- 📄 auto.md
- 📄 ck.md
- 📄 cpr.md
oh-my-kiro
阅读 Skills/find-skills/SKILL.md,然后按照其方法来帮助用户找到符合其需求的技能。
阅读 Skills/find-skills/SKILL.md,然后按照其方法来帮助用户找到符合其需求的技能。
根据官方人类学/技能规范测试任何特工技能并对其进行评分。当您需要检查技能存储库或 SKILL.md 文件是否符合代理技能标准、审核技能质量、获取合规性分数或接收具体改进建议时,请使用此技能。当用户说“检查我的技能”、“测试此技能”、“我的技能是否符合规范”、“对我的技能进行评分”、“检查我的 SKILL.md”、“我的技能是否正确”、“检查我的技能”、“测试这个技能”、“这个技能符合规范吗”、“给我的技能打分”等内容时触发,或者当他们提供技能目录或 SKILL.md 文件的路径并希望对其进行审核时触发。
创建新 Skill 技能的完整指南。当用户询问"如何创建技能"、"怎么写 SKILL.md"、"新增技能"或希望让助手掌握某个领域的专业知识时使用。
该文件是一个占位符。实际的 SKILL.md 是从共享渲染的
../../../skills/05-api-monitor/SKILL.md
../../../技能.md
../../../crates/hyalo-cli/templates/skill-hyalo-tidy.md
../../../技能/zio-reference/SKILL.md
分析目标项目代码库并推荐安装相关的 AIE 技能。在安装、设置或将 ML 技能复制到新项目、引导 AI/ML 工作流程或跨存储库共享技能时使用。
将旧的平面 Skills.yaml 格式转换为带有变体的新的每组文件格式。当 PR 或分支仍然具有顶级“技能:”数组而不是单独的组文件时使用。
发送到达收件箱的电子邮件的主要参考。对于任何与电子邮件相关的任务,始终首先加载此技能,它将快速引导您并将您引导到正确的子技能。将其用于:电子邮件发送设置、收件箱放置、避免垃圾邮件、域名声誉、电子邮件基础设施、撰写或审阅电子邮件副本、诊断电子邮件成为垃圾邮件的原因、构建电子邮件工作流程或提供列表管理建议。如果任务以任何方式涉及电子邮件,请先从此处开始,然后再进行其他操作。 --- # AutoSend 的电子邮件技能 用于 AI 代理撰写、审阅或提供电子邮件建议的模块化技能集。目标是收件箱放置,而不仅仅是发送。这里的每一个决定都与此相关。这是入口点。首先阅读本文,然后加载相关子技能以获得有关特定主题的更深入指导。 --- ## 交付能力堆栈收件箱的放置取决于四个支柱的共同作用。 其中任何一项的失败都可能导致其他三项失败。 ``` 1. 身份验证 → 证明您就是您所说的那个人 2. 发件人信誉 → 证明您是负责任的发件人 3. 内容质量 → 证明您的电子邮件受到通缉 4. 列表质量 → 证明您的收件人同意并且是真实的``` --- ## 子技能(根据需要加载)|主题 |子技能 |何时使用 | | ------------------------------------------- | ------------------------------------------ | --------------------------------------------------- | | SPF、DKIM、DMARC、BIMI | `认证/SKILL.md` |设置或调试电子邮件身份验证 | |主题行、HTML、副本 | `内容/SKILL.md` |撰写或审阅电子邮件内容 | |反垃圾邮件、GDPR、CASL | `合规性/SKILL.md` |任何涉及法律要求或同意的问题 | |验证、抑制、日落 | `list-hygiene/SKILL.md` |管理联系人、退回邮件或取消订阅 | | OTP、收据、密码重置 | `t
../../../技能/marp/SKILL.md
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: