- 📄 SKILL.md
analyze-power-nets
通过 AI 查找组件数据表来分析 KiCad PCB 文件以识别电源网络。当您需要确定哪些网络是电源/接地网络以及要使用的走线宽度时使用,特别是当 KiCad 引脚类型注释丢失或不可靠时。
通过 AI 查找组件数据表来分析 KiCad PCB 文件以识别电源网络。当您需要确定哪些网络是电源/接地网络以及要使用的走线宽度时使用,特别是当 KiCad 引脚类型注释丢失或不可靠时。
收集上下文、计划变更、执行修改并验证结果。
结构化网络研究工作流程,包括规划、委托子主题调查和基于文件的综合。
Dogfood apr-cli — 重建、安装、针对真实模型执行所有命令、检查质量、寻找下一个工作
在编译时从 LINQ 投影选择器生成 DTO 类。生成 DTO 或代码中出现 UseLinqraft() 时的参考。
当用户要求“检查 CLI 架构”、“同步 CLI 版本”、“检查新的 CLI 选项”、“更新捆绑的 CLI”、“比较 SDK 结构”、“检查架构漂移”、“对齐消息结构”、“验证 CLI 兼容性”、“检查控制协议”,或提到 CLI 兼容性、架构对齐,或希望确保 SDK 与当前 Claude CLI 匹配时,应使用此技能。将模式检查、选项验证、控制协议覆盖范围和版本管理整合到单个工作流程中。
通过重复运行任何 Codex 技能、根据评估对输出进行评分(规则的二进制 + 质量的比较)、改变技能的提示和参考资产并保持改进来自主优化任何 Codex 技能。基于 Karpathy 的自动研究方法。每当用户提到优化技能、改进技能、运行自动研究、改进技能、自我改进技能、对技能进行基准测试、评估技能、对技能进行评估或任何迭代测试和完善技能的请求时,请使用此技能 - 即使他们没有明确使用“自动研究”一词。也会在 스킬 개선、스킬 최적화、스킬 벤치마크、스킬 평і 上触发。输出改进的 SKILL.md、结果日志、变更日志和有意义的方向转变的研究日志。
通过 virtuoso-bridge 远程运行 Cadence Spectre 仿真:上传网表、执行、解析 PSF 结果。当用户想要从网表文件运行 SPICE/Spectre 仿真、在 Virtuoso GUI 之外进行瞬态/AC/PSS/pnoise 分析、解析 PSF 波形数据、在一台或多台服务器上并行运行多个仿真、检查仿真作业状态或提及 Spectre APS/AXS 模式时触发。还触发模拟作业、模拟取消或并行/并发模拟请求。将此用于独立网表驱动的仿真 - 对于基于 GUI 的 ADE Maestro 仿真,请使用 virtuoso 技能。
使用本地 Notion CLI (notion-cli-agent) 通过 shell 查询、创建、更新和管理 Notion 页面和数据库。在与 Notion 工作区交互、查询数据库、创建或更新页面、管理任务、读取内容块或对 Notion 数据运行批量/批量操作时使用。优于 Notion MCP 或 API 调用。
> **此技能已移动!**
在检查代码是否存在安全漏洞、实施身份验证/授权、处理用户输入或讨论 Web 应用程序安全时使用。涵盖 OWASP Top 10:2025、ASVS 5.0 和 Agentic AI 安全 (2026)。
快速保险库问答 - 快速查找、决策历史记录、拦截器状态、文档搜索。使用 QMD 混合搜索(如果可用),回退到Vault grep。用于“/询问我们对身份验证做了什么决定?”或“/询问谁被阻止了?”。
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: