- 📄 SKILL.md
task-orchestrator
指导带有功能实现标记的 MCP 项目(功能容器)的整个生命周期 — 从队列到审核
指导带有功能实现标记的 MCP 项目(功能容器)的整个生命周期 — 从队列到审核
将适当的 Tracey 规范注释添加到代码中、查找需求并检查覆盖范围。在处理具有 Tracey 配置 (.config/tracey/config.styx) 的项目、向代码添加规范引用或检查需求覆盖范围时使用。
在使用 crit CLI 命令、审阅文件、处理审阅评论、留下内联代码审阅评论、通过 crit share/unpublish 共享评论、将评论推送到 GitHub PR 或在本地拉取 PR 评论时使用。涵盖批评评论、批评分享、批评取消发布、批评拉动、批评推送、审查文件格式和解决工作流程。
Node.js / Python 接口自动化与签名还原工程技能:对自有平台或已授权平台的 Web API 进行签名分析与接口对接, 通过 Camoufox 反检测浏览器动态调试与静态源码分析,定位并还原前端加密/签名逻辑, 使用 Node.js 或 Python 实现算法复现与自动化接口调用。 深度集成 camoufox-reverse MCP v0.8.0(C++ 引擎级指纹伪装,78 个逆向分析工具,域级 Session 档案 + 断言系统)。 擅长 JSVMP 虚拟机保护的双路径攻克:路径 A 算法追踪(Hook / 插桩 / 日志分析 / 源码级插桩四板斧, 通用对RS 5/6、Akamai sensor_data、webmssdk、obfuscator.io)、 路径 B 环境伪装(jsdom/vm 沙箱 + 浏览器环境采集对比 + 全量补丁)。 v2.6.0 新增反爬类型三分法(签名型/行为型/纯混淆)作为顶层决策框架,明确 pre_inject_hooks 与 hook_jsvmp_interpreter(mode="proxy") 对签名型反爬不可用, 引入 mode="transparent" 签名安全备选与 MCP 侧 AST 源码插桩(消除 CDN 依赖)。 v2.9.0 新增域级 Session 档案(跨任务复用反爬判定/指纹基准/Cookie 归因)与断言驱动交付体系, Phase 5 升级为断言驱动结构化交付,新增降级梯度原则防止 AI 过早放弃。
跨索引存储库的语义代码搜索和人工智能驱动的代码库问答。在理解本地文件之外的代码、探索依赖关系、发现跨项目模式、规划功能、调试或入门时使用。诸如“X 是如何工作的?”、“向我展示 Y 模式”、“库 Z 是如何使用的?”之类的查询。默认路径是语义搜索加grep搜索; chat-with-codebase 速度较慢,成本较高,而且通常是次要的。
微信自动化操作 skill,用于帮助用户快速完成微信消息群发、文件发送、群管理、聊天记录获取等自动化任务。当用户需要批量发送微信消息、管理微信群、获取聊天记录、或进行其他微信自动化操作时使用此 skill。
>-
克劳德技能示例
利用内置的最佳实践构建可用于生产的 Tavily 集成。为开发人员使用编码助手(Claude Code、Cursor 等)在代理工作流程、RAG 系统或自治代理中实现 Web 搜索、内容提取、爬行和研究提供参考文档。
直接调用后端 API,直接控制项目配置、文件管理、知识库、MCP 等核心功能
该装置故意包含格式错误的 JSON。
查询以前的 pi 会话以检索上下文、决策、代码更改或其他信息。当您需要查找父会话或任何其他会话文件中发生的情况时使用。
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: