- 📄 SKILL.md
istat-mcp
通过此 MCP 服务器查询意大利 ISTAT 统计数据的工作流程指南。每当处理 ISTAT 数据、SDMX 数据流、意大利统计数据、区域/省级数据、失业、人口、GDP、农业或任何其他 ISTAT 数据集时,请使用此技能。逐步指导发现 -> 约束 -> 数据工作流程。
通过此 MCP 服务器查询意大利 ISTAT 统计数据的工作流程指南。每当处理 ISTAT 数据、SDMX 数据流、意大利统计数据、区域/省级数据、失业、人口、GDP、农业或任何其他 ISTAT 数据集时,请使用此技能。逐步指导发现 -> 约束 -> 数据工作流程。
使用 Playwright MCP 实现浏览器自动化。浏览网站、填写表单、单击元素、截取屏幕截图和提取数据。用于网页浏览、表单提交、网页抓取或 UI 测试。不适用于静态内容(使用curl/wget)。
当电子表格文件是主要输入或输出时,请使用此技能。这意味着用户想要执行的任何任务: 打开、读取、编辑或修复现有 .xlsx、.xlsm、.csv 或 .tsv 文件(例如,添加列、计算公式、格式化、图表、清理混乱数据);从头开始或从其他数据源创建新的电子表格;或在表格文件格式之间进行转换。特别是当用户通过名称或路径引用电子表格文件时(甚至是随意引用(例如“我下载的 xlsx”))并希望对其执行某些操作或从中生成某些内容时,尤其会触发。还可以触发清理或重组混乱的表格数据文件(格式错误的行、错误的标题、垃圾数据)到正确的电子表格中。可交付成果必须是电子表格文件。 当主要交付成果是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时,即使涉及表格数据,也不要触发。
使用 data.diemeng.chat 提供的接口查询股票日线、分钟线、财务指标等数据,支持 A 股等市场。
使用 Qryma API 搜索具有多种输出格式的网络。当用户想要搜索网络、查找有关特定主题的信息、说“搜索”、“查找”、“查找信息”、“网络搜索”或需要从互联网快速得到答案时,请使用此技能。支持用于提高可读性的 Markdown 格式、用于结构化数据的 JSON 以及类似 Brave 搜索的格式。
使用 OpenSearch 构建搜索应用程序并查询日志分析数据。当用户提到 OpenSearch、搜索应用程序、索引设置、搜索架构、语义搜索、向量搜索、混合搜索、BM25、密集向量、稀疏向量、代理搜索、RAG、嵌入、KNN、PDF 摄取、文档处理或任何相关搜索主题时,请使用此技能。还可用于日志分析和可观察性 — 当用户想要设置日志摄取、使用 PPL 查询日志、分析错误模式、设置索引生命周期策略、调查跟踪或检查堆栈运行状况时。即使用户说日志分析、Fluent Bit、Fluentd、Logstash、syslog、traceId、OpenTelemetry 或日志分析而不提及 OpenSearch,也可以激活。
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。
通过浏览器 MCP Chrome 扩展程序自动化用户真正的 Chrome 浏览器。使用用户的登录会话和真实的浏览器指纹来避免机器人检测。当用户需要使用实际的浏览器配置文件浏览网站、填写表单、抓取数据或测试网页时使用。
与 data.gouv.fr API 交互 — 主要 API(数据集、组织、用户、资源、重用、讨论)、指标 API(按模型的使用/统计)、表格 API(按资源 ID 查询 CSV 行)。在使用 data.gouv.fr 数据、目录或平台功能时使用。
您可以通过 MCP 集成访问 GoHighLevel (GHL) CRM 数据。使用此技能来管理联系人、对话、机会并监控保险机构子帐户的业务指标。
XTick行情API提供了全面、准确、稳定的实时行情数据,帮助开发者和研究者构建创新的交易和分析工具,满足金融行业的需求,进行深入的市场分析和模型验证。
管理 Omni Analytics 实例 - 通过 Omni CLI 管理连接、用户、组、用户属性、权限、计划和架构刷新。每当有人想要管理用户或组、在仪表板或文件夹上设置权限、配置用户属性、创建或修改计划、管理数据库连接、刷新架构、设置访问控制、配置用户或“添加用户”、“授予访问权限”、“设置权限”、“谁有权访问”、“配置连接”、“刷新架构”或“安排交付”的任何变体时,请使用此技能。
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: