- 📁 scripts/
- 📄 SKILL.md
data-structure-checker
读取任何表格数据文件(Excel、CSV、Parquet、ODS)时应使用此技能。它自动检测并修复常见的数据问题,包括多级标题、编码问题、空行/列和数据类型不匹配。返回一个干净的 DataFrame,可供分析,零用户干预。
读取任何表格数据文件(Excel、CSV、Parquet、ODS)时应使用此技能。它自动检测并修复常见的数据问题,包括多级标题、编码问题、空行/列和数据类型不匹配。返回一个干净的 DataFrame,可供分析,零用户干预。
通过 InfraNodus MCP 服务器 (mcporter) 进行文本网络分析、知识图、内容差距检测、SEO/GEO 优化、结构化内存和文本比较。
微博数据爬取与AI智能分析工具,支持爬取微博用户数据并进行7项并行AI分析
使用 Azure 零售价格 API (prices.azure.com) 获取实时 Azure 零售定价。当用户询问任何 Azure 服务的成本、想要比较 SKU 价格或需要定价数据以进行成本估算时使用。涵盖计算、存储、网络、数据库、AI 和所有其他 Azure 服务系列。
查询并分析 `data_cache` 下的市场数据(股票、指数、板块、市场元数据、strategy_watch)。支持按日期/列/条件读取实际数据行,并进行对比分析(如两日成交额变化)。
分析已提取的小红书收藏内容,做 AI 总结、对比、提炼
记录 Lynx-Guardian 插件报告的问题、经验教训、错误和纠正措施,以便持续改进。这适用于以下情况: (1) [lynx-guardian] 检测到敏感数据; (2) [lynx-guardian]检测到输入风险; (3)【lynx-guardian】检测到输出风险; (4)【山猫守护者】黑名单命中。此外,在执行主要任务之前应回顾这些经验教训。
当用户询问“Azure 数据工厂 CI/CD”、“ADF ARM 模板部署”、“ADF npm 构建验证”、“PrePostDeploymentScript”,或者需要有关 ADF 管道、触发器、GitHub Actions 或 Azure DevOps 集成的指导时,应使用此技能。 --- # Azure Data Factory Master 知识库 ## 已弃用的功能 ### Apache Airflow Workflow Orchestration Manager - 已弃用 **状态:** 自 2025 年初起已弃用。仅适用于现有客户。 **退役日期:** 尚未宣布,但不允许进行新的部署。 **影响:** 新客户无法在 Azure 数据工厂中预配 Apache Airflow。 **弃用详细信息:** - Apache Airflow Workflow Orchestration Manager 已弃用,且未设置停用日期 - 只有现有部署可以继续使用此功能 - 无法在 ADF 中创建新的 Airflow 集成 **迁移路径:** - **推荐:** 迁移到具有本机 Airflow 支持的 Fabric Data Factory - **替代方案:** 使用独立的 Apache Airflow 部署(Azure 容器实例、AKS 或基于 VM) - **替代方案:** 迁移编排逻辑**为什么弃用:** - Microsoft 重点转向 Fabric 数据工厂作为统一数据集成平台 - Fabric 提供现代编排功能,取代 Airflow 集成 - ADF 中独立 Airflow 功能的采用和维护负担有限 **所需操作:** - 如果在 ADF 中使用 Airflow:迁移到 Fabric 数据工厂、独立 Air flow 或本机 ADF 模式 - 对于新项目:请勿在 ADF 中使用 Airflow - 监视 Microsoft 公告以获取官方停用时间表 **参考:** - Microsoft 路线图:https://www.directionsonmicrosoft.com/roadmaps/ref/azure-data-factory-roadmap/ ## 功能更新 (2025-2026) ### Microsoft Fabric Integration (GA) **ADF 在 Fabric 中安装:** - 将现有 ADF 管道引入 Fabric 工作区而无需重建 - 通常自 2025 年 6 月起可用 - 无缝
来自真实数据导出的个人记忆(ChatGPT、Claude、Instagram、Google 等)。在回复任何个人信息(过去的对话、人物、地点、项目、习惯或事件)之前,搜索和管理从用户数据中提取的记忆。
[](https://oathe.ai/report/joylarkin/openclaw-security-news)
使用curl 发送HTTP API 请求。当用户要求调用 API、从 URL 获取数据、发送 POST/PUT/PATCH/DELETE 请求、使用 REST 或 GraphQL 端点、上传文件、使用 Bearer 令牌或 API 密钥进行身份验证、调试 HTTP 响应或通过 HTTP 与任何 Web 服务交互时使用。
自动执行浏览器交互以进行 Web 测试、表单填写、屏幕截图和数据提取。当用户需要导航网站、与网页交互、填写表单、截取屏幕截图、测试 Web 应用程序或从网页中提取信息时使用。
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: