全面的网站和 Web 应用程序审核，涵盖安全性、用户体验、性能、可访问性、搜索引擎优化、合规性和收入保护。每当用户要求审核、审查、检查或评分网站或 Web 应用程序时，请使用此技能。当用户说“全栈审核”、“用户体验审核”、“安全审核”、“启动检查表”、“我的网站准备好启动了吗”、“检查我的网站”、“检查我的代码是否存在问题”、“我错过了什么”或希望在启动之前或之后进行全面质量审查的任何变体时，也可以使用。这项技能可以解决人工智能构建和氛围编码网站经常出错的问题：客户端付费墙、暴露的数据库表、缺少安全标头、损坏的移动布局以及导致转化的信任差距。即使用户只询问一个领域（例如“检查我的安全性”）也会触发，因为问题会跨类别复合。
SentrySkills - 具有 33 条以上检测规则的 AI 代理安全框架。防止提示注入、数据泄露、不安全命令和代码漏洞。
使用 Bandit AST 分析对 Python 源代码（.py、setup.py、pyproject.toml）进行安全审计以查找安全漏洞。 (1) 检测 exec/eval 代码执行、pickle/yaml 反序列化、子进程 shell 注入、SQL 注入、硬编码凭据、弱加密、OWASP Top 10 Python 问题。用于 Python 安全审核、Django/Flask 应用程序、恶意 Python 代码分类、CI/CD 管道。不用于依赖项/包审核（使用guarddog）、非Python代码（使用graudit）、shell脚本（使用shellcheck）。对于混合 Python 项目，请与 graudit -d Secret 结合使用以实现全面覆盖。
深入的产品审核。对您正在构建的内容、为谁构建、最大的战略差距以及您正在回避的问题进行残酷而诚实的评估。生成 AUDIT.md。
适用于 Jira 的 AI 友好 CLI 旨在实现最高效率和安全性。所有输出都是结构化 JSON — 没有人类可读的格式，没有交互式提示。
管理代理运行时生命周期，从生成到上下文分叉、权限整形、转录记录、进度流和确定性清理。当 Codex 需要实现或审核代理生成、恢复支持、后台工作人员或子代理运行时脚手架时使用。
对面向用户的代码进行全面的多代理可访问性审核 - 支持 Web、移动设备（iOS/Android/React Native/Flutter）、桌面、CLI 和游戏 - 派遣专家处理屏幕阅读器、视觉、运动、认知和多媒体问题，验证结果，并生成具有 WCAG 2.2 AA/AAA 评级的可操作报告
在进行安全评估、OWASP/CWE 审核、CVSS 评分、审核 PHP/TYPO3 项目是否存在漏洞、扫描依赖项或审查代码是否存在安全问题时使用。
针对语义 HTML、ARIA、键盘导航和屏幕阅读器兼容性的 WCAG 2.1 AA 级合规模式。用于可访问性审核、ARIA 审查和 POUR 原则验证。
当用户要求安装或审核 MCP 服务器（尤其是来自第三方来源）时，应使用此技能。注重安全：在固定提交处进行克隆，运行安全扫描。
全面的 Android APK 安全审计，包括静态分析、动态检测、源到接收器跟踪、IPC/组件滥用分析和 CVSS 4.0 报告。涵盖反编译、清单分析、深层链接和意图注入、秘密检测、加密分析、Frida/Objection 集成和 APK 重新打包。当用户说“审核 APK”、“分析 Android 应用程序”、“移动渗透测试”、“APK 安全”、“反编译 APK”、“Android 漏洞评估”、“逆向工程 Android”、“修改 APK”、“意图注入”、“深层链接滥用”、“绕过 SSL 固定”、“绕过 root 检测”或提供 APK 进行安全审查、反编译 Android 源或解码资源时使用。
手动运行仲裁审计 - 触发共识审查、重新运行失败的审计、测试审计提示或强制特定的提供程序。当基于钩子的自动触发器未触发或您需要显式控制时使用。触发“运行审核”、“再次审核”、“检查我的代码”、“检查证据”。
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：
