- 📁 references/
- 📄 SKILL.md
calling-1c-rest-api-via-curl
在/api/下提供10个端点用于查询数据(execute_query)、探索元数据
在/api/下提供10个端点用于查询数据(execute_query)、探索元数据
跨学科专家研究方法。描述如何从网上的信息去采集、分析最靠谱、最真实的数据并进行分析研究的方法论框架。
在访问 Alchemy API 进行 RPC 调用、代币余额、NFT 元数据、资产转移、交易模拟或 Alchemy 特定功能时使用。当用户提到“SIWE”、“SIWS”、“x402”、“MPP”、“mppx”或“代理网关”时也可使用 - 此技能涵盖 EVM(以太坊、Base、Polygon)和 SVM(Solana)上 Alchemy x402 和 MPP 协议的基于钱包的身份验证流程。
使用本地 Notion CLI (notion-cli-agent) 通过 shell 查询、创建、更新和管理 Notion 页面和数据库。在与 Notion 工作区交互、查询数据库、创建或更新页面、管理任务、读取内容块或对 Notion 数据运行批量/批量操作时使用。优于 Notion MCP 或 API 调用。
用于任何代码搜索、导航或查找代码逻辑 - “X 在哪里”、“查找逻辑 Y”、“Z 如何工作”、影响分析、依赖关系。 LeanKG 首先是强制性的。
通过 virtuoso-bridge 远程运行 Cadence Spectre 仿真:上传网表、执行、解析 PSF 结果。当用户想要从网表文件运行 SPICE/Spectre 仿真、在 Virtuoso GUI 之外进行瞬态/AC/PSS/pnoise 分析、解析 PSF 波形数据、在一台或多台服务器上并行运行多个仿真、检查仿真作业状态或提及 Spectre APS/AXS 模式时触发。还触发模拟作业、模拟取消或并行/并发模拟请求。将此用于独立网表驱动的仿真 - 对于基于 GUI 的 ADE Maestro 仿真,请使用 virtuoso 技能。
完整的 CoinGecko Solana API 集成,用于代币价格、DEX 池数据、OHLCV 图表、交易和市场分析。用于构建交易机器人、投资组合跟踪器、价格源和链上数据应用程序。
为 COBOL 到 Java 的迁移设置构建环境和测试装置。为两种语言创建编译基础设施并生成黄金测试数据。
使用 Sidemantic 构建、验证和管理语义模型。当要求创建语义层、定义指标/维度、对数据库模式建模、从 SQL 查询生成模型、从 Cube/dbt/LookML 导入或设置分析定义时使用。优先考虑 CLI 优先的工作流程,并使用 YAML 和可选的 Python API 来实现高级自动化。
构建人工智能和机器学习产品决策,包括模型选择、数据要求、评估框架和负责任的人工智能考虑因素。在构建 AI 支持的功能、评估 LLM 集成、设计 AI 产品或评估 AI 准备情况时使用。触发“AI 产品”、“LLM 功能”、“AI 画布”、“AI 构建”、“AI 集成”、“AI 驱动”、“机器学习功能”。
从存储库分析到生产就绪实施的自动化设计系统构建。分析代码库,提取设计模式,使用 OKLCH 颜色管理构建令牌层次结构,通过测试实现可访问的组件,并通过多审阅者面板进行验证。
当用户想要将 GitHub 存储库中的一项或多项技能添加到 kilo-marketplace 时,应使用此技能。它处理解析 GitHub URL、克隆技能目录以及使用源元数据更新 SKILL.md frontmatter。
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: