- 📁 .github/
- 📁 assets/
- 📁 benchmark/
- 📄 .gitignore
- 📄 ARCHITECTURE.md
- 📄 CHANGELOG.md
claw-compactor
Claw Compactor — OpenClaw 代理的 6 层令牌压缩技能。使用确定性规则引擎将工作区令牌支出削减 50–97%
Claw Compactor — OpenClaw 代理的 6 层令牌压缩技能。使用确定性规则引擎将工作区令牌支出削减 50–97%
当代码涉及令牌管理、凭证解析、git auth 流、GITHUB_APM_PAT、ADO_APM_PAT、AuthResolver、HostInfo、AuthContext 或任何远程主机身份验证时激活 - 即使未明确提及“auth”。 --- # Auth Skill [Auth Expert persona](../../agents/auth-expert.agent.md) ## 何时激活 - 对 `src/apm_cli/core/auth.py` 或 `src/apm_cli/core/token_manager.py` 的任何更改 - 读取 `GITHUB_APM_PAT`、`GITHUB_TOKEN`、`GH_TOKEN` 的代码, `ADO_APM_PAT` - 使用 `git ls-remote`、`git clone` 或 GitHub/ADO API 调用的代码 - 提及令牌、身份验证或凭证的错误消息 - 对 `github_downloader.py` 身份验证路径的更改 - 每个主机或每个组织的令牌解析逻辑 ## 关键规则 所有身份验证流程必须经过 `AuthResolver`。应用程序代码中的令牌变量没有直接的“os.getenv()”。
与 Bitget Wallet API 交互,获取加密市场数据、代币信息、掉期报价、RWA(现实世界资产)股票交易和安全审计。当用户询问钱包、代币价格、市场数据、掉期/交易报价、RWA 股票发现和交易、代币安全检查、K 线图或受支持链(ETH、SOL、BSC、Base 等)上的代币排名时使用。
使用合成随机数据运行 vLLM 性能基准来测量吞吐量、TTFT(第一个令牌的时间)、TPOT(每个输出令牌的时间)和其他关键性能指标。当用户想要快速测试 vLLM 服务性能而不下载外部数据集时使用。
当 AWS CLI 命令失败并出现 SSO 令牌过期错误(例如“令牌已过期”、“SSO 会话已过期”或“检索凭证时出错”)时使用。
用于加密数据的 Trust Wallet API — 跨 100 多个区块链的代币搜索、价格、趋势代币、掉期报价、市场数据、安全检查、地址验证、资产信息和代币状态。每当用户询问加密货币价格、代币信息、交换率、市值、趋势代币、代币风险、蜜罐检测、地址验证或想要直接调用 Trust Wallet / tws.trustwallet.com API 时使用。涵盖 HMAC-SHA256 身份验证、支持的链和所有 REST 端点。
Solana 上的 Metaplex 开发 — NFT、代币、压缩 NFT、糖果机、代币发行、自主代理。在使用令牌元数据、Core、Bubblegum、Candy Machine、Genesis、AgentRegistry 或 mplx CLI 时使用。
代币分配和归属计划构建器。引导创始人完成分配设计、兑现时间表,并生成带有供需模拟图表的专业 Excel 代币发行时间表。当创始人说“代币经济学”、“分配”、“归属时间表”、“代币发行”、“我如何构建我的代币供应”或在/为什么代币之后使用。
通过 Bitbond TokenTool MCP(17 个工具)在 10 个区块链网络上部署和管理合规代币。当用户要求部署代币、创建 ERC-20、发行安全代币、代币化资产、铸造代币、销毁代币、暂停代币传输、在 Solana 上创建 SPL 代币、发行 Stellar 资产、估计部署成本、检查代币信息、列出已部署代币、设置白名单或黑名单合规性、管理白名单/黑名单地址、检查合规状态或管理代币生命周期时使用。通过 CertiK 审核的合约支持 EVM 链、Solana 和 Stellar。
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: