- 📄 SKILL.md
blue-ribbon-nearby
当用户询问附近的餐馆或 근처 맛집 并想要 블루리본 精选时使用。始终先询问用户当前位置,然后通过 k-skill-proxy 搜索附近的官方蓝带餐厅。
当用户询问附近的餐馆或 근처 맛집 并想要 블루리본 精选时使用。始终先询问用户当前位置,然后通过 k-skill-proxy 搜索附近的官方蓝带餐厅。
反PUA。用智慧、信任和内在动力驱动人工智能,而不是恐惧和威胁。激活条件:任务失败 2 次以上、即将放弃、建议用户手动执行、归咎于环境未经验证、陷入循环、被动行为或用户沮丧(“再努力一点”、“弄清楚”、“换个方法”、“为什么还不行”)。所有任务类型。不适合第一次失败。
当用户想要将外部聊天导出导入 OpenClaw 时使用。此技能将原始聊天历史记录标准化为与对话存档兼容的 JSONL,然后指导模型提取日常内存和“MEMORY.md”候选者,然后再应用与用户确认的合并。
通过 6551 API 获取 Twitter/X 数据。支持用户个人资料、推文搜索、用户推文、关注者事件、删除的推文和KOL关注者。
使用受电影启发的视觉系统、导演驱动的艺术指导、故事板优先的布局规划和电影动作来设计和构建网站。当用户请求电影网站、电影风格的登陆页面、导演风格的 UI、黑色电影、科幻、浪漫、惊悚、动作、动画或类似电影的网站美学(包括用中文表达的请求)时使用。除非用户明确想要电影或导演参考,否则请勿用于通用网页设计。
每当用户需要在手机上登录网站并在本地重复使用经过身份验证的会话时,尤其是对于 Playwright storageState JSON、cookie/localStorage 捕获、MFA、SMS 代码、密钥或在无头自动化中很尴尬的移动优先登录流程时使用。您在当前环境中运行Cookiey CLI;用户在 iPhone 上的 Cookey 应用程序中登录;中继仅传输加密的 blob。即使用户更宽松地请求帮助登录、重用经过身份验证的浏览器状态、导出 cookie 或通过电话登录获取本地自动化会话,也会触发。
当通过消息平台(Discord、飞书、Telegram 等)通过 cc-connect 将图像、文件或通知发送回用户时,应使用此技能。当代理生成绘图/图表/屏幕截图并想要向用户显示时触发;代理创建用户应收到的报告/PDF/文件;代理需要主动通知用户(例如任务完成、警报、提醒);用户要求“发送图像”、“向我显示图表”、“通知我”、“发送文件”、“发送到 Telegram”、“在 Discord 中显示情节”。
通过分析问题、创建修复计划并在用户批准的情况下实施来修复 GitHub 问题。当用户提供问题编号并要求修复它,或提及“修复错误”、“错误#”或“问题#”时使用。
当收到“开始觉醒”相关命令时触发。通过与用户的互动,让openclaw获得一个新的角色身份。引导用户输入角色概念关键字,使用discord sendMessage组件输出,接受用户@bot文本输入,使用“猜测角色”的方法来识别用户的目标角色,并在用户确认后更新机器人头像、公会昵称(最令人兴奋的部分)和soul.md - 将openclaw转换为该角色。
当用户要求分析来自 CSV、JSON、Excel 或数据库导出的数据时,请使用此技能 - 包括探索数据集、计算统计数据、创建可视化、查找模式、清理数据或构建仪表板。每当用户提供数据文件并需要见解、图表或转换时触发。
当用户要求“创建内容”、“创建卡片新闻”、“创建卡片新闻视频”、“从研究到视频”、“内容管道”、“内容管道”、“根据主题创建内容”时,应该使用此技能。它会自动运行从研究到卡片新闻再到只有一个主题的视频的完整流程。每当用户提到涉及研究、卡片新闻或某个主题的视频生成的内容创建时,请确保使用此技能。
将 Claude Code 对话历史收录到 Obsidian wiki 中。当用户想要挖掘他们过去的 Claude 对话以获取知识、导入他们的 ~/.claude 文件夹、从以前的编码会话中提取见解,或者说“处理我的 Claude 历史记录”、“将我的对话添加到 wiki”、“我之前与 Claude 讨论过什么”之类的内容时,请使用此技能。当用户提及其 .claude 文件夹、Claude 项目、会话数据或过去的对话日志时也会触发。 --- # Claude History Ingest — 对话挖掘 您正在从用户过去的 Claude Code 对话中提取知识,并将其提炼到 Obsidian wiki 中。对话内容丰富但混乱——你的工作是找到信号并对其进行编译。 ## 开始之前 1. 读取 `.env` 以获取 `OBSIDIAN_VAULT_PATH` 和 `CLAUDE_HISTORY_PATH`(默认为 `~/.claude`) 2. 在 Vault 根目录中读取“.manifest.json”,检查已提取的内容 3. 在 Vault 根目录中读取“index.md”,了解 wiki 已包含的内容 ## 提取模式 ### 附加模式(默认) 检查每个源文件(对话 JSONL、内存文件)的“.manifest.json”。只处理: - 不在清单中的文件(新对话、新内存文件、新项目) - 修改时间比清单中“ingested_at”更新的文件 这通常是您想要的 — 用户运行了一些新会话并希望捕获增量。 ### 完整模式 处理所有内容,无论清单如何。在“wiki-rebuild”之后或用户明确要求时使用。 ## Claude Code 数据布局 Claude Code 将所有内容存储在 `~/.claude/` 下。 下面是实际的结构: ``` ~/.claude/ ├──projects/ # 每个项目目录 │ ├── -Users-name-project-a/ # 路径派生名称(斜线 → 破折号) │ │ ├── <session-uuid>.jsonl # 对话数据 (JSONL) │ │ └── memory/ # 结构化内存 │ │ ├── MEMORY.md # 内存索引 │ │ ├── user_*.md # U
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: