- 📄 anclax-config.md
- 📄 app-config.md
- 📄 async-tasks.md
anclax-develop-feature
开发、审查或重构使用 Anclax 构建的 Go 服务,包括 OpenAPI 规范、处理程序、服务/业务逻辑、数据库/sqlc 更改、异步任务和 Wire 依赖项注入。
开发、审查或重构使用 Anclax 构建的 Go 服务,包括 OpenAPI 规范、处理程序、服务/业务逻辑、数据库/sqlc 更改、异步任务和 Wire 依赖项注入。
TDX (通达信) CLI/HTTP API for Chinese A-share market data (Shanghai, Shenzhen, Beijing exchanges only). Supports: real-time 5-level bid/ask quotes, K-line (candlestick), intraday minute data, tick-by-tick trades, ex-rights/dividend history, financial statements, index bars, sector/industry classification, and company F10 info. Triggers on: stock quote, K-line, candlestick, A-share, 通达信, TDX, market data, 行情, K线, 除权除息, 财务数据, 板块.
查询A股实时行情、历史数据、技术指标、事件、资金面与个股行业信息。Use when 用户提到股票代码、板块、技术分析、财务指标、指数成分、交易日历、宏观数据或个股所属行业。
运行 RoundAbout 分析并为 Certora conf 文件生成 HTML 查看器
将 WordPress 页面、帖子和自定义帖子导出到可移植的本地包,其中包含构建器数据、媒体和人类可读的 Markdown。通过智能 ID 重新映射导入到另一个站点。 AI编辑前自动备份。当用户说“导出我的网站”、“备份我的页面”、“迁移内容”、“下载我的内容”或“内容可移植性”时使用。
运动科学和神经科学研究的统计质量检查表。在分析数据、解释结果、运行统计、编写结果部分或查看分析代码时自动触发。基于 Makin 和 Orban de Xivry(2019,eLife)。
所有 MCS-MCP 图表可视化的路由器技能。每当对话中出现任何 mcs-mcp 分析工具结果并且用户要求对其进行可视化、图表、绘图或显示时,就会触发此技能。该路由器将生成结果的工具映射到正确的图表子技能。不要尝试临时构建任何图表——始终首先阅读子技能。 --- # MCS 图表路由器 这是所有 MCS-MCP 图表技能的唯一入口点。当图表请求到达时,确定哪个分析工具生成了数据,然后在编写任何代码之前阅读并遵循匹配的子技能。 --- ## 步骤 1 — 识别数据源 查看对话以获取最新的 mcs-mcp 工具结果。将其与下面路由表中的工具之一相匹配。 --- ## 步骤 2 — 路由表 ``` 生成数据的工具 子技能路径(相对于此文件) ────────────────────────────── ────────────────────────────────────────────analysis_process_stabilityanalyze_process_stability/s.mdanalyze_throughputanalyze_throughput/s.mdanalyze_wip_stability analyze_wip_stability/s.mdanalyze_wip_age_stabilityanalyze_wip_age_stability/s.mdanalyze_work_item_ageanalyze_work_item_age/s.mdanalyze_process_evolutionanalyze_process_evolution/s.mdanalyze_residence_timeanalyze_residence_time/s.mdgenerate_cfd_datagenerate_cfd_data/s.mdanalyze_cycle_time analyze_cycle_time/s.mdanalyze_status_persistenceanalyze_status_persistence/s.mdanalyze_flow_debtanalyze_flow_debt/s.mdanalyze_yieldanalyze_yield/s.mdforecast_monte_carloforecast_monte_carlo/s.mdforecast_backtestforecast_backtest/s.md ``` 子文件夹名称与精确的工具名称匹配,如 r 已在 MCP 服务器中注册。 --- ## 步骤3 — 读取子技能,然后构建 使用`view`工具读取匹配的
将 Snowflake 相关操作路由到 Cortex Code CLI,以获得专门的 Snowflake 专业知识。当用户询问 Snowflake 数据库、数据仓库、Snowflake 上的 SQL 查询、Cortex AI 功能、Snowpark、动态表、Snowflake 中的数据治理、Snowflake 安全性或明确提及“Cortex”时使用。请勿用于一般编程、本地文件操作、非 Snowflake 数据库、Web 开发或与 Snowflake 无关的基础设施任务。
Quicknode 区块链基础设施包括 RPC 端点(80 多个链)、Streams(实时数据)、Webhooks、IPFS 存储、市场附加组件(Token API、NFT API、DeFi 工具)、Solana DAS API(数字资产标准)、键值存储、gRPC 流(Yellowstone for Solana、Hypercore for Hyperliquid)、SQL Explorer(直接 SQL 访问索引区块链数据)和 x402 按请求付费 RPC。在设置区块链基础设施、配置实时数据管道、处理区块链事件、在 IPFS 上存储数据、使用 Quicknode 特定的 API、查询 Solana NFT/代币/压缩资产、使用键值存储保存状态、使用 SQL 查询区块链数据、分析交易数据或构建低延迟 gRPC 流时使用。 提及 Quicknode、Streams、qn_ 方法、IPFS 固定、Quicknode 附加组件、DAS API、数字资产标准、压缩 NFT、cNFT、getAssetsByOwner、searchAssets、键值存储、KV 存储、qnLib、Yellowstone、gRPC、Geyser、Hypercore、Hyperliquid、HYPE、SQL Explorer、SQL 查询、区块链数据、交易数据、索引数据、evm 时触发rpc、以太坊、区块链、solana 或 x402。
查找来自 36Kr 的中国科技商业新闻文章、初创企业报道和市场分析。
HealthClaw Guardrails (healthclaw.io) — FHIR 代理护栏,用于通过 MCP 安全访问临床数据。支持 FHIR R4 US Core v9(稳定)和 R6 ballot3(实验)。在以下情况下使用:(1) 通过自动 PHI 编辑功能通过 MCP 读取患者数据,(2) 使用两阶段提议/提交和逐步身份验证编写临床资源,(3) 将请求代理到真实的 FHIR 服务器(HAPI、SMART Health IT、Epic),(4) 审核 AI 代理对医疗保健数据的访问,(5) 评估 R6 权限资源以进行访问控制决策。 12 个 MCP 工具,带护栏强制执行功能。
将所有代理数据备份到 GitHub — SQLite 数据库、Claude Code 内存、身份、技能、大脑笔记。当用户说备份、备份、保存所有内容、推送到 github 或快照时使用。也由 heartbeat 用于自动备份。
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: