- 📁 .github/
- 📁 archive/
- 📁 backtest/
- 📄 .gitignore
- 📄 .python-version
- 📄 CLAUDE.md
go-trader
**存储库:** `https://github.com/richkuo/go-trader.git`
**存储库:** `https://github.com/richkuo/go-trader.git`
当用户要求“lint 代理配置”、“验证技能”、“检查 CLAUDE.md”、“验证挂钩”、“lint MCP”时使用。根据 10 多个 AI 工具中的 385 条规则验证代理配置文件。
构建 ForgeCAD 模型,同时积极寻找 API 摩擦 — 缺少帮助程序、笨拙的模式、错误的默认值、冗长的样板文件。当被要求进行测试、对 API 进行压力测试或构建模型以改进 ForgeCAD 时使用。
使用 torch.utils.cpp_extension.load_inline() 帮助编写 CUDA 和 HIP 内核。当用户想要在 Python 提交文件中编写本机 GPU 代码 (CUDA/HIP) 时使用。
Nano Banana Pro 关键帧提示和 Seedance 视频脚本的 TVC 广告创意总监技能。专门用于电视广告和品牌广告 - 从产品简介到可立即制作的关键帧提示和电影视频脚本。三大核心能力:(1)电影化产品分解——多阶段的产品微电影,精准的镜头编排、部件拆解动画、特征可视化、材质微距镜头; (2)品牌世界交叉剪辑——通过阶段之间的匹配剪辑将产品特写与上下文使用场景交织在一起(户外摄像机与跳伞/滑雪,豪华汽车与山路); (3) 生活方式电影——产品始终留在品牌世界中(佩戴/持有/携带),通过电影摄影而不是摄影棚的剪辑来突出显示,非常适合可穿戴设备和生活方式产品。 涵盖TVC叙事模型、产品摄影、品牌世界整合、多网格故事板和视频提示。每当用户想要制作 TVC 广告、产品广告、品牌影片、产品英雄视频或任何广告视觉内容时,都可以使用此技能 - 即使他们只是说“帮我制作产品视频”、“我需要 TVC 故事板”或“帮我做一条产品广告”。
查询并同步YApi接口文档。当用户提及“yapi 接口文档”、YAPI 文档、询问请求/响应详细信息或需要文档同步时使用。当用户粘贴与配置的 base_url 匹配的 YApi URL 时也会触发。
启动配置(env.json、launch.json)。当用户要求打开 env.json、launch.json、项目启动设置、编辑启动配置时使用。
KQL 语言专业知识,可使用 Fabric RTI MCP 工具编写正确、高效的 Kusto 查询。涵盖语法陷阱、连接模式、动态类型、日期时间陷阱、正则表达式模式、序列化、内存管理、结果大小规则和高级函数(地理、向量、图形)。每当编写、调试或检查 KQL 查询(即使是简单的查询)时,请使用此技能,因为陷阱部分可以防止浪费工具调用并导致昂贵的重试级联的最常见错误。触发:KQL、Kusto、ADX、Azure Data Explorer、Fabric Eventhouse、日志分析、数据探索、时间序列、异常检测、汇总、where 子句、join、extend、project、let 语句、解析运算符、提取函数、任何提到的管道转发查询语法。
通过 Codex 优先的多代理协作 (Codex + Opus 4.6) 向现有代码库添加功能。 Codex CLI 在范围分析、架构设计和实施规划的每个阶段都会进行参考。
使用 confluence-cli 从终端读取、搜索、创建、更新、移动、删除和转换 Confluence 页面和附件。
>-
当用户想要将外部聊天导出导入 OpenClaw 时使用。此技能将原始聊天历史记录标准化为与对话存档兼容的 JSONL,然后指导模型提取日常内存和“MEMORY.md”候选者,然后再应用与用户确认的合并。
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: