- 📄 SKILL.md
al-agent-create
使用代理 SDK 创建编码的 Business Central 代理的端到端工作流程。遵循官方代理模板项目结构。生成具有正确接口签名的所有必需对象。创建新的 BC 代理时使用。
使用代理 SDK 创建编码的 Business Central 代理的端到端工作流程。遵循官方代理模板项目结构。生成具有正确接口签名的所有必需对象。创建新的 BC 代理时使用。
> AI Agent 专用的 BOSS 直聘求职 CLI 工具 — 搜索、筛选、打招呼、沟通管理全流程自动化。
创建优化的克劳德代码代理的指南。用于设计新的专用代理、群体子代理或多代理工作流程。遵循技能→代理(预加载技能)→技能编排模式。
通过对话发现来构建、编辑或验证代理技能。当用户请求“创建代理”、“优化代理”或“编辑代理”时使用。
为 AI 代理友好的代码库设置和改进工具工程(AGENTS.md、docs/、lint 规则、评估系统、项目级提示工程)。触发条件:AI 代理的新/空项目设置、AGENTS.md 或 CLAUDE.md 创建、利用工程问题、使代理在代码库上更好地工作。当用户感到沮丧或抱怨代理质量时也会触发 - 例如“代理一直忽视约定”、“它从不遵循指令”、“为什么它一直做 X”、“代理坏了”——因为代理输出不佳几乎总是表明存在缺陷,而不是模型问题。涵盖:上下文工程、架构约束、多智能体协调、评估、长期运行的智能体利用以及智能体质量问题的诊断。
使用 Microsoft Agent Lightning 跟踪、优化和评估代理性能。
使用 mlld 构建 LLM 代理 — 工具代理(MCP 工具)、事件驱动代理(路由器和调度程序)和工作流代理(无状态作业)。在创建代理、公开工具或构建事件驱动系统时使用。
员工代理生命周期管理系统。使用代理/目录员工代理时使用 - 启动、停止、监视或将任务分配给在 tmux 会话中运行的 Dev/QA 代理。完全独立于CAO,仅使用tmux + Python。
使用 Agencycli 管理 AI 代理团队——一种 CLI 工具,用于将 AI 代理(Claude Code、Codex、Gemini、Cursor 等)组织成分层团队(代理 → 团队 → 角色 → 项目 → 代理)。关键功能:创建机构和团队、雇用具有合并上下文层的代理、使用优先级队列分配和运行任务、管理自主剧本 (wakeup.md)、在人员和代理之间发送异步收件箱消息、配置心跳计划和 cron 作业、在 Docker 沙箱内运行代理、通过收件箱转发/确认任务、管理模板等。每当您需要执行以下操作时,请使用此技能:创建或管理 Agencycli 工作区、雇用/解雇/同步代理、添加/运行/取消任务、检查收件箱确认、发送消息、配置心跳或 cron、启动调度程序或使用代理模板。
使用提供程序、工具、指令和内存创建和配置 Neuron AI 代理。每当用户提到构建代理、创建 AI 助手、设置 LLM 支持的聊天机器人、配置聊天代理或想要创建可以说话、使用工具或处理对话的代理时,请使用此技能。还可以触发 Neuron AI 中涉及代理配置、提供商设置、工具集成或聊天历史记录管理的任何任务。
创建和修改 Agent 的指南。当用户想要创建新的 Agent 或修改现有 Agent 时使用此 Skill。Agent 是定义 AI 角色、行为准则和工作流程的 Markdown 文件,存放在 marketplace 的 atoms/agents 目录下。
代码审查代理的审查标准。当代码审查器运行时(第 4 阶段),通过代理 frontmatter 自动加载。涵盖:严重性分类(BLOCKER/MAJOR/MINOR/NIT)、决策矩阵(APPROVED/APPROVED_WITH_COMMENTS/CHANGES_REQUESTED)、自动升级规则、用于自动检查的 grep 搜索模式。
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: