- 📁 .swiftpm/
- 📁 Example/
- 📁 fastlane/
- 📄 .DS_Store
- 📄 .gitignore
- 📄 LICENSE
SwiftMesh
> 使用 SwiftMesh 的全面 AI 参考 — 一个 Alamofire + Codable 包装器,具有异步/等待、组合、流畅配置、文件上传/下载、JSON 键路径解析、弹性 Codable 包装器和内置日志记录。
> 使用 SwiftMesh 的全面 AI 参考 — 一个 Alamofire + Codable 包装器,具有异步/等待、组合、流畅配置、文件上传/下载、JSON 键路径解析、弹性 Codable 包装器和内置日志记录。
创建具有高设计质量的独特的生产级前端界面。当用户要求构建 Web 组件、页面或应用程序时,请使用此技能。生成富有创意、精美的代码,避免通用人工智能美学。
Review B端 PRDs, requirement docs, SaaS or enterprise product specs, and system design documents with a 14-dimension quality framework. Use this whenever the user asks to check, review, critique, improve, or find gaps in a PRD, 需求文档, 产品方案, B端系统设计, SaaS spec, or similar design document, even if they only say “帮我看看这个 PRD/方案/需求”.
WCAG 2.2 合规性、ARIA 模式、键盘导航、屏幕阅读器、自动化测试
使用 Kotlin 和 Jetpack Compose 以及 clerk-android 源引导模式对本机 Android 应用程序实施 Clerk 身份验证。用于预构建的 AuthView/UserButton 或自定义 API 驱动的身份验证流程。请勿用于 Expo 或 React Native 项目。
通过编写和运行 Python 脚本来分析数据。可以生成示例数据、处理 CSV、计算统计数据以及创建图表。
将合同文件细分为条款级单元并对每个条款进行分类。
完善用于突变的 CLI 命令。 MCP 服务器是只读的 - 当您需要触发部署、取消流程运行、创建自动化或修改 Prefect 资源时,请使用此技能。
对于模糊的订单自动激活。经常询问比错误执行要好。识别功能(一个就足够了!): - 顺序 <25 个单词 - 没有特定的文件名/路径 - 模糊动词:更好、优化、修复、制作、更改、改进、适应、扩展、重构、清理、修订 - 不安全的语言:不知何故,也许,只是,快速,容易,一点,可以,应该 - 缺少成功标准:没有所以,所以,因为,为了 - 没有上下文的相对术语:更快,更好,尼斯,简单的输出是结构化 JSON提示建筑师技能。
创建具有高设计质量的独特的生产级前端界面。当用户要求构建 Web 组件、页面、工件、海报或应用程序(示例包括网站、登陆页面、仪表板、React 组件、HTML/CSS 布局或设计/美化任何 Web UI 时)时,请使用此技能。生成富有创意、精美的代码和 UI 设计,避免通用的 AI 美学。
使用shieldcn 将漂亮的 shadcn/ui 风格的 README 徽章添加到项目中。在向 README 文件、文档或 Markdown 添加徽章、盾牌或状态指示器时使用。触发器包括“添加徽章”、“添加盾牌”、“自述文件徽章”、“npm 徽章”、“GitHub 星星徽章”、“CI 徽章”、“shieldcn”或任何将项目状态徽章添加到文档的请求。
使用 Nano Banana 打造优质、一致的 App Store 屏幕截图活动。当 Codex 需要分析应用程序代码库的品牌、风格和声明时使用,决定应捕获哪些屏幕,指导用户拍摄特定的屏幕截图,将这些屏幕截图转换为广告优先的 App Store 幻灯片,在整个集合中保持一致的风格锚点,并将最终导出标准化为 App Store 纵向尺寸。
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: