- 📄 SKILL.md
compat-review
通过在运行时运行 lodash 与 es-toolkit/compat 来验证 compat PR 声明
通过在运行时运行 lodash 与 es-toolkit/compat 来验证 compat PR 声明
BMad 自主开发 - 协调并行故事实施管道。构建依赖关系图,从 GitHub 更新 PR 状态,从待办事项中挑选故事,并通过创建 → 开发 → 审查 → PR 并行运行每个故事 - 每个故事都在自己的 git 工作树中隔离 - 使用带有新上下文窗口的专用子代理。分批循环遍历整个冲刺计划,并可选择史诗回顾。当用户说“运行 BAD”、“开始自主开发”、“自动化冲刺”、“运行管道”、“启动冲刺”或“启动开发管道”时使用。运行 /bad setup 或 /bad configure 来安装和配置模块。
Provides sandbox tools for safely running code, scripts, and shell commands in an isolated K8E environment — never on the host. Use this skill for ANY code execution request. This means: running Python/bash/Node.js code, data analysis, CSV/Excel processing, file manipulation, package installation, or any terminal operation. CRITICAL: Always trigger this skill when the user wants something actually executed or run — not just written or explained. Trigger for English requests like "run this", "execute", "test it", "check if this works", "install X and use it". Trigger equally for Chinese requests: "帮我跑一下", "运行这个", "试试这个", "执行一下", "跑一下", "测试这段代码", "帮我分析这个CSV", "帮我跑这段代码", "跑一下看看", "帮我试试", "能不能跑", "看看输出", "帮我算一下", "帮我处理这个文件", "安装并使用". When a user pastes code and wants results, use this skill. When in doubt, use the sandbox — it's always safer than running on the host.
在代码的任何逻辑单元发生更改后立即运行 vet。不要批量进行更改,不要等待被要求进行兽医检查,确保您积极主动。
为任何优化目标设置并运行自主实验循环。当被要求开始自动研究或运行实验时使用。
从内部控制 herdr。管理工作区和选项卡、分割窗格、生成代理、读取输出并等待状态更改 - 所有这些都通过 CLI 命令通过本地 unix 套接字与正在运行的 herdr 实例进行通信。在 herdr 内部运行时使用 (HERDR_ENV=1)。
运行brew升级
通过将块工作委托给 event-descriptions-worker 子代理来编排事件描述审核。需要时,通过 get_context 将项目名称解析为 projectId,然后在有界运行窗口的游标上生成工作子代理,并将输出写入运行范围的目录中。在大规模审核缺失事件描述时使用,而无需直接在此技能中进行每个事件分析。 --- # 事件描述生成器 仅作为**编排者**运行此技能。不要在此技能主体中执行每个事件过滤、存储库搜索或描述编写逻辑。将块处理委托给“event-descriptions-worker”子代理。 ## 工作流程 1. 解析项目输入(`projectId` 或项目名称) 2. 使用短 git SHA 创建运行 ID (`<projectId>-<sha>`) 3. 在 `runs/` 下创建运行目录 4. 确定游标计划(`cursorStart`、`maxEvents`、块大小) 5. 为游标块生成“event-descriptions-worker”子代理 6. 收集工作人员摘要 + 输出路径 7. 将运行压缩到单个 CSV 中 8. 报告简明进度和下一个游标 ## 执行规则 - 将此技能保留为 **调度程序**;工人承担繁重的工作。 - 不要从此技能中调用“set_event_metadata”。 - 不要在此处手动重新实现工作人员过滤/搜索逻辑。 - 保留用户对范围的控制(项目、光标范围、块大小、并行性)。 ## 先决条件
运行 ArduPilot SITL 自动测试(集成/行为测试)。当用户要求运行自动测试、车辆测试或特定测试方法时使用。
将代理定义作为子代理运行。当用户指定要运行的代理或子代理、引用代理定义或将任务委派给代理时使用。
通过运行测试和检查来验证代码更改是否正常工作。
在远程 NVIDIA GPU(A100、H100、RTX 4090)上运行 ML 训练、LLM 推理和 ComfyUI 工作流程。具有智能文件同步功能的云 GPU 计算 — 在任何命令前添加“gpu”前缀即可远程运行它。
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: