- 📁 agents/
- 📁 assets/
- 📁 references/
- 📄 SKILL.md
adapt-model-to-easytsf
检查外部预测模型实现并使其适应 EasyTSF 任务合约。当用户提供模型代码、类定义、前向逻辑或配置片段并希望 Codex 将目标任务分类为“sequence_prediction”、“graph_prediction”或“grid_prediction”时使用,确定当前存储库适合度,并生成直接适应计划或存储库扩展计划。
检查外部预测模型实现并使其适应 EasyTSF 任务合约。当用户提供模型代码、类定义、前向逻辑或配置片段并希望 Codex 将目标任务分类为“sequence_prediction”、“graph_prediction”或“grid_prediction”时使用,确定当前存储库适合度,并生成直接适应计划或存储库扩展计划。
当用户要求“设置 OpenClaw”、“开始”、“加入我”、“计划我的设置”或“帮助我选择频道”时,应该使用此技能。进行互动访谈,然后生成量身定制的部署计划。
就计划或设计不断地采访用户,直到达成共识,解决决策树的每个分支。当用户想要对计划进行压力测试、对其设计进行盘问或提到“盘问我”时使用。
当有人想要创建或构建幻灯片、演示文稿或幻灯片/PPT/演示文稿时使用 - 从头开始、从笔记、从 Word/PPTX 文件或从批准的大纲。 Handles Chinese and English equally.涵盖宣传演讲、产品发布、团队站立会议、会议演讲、顶点演示、风格预览以及将现有文件转换为网络幻灯片。用于 --plan (大纲)和 --generate (来自计划的 HTML)标志。不适用于将完成的 HTML 导出为 PPTX/PNG(使用 kai-html-export)、撰写演讲或非幻灯片文档。
就计划或设计不断地采访用户,直到达成共识,解决决策树的每个分支。当用户想要对计划进行压力测试、对其设计进行盘问或提到“盘问我”时使用。
当用户想要执行现有的实施计划、继续权威的线性问题计划或在离开计划模式后恢复工作时,请在计划插件内使用。使用路由的线性问题身份加上规范的链接文档“tracked-plan/1”,在执行之前需要有效的跟踪计划和计划事件助手,仅更新跟踪计划运行时状态,并附加经过验证的进度事件,而不是从聊天中推断权限。
将 Lousy Agents 规范或总体规划转换为史诗和任务的结构化 Beads (bd) 依赖关系图。当被要求“将计划转换为问题”、“从规范创建珠子”、“填充珠子”、“计划绘制图表”或“将规范分解为任务”时使用。
独立计划/规范审阅者 — 读取计划文件,验证针对工作区的声明,并返回包含结果的结构化结论。支持外部评审(Codex、OpenAI 等)或内联运行。
当您有书面计划并希望在执行之前对其架构、范围和测试覆盖率进行审查时使用。当用户说“查看此计划”、“自动计划”、“检查我的计划”、“此计划是否可靠”时或在运行 superpowers:executing-plans 或 superpowers:subagent-driven-development 之前使用。
分析 ADU 许可更正函 — 更正流程的前半部分。阅读更正信,从计划活页夹构建表格清单,研究州和城市代码,查看引用的计划表,对每个更正项目进行分类,并生成知情的承包商问题。当承包商收到 ADU 许可证的城市惩戒信函时,应使用此技能。它协调三个子技能(用于州法律的 california-adu、用于城市规则的 adu-city-research、用于规划表导航的 adu-targeted-page-viewer)来生成研究工件和 UI 就绪的问题 JSON。不生成最终响应包 - 在承包商回答问题后由 adu- Corrections-complete 处理。当更正信 PDF/PNG 与计划活页夹 PDF 一起提供时触发。
使用代理团队的多代理开发工作流程。支持五种模式:计划(架构师队友 + PM 队友辩论 → plan.md)、开发(开发人员队友 + 代码测试人员队友 + qa-测试人员队友 + 审阅者队友迭代 → 代码)、完整(计划 → 批准门 → 开发)、自动(计划 → 开发,无门)和 bugfix(测试人员 + 开发人员 + 审阅者 TDD 三元组 → 修复 + PR)。当任务受益于协作代理团队成员的对等消息传递时使用。
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: