审核和优化网站的搜索引擎可见性 (SEO) 和人工智能搜索引文 (GEO)，涵盖技术健康状况、E-E-A-T 内容评分、域名权限、结构化数据、丰富结果和实体信号。在运行 SEO 审核、诊断流量下降或排名损失、生成 Schema.org JSON-LD、检查 Core Web Vitals、可抓取性、robots.txt、站点地图、hreflang、反向链接、规划内容策略或站点迁移、修复索引问题或优化 AI 概览、ChatGPT 和 Perplexity 时使用。不适用于付费广告 (PPC/SEM)、社交媒体策略、电子邮件营销或与搜索无关的一般网络开发。
分析代码中的错误、安全漏洞、性能问题和风格问题。在审查 PR、阅读差异、审核文件或要求检查、批评、检查或审核代码时使用。输出带有严重性评级的结构化降价报告。
将 NIST 控制措施映射到 FedRAMP 要求和文档。在帮助实施控制、合规性映射、安全基线对齐或了解控制要求时使用。
通过有证据支持的评分来审核代理、规则、技能、工作流程和计划。在检查工件质量、比较好与坏的示例或检查工作区范围内的一致性时使用。触发“审核”、“工件质量”、“评分”、“评估上下文”。
审核 CLI 命令、Web 功能和配置的文档覆盖范围。构建 CLI、发现所有命令/标志、检查网页以及针对 docs/ 和 apps/docs/ 的交叉引用。
轻量级只读审计。使用适合主办方的审查范围来获取证据和调查结果。反复讨论分歧或信心不足的问题。没有代码更改。
二进制逆向工程。当需要分析二进制文件、固件、可执行程序、理解程序逻辑、识别漏洞时，应主动（PROACTIVELY）使用此 skill。
通过 MCP 检查和配置 NocoBase 角色、系统权限、路由权限、表全局权限、表独立权限、字段权限和行范围。当用户想要在 NocoBase 应用程序中授予、限制、调试或审核 ACL 行为时使用。
使用科学方法对未知系统进行系统逆向工程。在以下情况下使用：(1) 黑盒分析，(2) 竞争情报，(3) 安全分析，(4) 取证，(5) 构建预测模型。具有 6 阶段协议、贝叶斯推理、成分合成和心理分析（PSYCH 层）。
具有并行子代理委托的完整网站 SEO 审核。抓取最多 500 个页面，检测业务类型，委托给 10 名专家（7 个核心 + 3 个条件），生成健康评分。当用户说“审核”、“全面 SEO 检查”、“分析我的网站”或“网站健康检查”时使用。
审核所有 Claude 内存和文档文件的陈旧性、符号准确性和上下文预算。
或项目中不惯用的 Go 代码。另外当被问到“这段代码有多好？”时或“审核我的代码”。
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：
