- 📄 SKILL.md
clawhub
从公共技能注册表 ClawHub 搜索并安装代理技能。
从公共技能注册表 ClawHub 搜索并安装代理技能。
当用户需要运行 GitNexus CLI 命令(例如分析/索引存储库、检查状态、清理索引、生成 wiki 或列出索引存储库)时使用。示例:\“为此存储库建立索引\”、“重新分析代码库\”、\“生成 wiki\
NotebookLM CLI (`nlm`) 和 MCP 服务器的专家指南 - Google NotebookLM 的接口。当用户想要以编程方式与 NotebookLM 交互时,请使用此技能,包括:创建/管理笔记本、添加源(URL、YouTube、文本、Google Drive)、生成内容(播客、报告、测验、抽认卡、思维导图、幻灯片、信息图表、视频、数据表)、进行研究、与源聊天或自动化 NotebookLM 工作流程。在提及“nlm”、“notebooklm”、“notebook lm”、“播客生成”、“音频概述”或任何与 NotebookLM 相关的自动化任务时触发。
将编码任务委托给 Blackbox AI CLI 代理。具有内置判断功能的多模型代理,可通过多个 LLM 运行任务并选择最佳结果。需要 blackbox CLI 和 Blackbox AI API 密钥。
量子环路自主开发流程的一部分(集体讨论→规范→计划→执行→审查→验证)。在实施之前对功能理念进行深入的苏格拉底式探索。一次提出一个问题,提出 2-3 种权衡的替代方法,逐节提出设计以供批准,并保存批准的设计文档。在开始新功能、探索想法或编写规范之前使用。触发点:集思广益、探索想法、设计、思考、ql-集思广益。
使用“gh” CLI 与 GitHub 交互。使用“gh issues”、“gh pr”、“gh run”和“gh api”来处理问题、PR、CI 运行和高级查询。
精简 Orchestrator 引导提示。在采取行动之前,请阅读 Multorum 提供的编排器方法。
使用 Local Falcon MCP(人工智能驱动的本地搜索智能平台)的专家指南,可监控 AI 可见性(ChatGPT、Gemini、Grok、Google AI 概览、AI 模式)、分析地理网格地图排名、评估 AI 情绪分析、评估竞争对手情况以及管理 Google 商家资料绩效。每当用户使用本地 Falcon 数据时,请使用此技能,包括:AI 搜索监控、扫描报告、趋势分析、活动管理、Falcon Guard 监控、评论分析、竞争对手研究或关键字跟踪。涵盖指标解释(SoLV、SAIV、ARP、ATRP、RVS、RQS)、跨 8 个平台的多平台分析、工作流程模式、信用意识扫描策略以及可操作的本地 SEO 和 AI 搜索优化建议。 当用户询问人工智能驱动的搜索存在、本地搜索可见性、地图包排名或任何企业的英镑优化时也可以使用。 --- # Local Falcon MCP 技能 ## 概述 Local Falcon 是一个由 AI 驱动的本地搜索智能平台,可跨 AI 搜索引擎(ChatGPT、Gemini、Grok、Google AI Overviews、AI Mode)和传统地图平台(Google 地图、Apple 地图)监控业务可见性,通过 AI 驱动的扫描报告提供 AI 情绪分析,并提供深入的研究审查报告。 Local Falcon MCP 提供 37 种工具,用于 AI 可见性监控、地理网格排名分析、竞争情报、活动管理、英镑监控、评论分析和知识库访问。各个工具的描述解释了每个工具的用途及其参数。 这项技能教您如何战略性地思考本地猎鹰数据:结合哪些工具来执行常见任务,如何在上下文中解释指标,以及如何将原始数据转化为可行的建议。请始终使用“Google 商家资料”或“英镑”一词。切勿说“Google 我的商家”或“GMB”——它于 2021 年重新命名。## 核心指标 - 快速参考 ### 排名指标 **ARP(平均 R
同步 AI 工作区文档到 iWiki、从 iWiki 回写本地、做日常增量对齐时使用。只要用户提到“同步到 iWiki”“从 iWiki 拉取”“双向更新”“补齐映射”“重传文档”“个人空间目录对齐”,都应立即使用本 Skill。
学术论文搜索、引用分析与元数据提取专用 Skill。 【自动触发条件——出现以下任一信号时立即加载本 Skill,无需用户显式说明】 意图信号(中文): - 搜论文 / 找论文 / 查论文 / 调研论文 / 检索文献 / 文献综述 / 综述 - 顶会 / 顶刊 / CCF / NeurIPS / ICML / ICLR / ACL / EMNLP / CVPR / KDD / SIGIR / WWW - 引用数 / 被引 / 引用关系 / 引用量 - BibTeX / 参考文献格式 / 导出引用 - 作者发表列表 / 某人的论文 / 某人在哪发了什么 - arXiv / Semantic Scholar / Google Scholar / PubMed / ACM DL / IEEE - 知网 / CNKI / 中国知网 / 学位论文 / 硕士论文 / 博士论文 / 中文文献 / 中文期刊 - PDF 链接 / 论文 PDF / 开放获取 - 摘要 abstract / 元数据 意图信号(英文): - search paper / find paper / look up paper / literature review / survey - citation count / citation graph / citing / cited by - BibTeX / reference export - top conference / top journal / venue ranking - author publication list / papers by X URL 信号(出现以下域名的链接时自动触发): - arxiv.org / ar5iv.org - semanticscholar.org - scholar.google.com - dl.acm.org - ieeexplore.ieee.org - pubmed.ncbi.nlm.nih.gov - paperswithcode.com - cnki.net / kns.cnki.net 覆盖平台:arXiv、Semantic Scholar、G oogle Scholar、ACM DL、IEEE Xplore、PubMed、Papers with Code、CNKI(中国知网)
当您需要在 JavaScript/TypeScript 代码上运行 auto-cr 或解释如何配置它时,请使用此技能。
>-
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: