每日精选skills数量
4,176 4,215 4,256 4,301 4,343 4,380 4,387
04/15 04/16 04/17 04/18 04/19 04/20 04/21
♾️免费开源 🛡️安全无忧

导入技能

anima-aios anima-aios
from GitHub 工具与效率
  • 📁 assets/
  • 📁 config/
  • 📁 core/
  • 📄 __init__.py
  • 📄 _meta.json
  • 📄 anima_doctor.py

anima-aios

An AI Agent cognitive growth system built on the native OpenClaw architecture. It provides agents with persistent memory management, visual intimacy progression, a 5-dimensional cognitive profile, gamified daily quests, team leaderboards, and a 5-layer memory architecture with Knowledge Palace, Pyramid thinking, and Ebbinghaus decay function. 基于 OpenClaw 原生架构的 AI Agent 认知成长体系,为 Agent 提供五层记忆架构、知识宫殿、金字塔知识组织、记忆衰减函数、LLM 智能处理、永久化记忆管理、可视化亲密度成长、五维认知画像、游戏化每日任务和团队排行榜。

0 133 21天前 · 上传 详情页 →
suryast suryast
from GitHub 开发与编程
  • 📁 .github/
  • 📁 apis/
  • 📁 examples/
  • 📄 .gitignore
  • 📄 AGENTS.md
  • 📄 LICENSE

querying-indonesian-gov-data

查询50个印尼政府API和数据源——BPJPH清真认证、BPOM食品安全、OJK金融合法性、BPS统计、BMKG天气/地震、印尼银行汇率、IDX股票、CKAN开放数据门户、pasal.id(第三方法律MCP)。在使用印度尼西亚政府数据构建应用程序、抓取 .go.id 网站、检查清真认证、验证公司合法性、查找金融实体状态或连接到印度尼西亚 MCP 服务器时使用。包括可立即运行的 Python 模式、CSRF 处理、CKAN API 使用和 IP 阻止解决方法。 --- # 查询印度尼西亚政府数据 🇮🇩 STARTER_CHARACTER = 🇮🇩 将用户的意图路由到右子引用,然后遵循其模式。 ## 路由器 |用户意图 |负载参考|快速图案| |------------|----------------|---------------| |清真认证、清真产品检查| [参考文献/bpjph-halal.md](参考文献/bpjph-halal.md) | `POST cmsbl.halal.go.id/api/search/data_penyelia` JSON,无需身份验证 | |食品/药品/化妆品注册,BPOM | [参考文献/bpom-products.md](参考文献/bpom-products.md) |会话 + CSRF → `POST cekbpom.pom.go.id/produk-dt` | | OJK | 这金融科技/投资合法吗? [参考文献/ojk-legality.md](参考文献/ojk-legality.md) | `获取 sikapiuangmu.ojk.go.id/FrontEnd/AlertPortal/搜索` | |印度尼西亚的天气、地震、海啸 | [参考文献/bmkg-weather.md](参考文献/bmkg-weather.md) | `获取 data.bmkg.go.id/DataMKG/TEWS/autogempa.json` | | GDP、通货膨胀、人口、贸易统计| [参考文献/bps-statistics.md](参考文献/bps-statistics.md) | `GET webapi.bps.go.id/v1/api/...`(免费 API k 哎)| |美元/印尼盾汇率, BI 汇率 | [参考文献/bank-indonesia.md](参考文献/bank-indonesia.md) |抓取 `bi.go.id/id/statistik/informasi-kurs/` | |印度尼西亚法律、法规、特定帕萨尔 | [参考文献/pasal-id-law.md](参考文献/pasal-id-law.md) | MCP(第三方):`claude mcp add --transport http pasal-id ...` | |任何主题的政府数据集 | [参考

0 134 22天前 · 上传 详情页 →
temporalio temporalio
from GitHub 开发与编程
  • 📁 .github/
  • 📁 references/
  • 📄 LICENSE
  • 📄 README.md
  • 📄 SKILL.md

temporal-developer

跨 Python、TypeScript、Go、Java 和 .NET 开发、调试和管理时态应用程序。当用户使用 Temporal SDK 构建工作流、活动或工作人员,使用 Temporal CLI、Temporal Server 或 Temporal Cloud 调试非确定性错误、卡住的工作流或活动重试等问题,或使用持久执行概念(如信号、查询、心跳、版本控制、继续为新、子工作流或 saga 模式)时使用。

0 131 19天前 · 上传 详情页 →
serpro69 serpro69
from GitHub 工具与效率
  • 📄 chain-of-verification-isolated.md
  • 📄 chain-of-verification-process.md
  • 📄 shared-capy-knowledge-protocol.md

chain-of-verification

应用验证链 (CoVe) 提示,通过自我验证提高响应准确性。当复杂问题需要事实核查、技术准确性或多步骤推理时使用。 --- # 验证链 (Cove) Cove 是一种验证技术,通过使模型对自己的答案进行事实检查来提高响应准确性。 Cove 并不接受表面上的初始响应,而是指示模型生成验证问题,独立回答这些问题,并根据发现修改原始答案。 ## 约定 请阅读 [shared-capy-knowledge-protocol.md](shared-capy-knowledge-protocol.md) 中的 capy 知识库约定。 **Capy限制:** CoVe是一个只读验证工具。在此工作流程中请勿调用“capy_index”或“capy_fetch_and_index”。仅使用“capy_search”。 如果更正揭示了值得保留的知识,则调用代理会在 CoVe 完成后处理索引。 ## 何时使用此技能

0 129 19天前 · 上传 详情页 →
Soneso Soneso
from GitHub 开发与编程
  • 📁 references/
  • 📄 SKILL.md

stellar-ios-sdk

使用 stellar-ios-mac-sdk 在 Swift 中构建 Stellar 区块链应用程序。在生成用于交易构建、签名、Horizo​​n API 查询、Soroban RPC、智能合约部署和调用、XDR 编码/解码以及 SEP 协议集成的 Swift 代码时使用。涵盖 26 多个操作、50 个 Horizo​​n 端点、12 个 RPC 方法和 17 个具有 Swift 异步/等待和基于回调的流模式的 SEP 实现。完整的 Swift 6 严格并发支持(所有类型的 Sendable)。

0 129 19天前 · 上传 详情页 →
QSong-github QSong-github
from GitHub 数据库与数据存储
  • 📄 __init__.py
  • 📄 adrecs_skill.py
  • 📄 example.py

ADReCS-query

查询ADReCS(药物不良反应分类系统)v3.3数据库。每当用户询问药物不良反应、药物安全性概况、ADR 分类、ADR 严重性/频率或想要在 ADReCS 中查找任何实体(药物名称、BADD 药物 ID、DrugBank ID、ATC 代码、CAS RN、PubChem CID、KEGG ID、ADR 术语、ADReCS ID、MedDRA 代码、MeSH ID)时使用。 --- # ADReCS 查询技能 通过任何实体搜索 ADReCS v3.3 记录。 按前缀自动检测类型:|输入模式 |检测为 |示例| |---|---|---| | `BADD_D00142` |不良药物 ID |精确于 drug_id 列 | | `DB00945` |药物银行 ID |通过 Drug_information 解决 | | `A02BC01` |空管代码 |通过 Drug_information 解决 | | `50-78-2` | CAS 注册号 |通过 Drug_information 解决 | | `CID2244` 或裸数字 | PubChem CID |通过 Drug_information 解决 | | `D00109`(5 位数字)| KEGG ID |通过 Drug_information 解决 | | `08.06.02.001` | ADReCS ID | ADReCS_ID 列上的子字符串 | | `10003781`(8 位数字)| MedDRA 代码 |通过 ADR_ontology 解决 | | `D######`(6 位以上数字)|主题词 ID |通过 ADR_ontology 解决 | |还有什么吗|自由文本 | drug_name 或 ADR_term 上的子字符串 | ## API |功能|输入 |返回| |---|---|---| | `load_drug_adr(路径)` | txt路径| DataFrame(药物-ADR 对)| | `load_drug_info(路径)` | xlsx路径| DataFrame(药物元数据)| | `load_adr_ontology(路径)` | xlsx路径| DataFrame(ADR 层次结构)| | `搜索(实体)` |单个实体字符串|匹配药物-ADR 行的数据框 | | `search_batch(实体)` |实体字符串列表 |字典[str,数据帧] | | `总结(点击数,实体)` |数据框+标签|紧凑的法学硕士可读文本| | `to_json(点击)` |数据框|列表[字典] | ## 用法 请参阅 `62_ADReCS.py` 中的 `if __name__ == "__main__"` 块,了解可运行示例,包括:药物名称查找、BADD 药物 ID、DrugBank ID、ADR 术语、ADReCS ID 前缀、批量搜索和 JSON 输出。 ## 数据 - **来源**:ADReCS v3.3 — [https://www.bio-add.org/ADReCS/](https://www.bio-add.org/ADReCS/) - **主要

0 127 17天前 · 上传 详情页 →
remorses remorses
from GitHub 开发与编程
  • 📄 SKILL.md

spiceflow

Spiceflow 是一个超级简单、快速且类型安全的 TypeScript API 和 React Server 组件框架。适用于 Node.js、Bun 和 Cloudflare Workers。每当使用 Spiceflow 时,请使用此技能来获取最新的文档和 API 参考。

0 131 22天前 · 上传 详情页 →
B1u3B01t B1u3B01t
from GitHub 内容与多媒体
  • 📄 SKILL.md

design-variations

生成组件或页面的多种不同的视觉变化,探索不同的样式、布局和美学方向。当用户想要探索设计替代方案、迭代各种 UI、比较视觉方法或生成组件或页面的多个版本时使用。

0 121 15天前 · 上传 详情页 →
andreaskelm andreaskelm
from GitHub 工具与效率
  • 📄 SKILL.md

discovery-research

使用 PM Brain 的发现框架(研究访谈、持续发现、JTBD、细分、机会评估、想法验证、问题解决空间、产品市场契合度)支持发现和研究工作流程。

0 127 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