每日精选skills数量
4,380 4,407 4,442 4,483 4,524 4,564 4,576
04/20 04/21 04/22 04/23 04/24 04/25 04/26
♾️免费开源 🛡️安全无忧

导入技能

modu-ai modu-ai
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

moai

MoAI — 100 位自我进化的领域利用 AI 专家。使用“/moai init”安装个性化线束,使用“/moai目录”搜索目录,并使用“/moai status”检查状态。它提供100个领域的专家工具,包括“YouTube视频规划”、“市场研究”、“合同审查”、“商业计划”、“旅行计划”、“时事通讯写作”、“税务咨询”、“招聘渠道”、“ESG报告”和“数据分析”。当以自然语言请求域时,系统会自动检测该域并加载相应的线束引用。 MoAI,Moai,马具,马具,专家模式,专家模式。

0 46 20天前 · 上传 详情页 →
Gingiris Gingiris
from GitHub 商业与运营
  • 📁 .github/
  • 📁 assets/
  • 📁 references/
  • 📄 CODE_OF_CONDUCT.md
  • 📄 CONTRIBUTING.md
  • 📄 LICENSE

gingiris-opensource

🇺🇸 开源发布营销手册 — 从策略到执行的完整 SOP。 GitHub 明星成长策略、KOL 合作伙伴名单、Reddit 营销、全球渠道的社区分发。 🇨🇳 开源发布营销手册 — 从策略到执行的完整 SOP。 GitHub Star增加策略、KOL协作、Reddit协作、海外群分工。 🇯🇵 开源发布营销指南 — 从策略到执行的完整 SOP。 GitHub Star 增长战略、KOL 合作伙伴关系、Reddit 营销和全球社区分发。 🇰🇷SOP。 GitHub 我的名字是 KOL,我的名字是 Reddit,我的名字是 Reddit。

0 48 26天前 · 上传 详情页 →
moyupeng0422 moyupeng0422
from GitHub 工具与效率
  • 📁 assets/
  • 📁 data/
  • 📁 examples/
  • 📄 LICENSE
  • 📄 README.md
  • 📄 SKILL.md

法律文件脱敏处理

法律文件脱敏/还原工具 - 将法律文档中的敏感信息进行智能替换和脱敏处理,或将脱敏稿还原为原文 <examples> - 帮我把这份合同脱敏处理 - 我需要脱敏这个法律文件 - 生成脱敏版本的合同文档 - 将这份法律文书中的敏感信息替换掉 - 创建合同的脱敏版本 - 帮我把脱敏稿还原成原文 - 使用比对词还原审核稿 </examples> --- # 法律文件脱敏处理 将法律文档中的敏感信息进行智能替换和脱敏处理,生成可对外分享的脱敏版本。支持将脱敏稿交由外部审核后,使用比对词还原为原文。 ## 核心功能 ### 脱敏功能 - **多种脱敏类型**:名称、日期、价格、文件名、项目名、银行账号、案号等 - **自定义脱敏类型**:创建自定义类型(如"合同名称"、"产品型号"),批量输入精准匹配内容 - **批量模式**:多文件上传自动进入批量模式,统一编号确保跨文件一致性 - **规则设置**:可自主开启/关闭16种内置脱敏类别,灵活控制识别范围 - **智能替换**:根据上下文识别角色(买方/卖方公司) - **实时预览**:黄色高亮显示脱敏内容 - **格式保留**:完整保留原文格式(段落、表格、字体) - **白名单/黑名单管理**:精确控制特定内容的脱敏行为;黑名单支持记录项目类型 - **优先级机制**:黑名单 > 白名单 > 脱敏类别(内置+自定义) - **冲突检测**:添加到列表时自动检测是否已存在于其他列表 - **调试模式**:详细日志输出,便于排查问题 ### 还原功能 - **自动化还原**:根据比对词自动将【X】标记还原为原文 - **批量还原**:支持多文件同时还原,自动匹配文件配对,ZIP打包下载 - **保留审核痕迹**:还原时保留文档中的修订、批注等审核痕迹 - **runs级别替换**:精确替换,不影响其他内容的格式 ## 使用方式 ### HTML离线工具(推荐) #### 脱敏模式 **单文件脱敏:** 1. 打开 `assets/index.html`,选择"脱敏模式" 2. 拖拽或选择单个 docx 文件上传 3. 自动识别并预览脱敏效果 4. 手动编辑脱敏项 5. 导出脱敏文件和比对.md文档 **批量脱敏:** 1. 上传多个 docx 文件,自动进入批量模式 2. 统一识别:相同内容使用相同替换文本 3. 文件切换:通过列表栏切换查看各文件 4. 同步编辑:删除/添加脱敏项会同步到所有文件 5. 导出结果:每个文件生成独立的 `{文件名}_比对.md` #### 还原模式 **单文件还原:** 1. 打开 `assets/index.html`,选择"还原模式" 2. 上传脱敏稿(带审核痕迹的docx) 3. 上传对应的比对.md文件 4. 点击"执行还原",自动下载还原后的文件 **批量还原(4步流程):** 1. **上传文件**:上传多个脱敏稿 + 多个比对.md文件 2. **确认配对**:系统自动匹配文件名,支持手动调整 3. **执行还原**:批量处理,显示进度条 4. **下载结果**:ZIP打包下载 ### Python脚本 ```bash # 安装依赖 pip install python-docx # 执行脱敏 python scripts/redact.py input.docx data/rules.json -o output.docx # 执行还原(保留修订、批注) python scripts/restore.py redacted.docx mapping.md -o restored.docx ``` ## 详细文档 - **工作流程**: [references/workflow.md](references/workflow.md) - **规则模式库**: [references/patterns.md](references/patterns.md) - **数据格式**: [references/data-formats.md](references/data-formats.md) - **脚本使用**: [scripts/README.md](scripts/README.md) - **HTML使用**: [assets/README.md](assets/README.md) ## 版本历史 - **v1.5.0(2026-03-29)右键菜单集成 + Python/HTML识别统一**: - **Windows 右键菜单**:右键 .docx 文件可直接"用脱敏工具打开"、"一键脱敏"或"一键还原",通过注册表集成,无需管理员权限 - **macOS 右键菜单**:通过 Automator Quick Action 实现,Fi

0 48 26天前 · 上传 详情页 →
youngfreeFJS youngfreeFJS
from GitHub 测试与安全
  • 📁 references/
  • 📄 EXAMPLE_REPORT.md
  • 📄 README.md
  • 📄 SKILL.md

skill-test-skill

根据官方人类学/技能规范测试任何特工技能并对其进行评分。当您需要检查技能存储库或 SKILL.md 文件是否符合代理技能标准、审核技能质量、获取合规性分数或接收具体改进建议时,请使用此技能。当用户说“检查我的技能”、“测试此技能”、“我的技能是否符合规范”、“对我的技能进行评分”、“检查我的 SKILL.md”、“我的技能是否正确”、“检查我的技能”、“测试这个技能”、“这个技能符合规范吗”、“给我的技能打分”等内容时触发,或者当他们提供技能目录或 SKILL.md 文件的路径并希望对其进行审核时触发。

0 47 22天前 · 上传 详情页 →
Sterll Sterll
from GitHub 工具与效率
  • 📄 SKILL.md

create-agents

创建 Claude Code 代理(具有隔离上下文和受限工具的自主工作人员)。当用户想要创建代理、自主工作线程、独立任务运行程序或自定义子代理时使用。不适合技能 - 代理有工具限制并且孤立运行。

0 48 26天前 · 上传 详情页 →
liqiongyu liqiongyu
from GitHub 数据与AI
  • 📁 assets/
  • 📁 references/
  • 📁 scripts/
  • 📄 README.md
  • 📄 SKILL.md

writing-prds-executable

起草、批评或重写 PRD(产品要求/产品规格)和相邻工件(PR/FAQ、验收标准、推出计划)。对于 AI/LLM 功能,还起草评估规范(LLM-as-judge)和提示集。输出必须是英文。当用户要求 PRD/规范/要求/PRFAQ/评估/提示集,或需要帮助澄清范围、成功指标、非目标、用户故事或利益相关者一致性时使用。

0 46 20天前 · 上传 详情页 →
willpowerju-lgtm willpowerju-lgtm
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

3-statements-ultra

从零构建机构级三表模型(IS/BS/CF)— 完整公式联动、季度/半年/年频自适应、IFRS/US GAAP/中国准则。 触发词:三表模型、financial model、3-statement、建模、从零建模、收入预测。 ❌ 填写已有模板请用 financial-analysis:3-statements --- # 3-Statement Model — IPO / Equity Research Quality (v4.8 · Public Edition) --- ## 🚀 Quick Start — New Users **This skill builds:** A complete institutional-grade 3-statement financial model (IS / BS / CF) in Excel, with full formula linkage, zero hardcoded forecast cells, and 9-step QC validation. **Prerequisites — install before starting:** ```bash pip install openpyxl yfinance pandas pip install notebooklm # optional — only needed if you have a NotebookLM notebook ``` **How to trigger:** Just say `"建个三表模型"` / `"build a 3-statement model for [Company]"` and the skill guides you step by step. **What to prepare:** - Company ticker (e.g. `BABA`、`0700.HK`、`600519.SS`) - 数据源 - 请参阅下面的建议 - 5 个会话约 1-2 小时(每个会话都是独立的 - 随时暂停和恢复) **⚠️ 数据源指南 - 开始前阅读** |选项|设置|代币成本 |受到推崇的? | |--------|--------|------------|--------------| | **NotebookLM 笔记本**(预加载年度报告/招股说明书)|一次性 OAuth 身份验证设置 |非常低——NLM 处理 PDF;克劳德只收到答案 | ✅ 最佳路径 | | **Excel 上传**(历史 IS/BS/CF 已结构化)+ 简短的 PDF 摘录 |无 |低| ✅ 好 | | **直接PDF上传**(完整年度报告、招股说明书)|无 | 🔴非常高——一份A股年报可达200​​+页 | ⚠️ 专业用户:避免 | | **仅限网络**(新浪/雅虎财经后备)|无 |低| ✅ 后备| **强烈建议新用户:首先设置 NotebookLM。** 一次性身份验证流程大约需要 5 分钟,并为每个未来模型节省大量令牌消耗: ```bash pip install notebooklm # 交互运行一次 — 浏览器将为 Google OAuth 打开 python3 -c " import asyncio from notebooklm import NotebookLMClient async def auth( ): 与await NotebookLMClient 异步。

0 33 7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