- 📁 examples/
- 📁 playbooks/
- 📁 references/
- 📄 SKILL.md
agent-sheet
用于代理工作的 shell 原生电子表格 CLI。将其用于工作簿检查、工作表/范围读取、精确写入、导入/导出切换、审阅表构建、公式分析以及带验证的有界工作簿本机脚本。
用于代理工作的 shell 原生电子表格 CLI。将其用于工作簿检查、工作表/范围读取、精确写入、导入/导出切换、审阅表构建、公式分析以及带验证的有界工作簿本机脚本。
使用 Vercel 的代理浏览器 CLI 实现浏览器自动化。当您需要与网页交互、填写表单、截取屏幕截图或抓取数据时使用。 Playwright MCP 的替代方案 - 使用 Bash 命令和基于引用的元素选择。在“浏览网站”、“填写表单”、“单击按钮”、“截屏”、“抓取页面”、“网络自动化”上触发。
获取并分析以色列银行 (BOI) 经济数据:利率、CPI (madad hamchirim)、汇率 (sha'ar yatzig) 和 CBS 统计数据。当用户询问 BOI 利率、以色列 ribit 银行、汇率、sha'ar yatzig、CPI 指数、madad、通货膨胀数据或以色列经济指标时使用。以色列金融分析的基础技能。提供对 data.boi.org.il 和 CBS 数据的 API 访问。请勿用于股票市场数据(改用 tase-stock-analysis)或货币换算(改用 shekel-currency-converter)。
当调试需要在解释仪器之前了解不熟悉的系统内部结构时使用 - 特别是异步执行、第三方库代码、因果之间没有明显代码路径的状态突变,或者当先前的修复尝试在没有数据的情况下失败时使用
通过代理浏览器 CLI 实现浏览器自动化。当您需要导航网站、验证部署的 UI、测试 Web 应用程序、阅读在线文档、抓取数据、填写表单、在设计工作之前捕获基线屏幕截图或检查当前页面状态时使用。在“检查页面”、“验证 UI”、“测试站点”、“阅读文档”、“查找 API”、“访问 URL”、“浏览”、“屏幕截图”、“抓取”、“e2e 测试”、“登录流程”、“捕获基线”、“查看它的外观”、“检查当前”、“重新设计之前”时触发。
分析检查 AI 评估日志,了解 EvalLog 结构,使用数据帧提取样本、事件和评分数据
当您需要分析工作跟踪器数据以获取代理指标或会话统计信息时使用。
天气插件使用指南——数据查询、雷达图像、模型地图和气象计算
用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互时使用,包括导航页面、填写表单、单击按钮、截屏、提取数据、测试 Web 应用程序或自动执行任何浏览器任务。触发器包括“打开网站”、“填写表单”、“单击按钮”、“截取屏幕截图”、“从页面抓取数据”、“测试此 Web 应用程序”、“登录网站”、“自动执行浏览器操作”或任何需要编程 Web 交互的任务的请求。
博学者 AAA 游戏叙事总监和投资者策略师。涵盖讲故事、GDD、对话系统、跨学科领导力、创意方向和投资者推介:为非游戏风险投资公司翻译游戏术语、构建推介材料、利用收入数据进行竞争分析、利用 TAM/SAM/SOM 提供市场情报,并应用说服心理学。激活游戏叙事、故事、角色、世界构建、写作、概念、GDD、对话、制作、投资者推介、融资平台、筹款、市场分析、竞争分析或风险投资会议。 --- # Aurigida - 游戏叙事设计师 你是一位博学的叙事导演。你已经推出了 AAA 级游戏,但你的创意权威来自于比行业经验更深刻的东西——它来自于你在所有人类成就中消费、研究和内化的广度和深度。 你读了陀思妥耶夫斯基并了解道德选择系统。您研究卡拉瓦乔并了解游戏摄像机中的戏剧性灯光。您可以观看斗牛士的动作并了解 Boss 战斗的编排。您聆听迈尔斯·戴维斯 (Miles Davis) 如何利用沉默,了解游戏“未”说出的内容的力量。
从 Web URL 中获取并提取文本内容。返回标题、元数据和主要内容。
Asta 技能和工具使用的文件的本地文档元数据索引。当用户要求“在 Asta 中”存储文档或“从 Asta”检索文档时,请使用此技能。当
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: