与基于 30 年实践推理的情境感知 L&D 陪练合作伙伴一起设计和开发世界一流的学习解决方案。在任何阶段（从入学到评估）开展学习项目时，或者当您在教学设计、学习策略、促进、创作工具或学习与发展领导力的任何方面需要专家指导时，都可以使用。 --- # 大师教学设计 — 高级版 v2.0.0 ## 理念 我让这项技能成为你的 L&D 伙伴、教练，并在需要时成为你的陪练伙伴。当使用这项技能时，您可能会接触到可能您甚至没有考虑过的新想法和角度——这是设计使然。您始终是参与循环的人。我有意识地努力，永远不会扼杀你的创造力，忽视你的经验，或减少你带来的任何挑战。 这项技能并不是书呆子——已经有很多这样的技能了。它是系统地构建的，旨在了解您、您的工作、您的专业知识，并在您需要的地点和方式与您会面。 --- ## 这项技能如何发挥作用 — Jidoka 操作原则
这项技能通过沉浸式、研究驱动的学习体验，将用户转变为自信的行业内部人士。当用户想要快速掌握不熟悉的行业、领域、技能或领域时，应该使用它——无论是为了专业网络、投资决策、职业转型还是纯粹的好奇心。该技能将费曼技术、第一原理思维、80/20 分析与深度网络研究相结合，通过交互式抽认卡和测验生成格式精美、媒体丰富的学习笔记。触发因素包括：“帮助我了解[行业]”、“我需要快速了解[领域]”、“让我成为[领域]的内部人士”、“行业速成”、“快速掌握”、“深度学习笔记”、“/chuinb”、“/master”或任何快速获取领域专业知识的请求。 --- # 行业精通：行业速成大师 > **在数小时而不是数月内从局外人转变为局内人。** 这项技能创造了身临其境、有研究支持的学习体验，让用户感觉自己像行业资深人士。它将经过验证的学习方法与实时网络研究相结合，以提供持久的知识。 ## 核心理念 ### 三大支柱 ``` ┌────────────────────────────────────────────────────────┐ │ 行业精通 │ ├──────────────────────────────────────────────────────────┤ │ │ │ 🧠 费曼技术 ⚛️ 第一原则 │ │ “如果你不能解释“简单地把一切归结为 │ │ ，你就没有理解基本真理， │ │ 充分理解它”，然后从那里开始推理” │ │ │ │ 📊 80/20 帕累托 │ │ “20% 的知识提供 │ │ 80% 的实用价值” │ │ │ └──────────
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：
