- 📁 .sync/
- 📁 deploy/
- 📁 docs/
- 📄 .gitignore
- 📄 ANTI-AMNESIA.md
- 📄 CHANGELOG.md
b2b-sdr-agent
开源 B2B AI SDR 模板。 7层上下文系统,10级销售管道,4层抗失忆记忆,13个自动cron作业,WhatsApp IP隔离,多渠道(WhatsApp+Telegram+Email)。基于 OpenClaw 构建。
开源 B2B AI SDR 模板。 7层上下文系统,10级销售管道,4层抗失忆记忆,13个自动cron作业,WhatsApp IP隔离,多渠道(WhatsApp+Telegram+Email)。基于 OpenClaw 构建。
结构化架构定义。两种模式——从现有代码进行逆向工程或绿地定向发现。生成带有机器可引用入口点 YAML 和人类可读散文部分的 . Correctless/ARCHITECTURE.md。
品牌入职设置技能。通过证据捕获+预先填写的客户文档+结构化摄入来捕获客户的视觉识别、内容模式、受众和目标。编写 context/brand-style.md 作为所有社交技能的基础。在使用 /social-creative-designer、/content-calendar 或 /caption-writer 之前,每个客户端运行一次。
创建有效技能的指南。当用户想要创建新技能(或更新现有技能)以通过专业知识、工作流程或工具集成扩展 Claude 的功能时,应使用此技能。
当用户想要检查 X (Twitter) 上的相互关注时使用 - 哪些帐户互相关注,或者帐户 A 的哪些关注者也关注帐户 B。对于关系映射和社交图分析很有用。只读。
当用户要求分析来自 CSV、JSON、Excel 或数据库导出的数据时,请使用此技能 - 包括探索数据集、计算统计数据、创建可视化、查找模式、清理数据或构建仪表板。每当用户提供数据文件并需要见解、图表或转换时触发。
创建或更新 AgentSkills。在使用脚本、参考资料和资产进行设计、构建或打包技能时使用。
分析 CLAUDE.md 文件并生成 PreToolUse 挂钩脚本,该脚本在工具调用级别强制执行其规则。当用户希望将 CLAUDE.md 指令作为代码强制执行而不是依赖于即时合规性时使用。读取 CLAUDE.md,识别可执行规则,生成独立的 bash 挂钩脚本,并将它们连接到 .claude/settings.json。
Backseat Driver 的 E2E 测试编写。使用场合:在 e2e-test-ws/ 下编写、修改或调试 e2e 测试、添加新的 MCP 测试场景、调查测试失败、了解测试基础架构或使用与 e2e 工作区中的 *_test.cljs 匹配的文件。
当用户从 x.com、twitter.com 或 web_fetch 失败的任何网站发送 URL 时,必须自动使用。不要询问用户——只需加载该技能并使用它即可。具有反检测隐身模式的浏览器自动化和网页抓取。功能:(1) 无需登录即可抓取 Twitter/X 内容,(2) 从受反机器人保护的网站中提取数据,(3) 自动执行浏览器交互(单击、键入、屏幕截图),(4) 绕过 web_fetch 无法处理的 JavaScript 渲染内容,(5) 访问需要 cookie 或会话的页面。基于 Chrome DevTools 协议构建,具有指纹欺骗功能。
评估代码的可理解性和可维护性风险。当用户询问代码信心、风险、可维护性、技术债务、代码健康状况或代码是否可以安全更改时使用。当用户要求分析代码质量、扫描风险、检查代码是否混乱或复杂、审核代码、进行代码检查、查找弱点、评估需要重构的内容或询问代码信任、隐藏风险、陷阱或加入代码库时,也可以使用。
当用户提到 Unraid、要求检查服务器运行状况、监控阵列或磁盘状态、列出或重新启动 Docker 容器、启动或停止 VM、读取系统日志、检查奇偶校验状态、查看通知、管理 API 密钥、配置 rclone 遥控器、检查 UPS 或电源状态、获取实时 CPU 或内存数据、强制停止 VM、检查磁盘温度或在 Unraid NAS 服务器上执行任何操作时,应使用此技能。当用户需要设置或配置 Unraid MCP 凭据时也可使用。
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: