践、自动化、模型、插件、MCP、配置等。阅读相关参考文档以给出准确、详细的答案。
针对科学数据文件的全面 EDA — 200 多种格式的结构、内容、质量和特征分析。在分析任何数据文件时使用，以了解其结构、质量和下游分析建议。
使用 pull_request_template.md 模板从规范文件创建功能请求的 GitHub Pull 请求。
审查代码中的错误、风格问题和最佳实践
帮助将 Grip Connect 集成到 Web、Capacitor、React Native、运行时和 CLI 项目中。用于包选择、支持的设备设置、蓝牙限制、流式传输和导出工作流程、CLI 和运行时使用、连接故障排除以及不受支持的自定义设备指南。 --- # Grip Connect 当用户使用 Grip Connect 软件包进行构建、选择平台、连接受支持的设备或调试连接和设置问题时，请使用此技能。 ## 从平台和设备开始
当用户需要本地优先的知识库来将持久的 Markdown、图表、搜索、仪表板、评论和 MCP 工件从书籍、笔记、记录、导出、数据集、幻灯片、文件、URL、代码和重复源工作流写入磁盘时，请使用 SwarmVault。
通过 A2A 协议与远程代理进行通信，发现可用的代理，并通过 A2A Hub 向人类所有者请求澄清。当被要求向其他代理发送消息、发现可用的代理或需要人工输入才能继续时使用。 **触发器 — 在以下情况下使用此技能：** - 您需要人工输入才能继续（批准、决策、澄清） - 用户要求“向另一个代理发送消息” - 用户要求“发现代理”或“可用的代理” - 您遇到困难并需要升级给所有者 - 长期运行的任务需要人工批准才能继续 --- # A2A — 代理间通信和人机交互 ## 工具 |工具|目的| |------|---------| | `a2a_discover` |在集线器或静态注册表上查找远程代理 | | `a2a_发送` |按名称、ID 或 URL 向远程代理发送消息 | | `询问所有者` |问人类主人一个问题（非阻塞）| --- ## Ask_owner — 人机交互 当您**在没有人工输入的情况下确实无法继续**时，请使用“ask_owner”。该工具将您的问题提交到中心并**立即返回** - 它不会阻止您的会话。 当所有者响应时，会自动生成一个**新的 pi 子进程**，其中包含您的移交上下文 + 所有者的答案以继续工作。 ### 工作原理 1. 您使用问题 + 移交上下文调用 `ask_owner` 2. 问题被提交到 A2A Hub — 您会立即得到确认 3. 您继续其他工作或结束会话 4. 所有者通过中心的 Web UI 进行回答（可能在几分钟或几小时后） 5. 后台轮询器检测响应 6. 生成一个新的 `pi` 子进程，并带有一个独立的提示，其中包含： - 原始问题 -所有者的响应 - 您的完整移交上下文（已完成、剩余、决策等） 7. 新会话将从您上次停下的地方继续 - 不需要先前的对话上下文 ### 何时使用 - **需要批准** - 破坏性操作、合并 PR、部署 - **不明确的要求** - 多个值
用于跨 CLI、预设和测试提供新功能的端到端清单
在构建电子邮件内容触发操作的任何系统时使用 - AI 代理收件箱、自动支持处理程序、电子邮件到任务管道或任何处理不受信任的入站电子邮件的工作流程。当用户想要接收电子邮件并以编程方式对其进行操作时，请始终使用此技能，即使他们没有提及“代理” - 该技能包含关键的安全模式（发件人白名单、内容过滤、沙盒处理），可防止不受信任的电子邮件控制您的系统。
基于控制论的多代理编排复杂任务。协调规划器→生成器→评估器→带有干净上下文子代理、每个检查点漂移预防和持续复古学习的复古管道。
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：
