每日精选skills数量
4,256 4,301 4,343 4,380 4,407 4,442 4,475
04/17 04/18 04/19 04/20 04/21 04/22 04/23
♾️免费开源 🛡️安全无忧

导入技能

agamm agamm
from GitHub 测试与安全
  • 📄 SKILL.md

owasp-security

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)。

0 76 17天前 · 上传 详情页 →
kv0906 kv0906
from GitHub 测试与安全
  • 📄 SKILL.md

ask

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?”。

0 75 17天前 · 上传 详情页 →
CrankAddict CrankAddict
from GitHub 数据与AI
  • 📁 examples/
  • 📄 .gitignore
  • 📄 changelog.json
  • 📄 CONTRIBUTING.md

section-11

基于证据的耐力训练协议(v11.34)。在分析训练数据、回顾训练、生成训练前/训练后报告、规划训练、回答训练问题或提供耐力训练建议时使用。在回答任何训练问题之前,请务必读取或获取运动员 JSON 数据。

0 79 23天前 · 上传 详情页 →
sendaifun sendaifun
from GitHub 数据与AI
  • 📁 docs/
  • 📁 examples/
  • 📁 resources/
  • 📄 SKILL.md

coingecko

完整的 CoinGecko Solana API 集成,用于代币价格、DEX 池数据、OHLCV 图表、交易和市场分析。用于构建交易机器人、投资组合跟踪器、价格源和链上数据应用程序。

0 76 19天前 · 上传 详情页 →
sdyckjq-lab sdyckjq-lab
from GitHub 文档与知识管理
  • 📁 deps/
  • 📁 docs/
  • 📁 platforms/
  • 📄 .gitignore
  • 📄 AGENTS.md
  • 📄 CHANGELOG.md

llm-wiki

个人知识库构建系统(基于 Karpathy llm-wiki 方法论)。让 AI 持续构建和维护你的知识库, 支持多种素材源(网页、推特、公众号、小红书、知乎、YouTube、PDF、本地文件), 自动整理为结构化的 wiki。 触发条件:用户明确提到"知识库"、"wiki"、"llm-wiki",或要求对已初始化的知识库执行 消化、查询、健康检查等操作。不要在用户只是要求"总结这篇文章"时触发——必须是明确的 知识库相关意图。 --- # llm-wiki — 个人知识库构建系统 > 把碎片化的信息变成持续积累、互相链接的知识库。你只需要提供素材,AI 做所有的整理工作。 ## 这个 skill 做什么 llm-wiki 帮你构建一个**持续增长的个人知识库**。它不是传统的笔记软件,而是一个让 AI 帮你维护的 wiki 系统: - 你给素材(链接、文件、文本),AI 提取核心知识并整理成互相链接的 wiki 页面 - 知识库随着每次使用变得越来越丰富,而不是每次重新开始 - 所有内容都是本地 markdown 文件,用 Obsidian 或任何编辑器都能查看 ## 核心理念 传统方式(RAG/聊天记录)的问题:每次问问题,AI 都要从头阅读原始文件,没有积累。知识库的价值在于**知识被编译一次,然后持续维护**,而不是每次重新推导。 ## 快速开始 告诉用户这两步就够了: 1. **初始化**:说"帮我初始化一个知识库" 2. **添加素材**:给一个链接或文件,说"帮我消化这篇" --- ## Script Directory Scripts located in `scripts/` subdirectory. **Path Resolution**: 1. `SKILL_DIR` = this SKILL.md's directory 2. Script path = `${SKILL_DIR}/scripts/<script-name>` --- ## 依赖检查 首次使用时,检查以下依赖是否已安装。如果缺失,提示用户运行安装: ```bash bash ${SKILL_DIR}/setup.sh ``` 依赖 skill / 工具: - `baoyu-url-to-markdown` — 普通网页、X/Twitter、部分知乎提取 - `wechat-article-to-markdown` — 微信公众号提取 - `youtube-transcript` — YouTube 字幕提取 即使部分依赖缺失,skill 仍可工作(用户可以手动粘贴文本内容)。 --- ## 工作流路由 根据用户的意图,路由到对应的工作流: | 用户意图关键词 | 工作流 | |---|---| | "初始化知识库"、"新建 wiki"、"创建知识库" | → **init** | | URL / 文件路径 / "添加素材"、"消化"、"整理" / 直接给链接 | → **ingest** | | "批量消化"、"把这些都整理" / 给了文件夹路径 | → **batch-ingest** | | "关于 XX"、"查询"、"XX 是什么"、"总结一下" | → **query** | | "给我讲讲 XX"、"深度分析 XX"、"综述 XX"、"digest XX" | → **digest** | | "检查知识库"、"健康检查"、"lint" | → **lint** | | "知识库状态"、"现在有什么"、"有多少素材" | → **status** | | "画个知识图谱"、"看看关联图"、"graph"、"知识库地图" | → **graph** | **重要**:如果用户直接给了一个 URL 或文件,但没有明确说要做什么,默认走 **ingest** 工作流。如果知识库还不存在,先自动走 **init** 再走 **ingest**。 --- ## 通用前置检查 除 `init` 外,其他工作流默认先执行这段检查: 1. 先检查**当前工作目录**是否包含 `.wiki-schema.md` - 如果包含 → 用当前目录作为知识库根路径 - 如果不包含 → 回退到读取 `~/.llm-wiki-path` 2. 如果两者都没有: - `ingest` / `batch-ingest` → 先运行 `init` - `query` / `lint` / `status` / `digest` / `graph` → 提示用户先初始化知识库 3. 读取知识库根目录下的 `.wiki-schema.md` 4. 从 `.wiki-schema.md` 的"语言"字段判断 `WIKI_LANG` - `语言:中文` → `WIKI

0 73 16天前 · 上传 详情页 →
koriym koriym
from GitHub 数据与AI
  • 📄 SKILL.md

xdebug

使用 Xdebug 的 PHP 调试和分析工具。当要求跟踪、调试、分析或分析 PHP 代码的覆盖范围时使用。触发短语包括“跟踪此函数”、“分析此代码”、“检查覆盖率”、“调试 PHP”、“设置断点”、“查找瓶颈”、“为什么这么慢”、“跟踪”、“分析”、“覆盖率”。

0 47 4天前 · 上传 详情页 →
catlog22 catlog22
from GitHub 工具与效率
  • 📁 roles/
  • 📁 specs/
  • 📄 SKILL.md

team-coordinate

具有动态角色生成的通用团队协调技能。使用带有角色规范文件的团队工作代理架构。只有协调员是内置的——所有工作角色都是在运行时作为角色规范生成的,并通过团队工作代理生成。用于编排的节拍/节奏模型。触发“团队协调”。

0 78 23天前 · 上传 详情页 →
NiJingzhe NiJingzhe
from GitHub 工具与效率
  • 📁 examples/
  • 📁 reference/
  • 📄 SKILL.md

simplellmfunc-developer

开发和维护 SimpleLLMFunc 框架本身。在更改框架内部结构、测试、文档、规格、运行时基元、装饰器行为、工具管道、事件流、PyRepl 集成或面向贡献者的项目结构和约定时使用。

0 76 20天前 · 上传 详情页 →
yizhiyanhua-ai yizhiyanhua-ai
from GitHub 内容与多媒体
  • 📁 .github/
  • 📁 assets/
  • 📁 references/
  • 📄 .gitignore
  • 📄 LICENSE
  • 📄 README-EN.md

chuinb

这项技能通过沉浸式、研究驱动的学习体验,将用户转变为自信的行业内部人士。当用户想要快速掌握不熟悉的行业、领域、技能或领域时,应该使用它——无论是为了专业网络、投资决策、职业转型还是纯粹的好奇心。该技能将费曼技术、第一原理思维、80/20 分析与深度网络研究相结合,通过交互式抽认卡和测验生成格式精美、媒体丰富的学习笔记。触发因素包括:“帮助我了解[行业]”、“我需要快速了解[领域]”、“让我成为[领域]的内部人士”、“行业速成”、“快速掌握”、“深度学习笔记”、“/chuinb”、“/master”或任何快速获取领域专业知识的请求。 --- # 行业精通:行业速成大师 > **在数小时而不是数月内从局外人转变为局内人。** 这项技能创造了身临其境、有研究支持的学习体验,让用户感觉自己像行业资深人士。它将经过验证的学习方法与实时网络研究相结合,以提供持久的知识。 ## 核心理念 ### 三大支柱 ``` ┌────────────────────────────────────────────────────────┐ │ 行业精通 │ ├──────────────────────────────────────────────────────────┤ │ │ │ 🧠 费曼技术 ⚛️ 第一原则 │ │ “如果你不能解释“简单地把一切归结为 │ │ ,你就没有理解基本真理, │ │ 充分理解它”,然后从那里开始推理” │ │ │ │ 📊 80/20 帕累托 │ │ “20% 的知识提供 │ │ 80% 的实用价值” │ │ │ └──────────

0 75 19天前 · 上传 详情页 →

Skills文件组织结构基本样例(仅作参考)

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

SKILL.md 内容要求

├─ ⭐ 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)

为什么选择 SkillWink?

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。

AI 语义搜索 关键词检索 版本更新 多维排序 开放标准 评论交流

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。

常见问题解答(FAQ)

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。

1,什么是Agent Skills?

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。

2,Skills是怎么运行的?

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。

3,我该怎么快速找到想要的技能?

推荐 3 种方式组合使用:

  • 语义搜索:用一句自然语言描述你想解决的问题;
  • 多维筛选:按分类/标签/作者/语言/许可证过滤;
  • 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。

4,SkillWink 支持哪些导入方式?

  • 上传归档文件导入:.zip / .skill 一键导入(推荐)
  • 上传skills文件夹
  • 从GitHub仓库导入

注:以上导入方式文件大小控制在10M之内。

5,在Claude / Codex 等系统中如何是使用?

常见路径如下(不同系统略有差异,以你本机为准):

  • Claude Code:~/.claude/skills/
  • Codex CLI:~/.codex/skills/

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”。

6,一个技能能不能被多个工具一起用?

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。

7,这些skills使用安全吗?

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。

8,为什么我导入后“没有生效”?

最常见原因是这几类:

  • 放错目录(路径不对、层级多了一层)
  • SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
  • 依赖未安装(Python/Node/CLI 工具缺失)
  • 工具未重新加载技能(某些环境需要重启/刷新)

9,SkillWink 会不会收录重复或低质量技能?

我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:

  • 重复技能:看差异点(更快/更稳定/更强主题能力)
  • 低质量技能:我们会定期清理低质量skills