- 📁 .github/
- 📁 aegisgate/
- 📁 config/
- 📄 .dockerignore
- 📄 .gitignore
- 📄 aegisgate-local.py
AegisGate
> **此文档是什么?** 这是 AegisGate(开源 LLM 安全网关)的代理可执行技能文档。它在新机器上逐步完成安装、启动、令牌注册、上游配置和客户端集成。
> **此文档是什么?** 这是 AegisGate(开源 LLM 安全网关)的代理可执行技能文档。它在新机器上逐步完成安装、启动、令牌注册、上游配置和客户端集成。
基于佛教经典文献,生成特定高僧大德的 AI 教学角色
验证提交——在提交之前运行快速检查。准备好提交更改时使用。
将 OpenClix 事件连接到已安装的产品分析提供商(Firebase、PostHog、Mixpanel 或 Amplitude),并生成以 7 天保留为中心的活动前/后影响报告。当用户要求“连接分析”、“衡量活动影响”、“检查保留”、“标记 OpenClix 事件”或想知道活动是否有效时触发 - 即使他们说“我的通知有帮助吗?”更不用说分析了。不要根据属于 openclix-update-campaigns 的指标触发活动配置更改。
比较离线评分 SPA 的 ERB 和 JavaScript 模板输出。在处理 ERB 到 JS 的转换、调试模板奇偶校验问题或验证评分视图的更改在 ERB 和 SPA 模式下是否正常工作时使用。
将新期刊添加到 MedSci 技能档案数据库中。从作者指南中提取元数据,使用质量门以规范格式生成撰写论文(详细)和查找期刊(紧凑)配置文件。
系统地解决公关审查意见。在响应拉取请求的代码审查反馈时使用。
为 lobster.js 页面生成 CSS 样式表,定位 lbs-* 类名称。每当用户想要设置 lobster.js 页面的样式、为 lobster.js 创建 CSS 主题、自定义 lobster.js 站点的视觉外观或要求针对 lbs-* 类的 CSS 时,请使用此选项。当用户在处理 lobster.js 项目时描述视觉风格(例如“深色模式”、“最小”、“有趣”)时也会触发 - 即使他们没有明确提及 CSS 或 lbs-* 。 --- 根据用户的设计描述生成 lobster.js 页面的 CSS 样式表。 lobster.js 输出语义 HTML,其中每个元素都有一个可预测的“lbs-*”类名。编写针对这些类的 CSS 来设置页面样式。使用用户消息中的设计描述。如果没有给出描述,则生成一个干净的最小灯光主题。 --- ## HTML 结构参考 ```html <!-- 内容包装器 --> <div id="content"> ... </div> <!-- 页面区域 --> <header class="lbs-header"> ... </header> <footer class="lbs-footer"> ... </footer> <!-- 标题 --> <h1 class="lbs-heading-1"> ... </h1> <h2 class="lbs-heading-2"> ... </h2> <!-- h3–h6 遵循相同的模式 --> <!-- 段落 --> <p class="lbs-paragraph"> ... </p> <!-- 内联 --> <em class="lbs-emphasis"> ... </em> <strong class="lbs-strong"> ... </strong> <del class="lbs-strikethrough"> ... </del> <code class="lbs-code-span"> ... </code> <!--水平规则 --> <hr class="lbs-hr" /> <!-- 代码块 --> <div class="lbs-code-block"> <div class="lbs-code-filename">filename.js</div> <!-- 可选 --> <pre data-language="js"><code class="language-js"> ... </code></pre> </div> <!-- Blockquote --> <blockquote class="lbs-blockquote"> <p class="lbs-paragraph"> ... </p> </blockquote> <!-- 列表 --> < ul class="lbs-ul"> <li class="lbs-list-item"> ... </li> </ul> <ol class="lbs-ol"> <li class="lbs-list-item"> <input type="checkbox" class="lbs-checkbox" /> ... <!-- 任务列表 --> </li> </ol> <!-- 表格(标准)--> <table class="lbs-table"> <thead><tr><th> ... </th></tr></thead> <tbody><tr><
**强制**用于 Delphi/Pascal 符号查找。在以下情况下首先使用 delphi-lookup.exe(在 Grep/Glob 之前):
Lightpanda 浏览器是 Chrome 和 Openclaw 默认浏览器的直接替代品 - 对于数据检索等无需图形渲染的任务来说更快、更轻。通过 MCP 服务器、CLI 获取或带有 Playwright/Puppeteer 的 CDP 使用它。
通过 CLI 监控 AI 代理跟踪和跨度。当用户需要使用 AgentOps 进行授权、检索跟踪信息或检查跨度指标时使用。
探索并运行 Unity API。使用 u api 架构进行搜索,并通过 u api 调用调用任何公共静态方法。
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: