- 📁 agents/
- 📁 references/
- 📄 SKILL.md
colibri-audit-memory
桥接审计跟踪和内存帧以进行全面的会话记录。希腊语:ζ (zeta) — 决策轨迹,η (eta) — 证明存储。在记录审计会话、创建内存束、将审计跟踪链接到内存或使用内存存档完成会话校样时使用。
桥接审计跟踪和内存帧以进行全面的会话记录。希腊语:ζ (zeta) — 决策轨迹,η (eta) — 证明存储。在记录审计会话、创建内存束、将审计跟踪链接到内存或使用内存存档完成会话校样时使用。
全自动匿名 YouTube 频道。发送主题,获取已出版的纪录片。管道:脚本 → 语音 → 图像 (ComfyUI) → 视频 (ffmpeg) → YouTube,上午 9 点。不需要脸。除 YouTube 上传外,100% 离线。
您正在记录用户对“发现”部分项目的反馈,以调整未来的推荐。
分析录音质量 - 回声检测、响度、语音清晰度、SNR、频谱分析。当用户想要检查录音质量、检测音频文件中的回声或重复、测量语音清晰度、比较原始音频与处理后的音频、诊断录音听起来不好的原因或分析来自 Blackbox 或任何通话录音应用程序的音轨时使用。触发音频质量、录音分析、回声检测、检查录音、声音质量、分析音频、语音质量、PESQ、STOI、响度、SNR、音频诊断、录音声音不良、录音中的回声、音频重复。
使用Agora SDK(agora.io)编写代码进行实时通信。涵盖RTC(视频/语音、直播、屏幕共享)、RTM/信令、对话式AI语音代理、云录制、服务器网关和令牌生成。用于跨 Web、React、Next.js、iOS、Android、Go 和 Python 的 Agora、RTC、RTM、视频通话、语音通话、屏幕共享、录音、令牌、信号发送或 ConvoAI 请求。触发器包括agora-rtc-sdk-ng、agora-rtc-react、agora-rtm、agora-agent-server-sdk、AgoraVoiceAI、AgoraClient、useConversationalAI、useTranscript、useAgentState、云录音、服务器网关和Agora认证。
为 OpenClaw 和编码代理构建阶段感知能力演化运行时。当代理应将工作分类为task_light、task_full、agenda_review或promotion_review模式时使用;仅检索最相关的先前记录;将规范证据写入“.evolution/records”;维护能力地图和学习议程;并仅推广经过验证的、可转移的策略。
如何为 Playwright e2e 测试套件设置全面的日志记录和工件提取。在创建新的 e2e 测试套件、从头开始设置 Playwright、实施 BaseContext 日志记录基础架构、配置测试失败诊断或添加自定义测试上下文日志记录时,请使用此技能。对于使用控制台日志、网络日志、页面错误和 Playwright 工件(屏幕截图、视频、跟踪)调试 e2e 测试失败至关重要。
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: