- 📁 references/
- 📄 SKILL.md
bootstrap
为任何项目生成完整的 .claude/ 自动化结构 - 代理、管道、技能、内存、挂钩、设置。自动检测新鲜/验证/恢复模式。
为任何项目生成完整的 .claude/ 自动化结构 - 代理、管道、技能、内存、挂钩、设置。自动检测新鲜/验证/恢复模式。
通过实际使用来提高、完善和优化人工智能代理技能——从错误中学习,审查质量,并随着时间的推移不断改进。观察当前对话中的技能执行情况,分析最多四个来源(对话摩擦、文件差异、用户反馈、静态诊断),并对目标技能的 SKILL.md 提出具体改进建议。可与 Claude Code 和兼容的基于 SKILL.md 的代理框架配合使用。执行任何技能后使用:“/skill-sharpen [name]”或“/skill-sharpen”进行自动检测。 `--review` 过程积累了经验教训。
审核 Claude Code CHANGELOG.md 中与插件相关的更改。构建 FLOW 的集成表面模型,获取新的变更日志条目,分类为采用/删除/调整,并为已批准的项目提交问题。
与其他 LLM(Gemini、GPT、ChatGPT、Codex、o3、DeepSeek、Qwen、Grok、Mistral 等)进行对话,并将结果折叠回您的上下文中。触发时间:用户要求与另一个法学硕士或模型交谈、聊天、使用、通话或产生;用户提及 Gemini、GPT、ChatGPT、Codex、o3、DeepSeek、Claude(作为 sidecar 目标)、Qwen、Grok、Mistral 或任何非当前模型的名称;用户要求从另一个模型获得第二意见;用户希望使用不同的模型进行并行探索;用户说“sidecar”、“fork”或“fold”。
令牌优化的即时压缩技术可减少 LLM 指令大小,同时保持或提高质量
从今天的 Claude Code 会话日志自动生成并打开评论书 (FlipBook)
当用户要求“创建代理”、“添加代理”、“编写子代理”、“代理前事项”、“何时使用描述”、“代理示例”、“代理工具”、“代理颜色”、“自主代理”、“disallowedTools”、“阻止工具”、“代理拒绝列表”、“maxTurns”、“代理内存”、“代理中的 mcpServers”、“代理挂钩”、“背景”时,应使用此技能代理”、“恢复代理”、“代理团队”、“权限规则”、“权限模式”、“委托模式”、“代理团队”、“组长”、“队友”、“多代理”,或者需要有关代理结构、系统提示、触发条件或 Claude Code 插件代理开发最佳实践的指导。
创建自定义 Claude Code 子代理的指南。当用户想要创建新代理(或更新现有代理)以使用自定义提示、工具限制和权限处理特定类型的任务时使用。在创建代理、子代理、自定义代理的请求时触发,或者在用户需要针对特定工作流程的专门 AI 助手时触发。
构建器工作流程的项目特定构建过程。为 claudecode_webui 构建前端资源。
人工智能驱动的科学假设生成的核心方法。在发现联系、生成假设、探索跨学科联系时自动加载。包括方面重组、对抗性提示、进化细化、基础性检查和假设卡格式。
创建一个具有基本结构和文件的空 Claude 插件。
用于企业工具和工作流程的 Claude Code 插件定制 用于以下情况:定制插件、设置插件、配置插件、定制插件、调整插件设置、定制插件连接器、定制插件技能、调整插件、修改插件配置。
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: