- 📄 SKILL.md
doncheli-api-contract
设计完整的 API 合约,涵盖端点、身份验证、速率限制、错误处理、重试、断路器和幂等性。当用户提及“api 合约”、“api 设计”、“端点”、“webhook”、“REST”、“GraphQL”、“OpenAPI”、“设计 API”时激活。
设计完整的 API 合约,涵盖端点、身份验证、速率限制、错误处理、重试、断路器和幂等性。当用户提及“api 合约”、“api 设计”、“端点”、“webhook”、“REST”、“GraphQL”、“OpenAPI”、“设计 API”时激活。
将 Claude Code 对话历史收录到 Obsidian wiki 中。当用户想要挖掘他们过去的 Claude 对话以获取知识、导入他们的 ~/.claude 文件夹、从以前的编码会话中提取见解,或者说“处理我的 Claude 历史记录”、“将我的对话添加到 wiki”、“我之前与 Claude 讨论过什么”之类的内容时,请使用此技能。当用户提及其 .claude 文件夹、Claude 项目、会话数据或过去的对话日志时也会触发。 --- # Claude History Ingest — 对话挖掘 您正在从用户过去的 Claude Code 对话中提取知识,并将其提炼到 Obsidian wiki 中。对话内容丰富但混乱——你的工作是找到信号并对其进行编译。 ## 开始之前 1. 读取 `.env` 以获取 `OBSIDIAN_VAULT_PATH` 和 `CLAUDE_HISTORY_PATH`(默认为 `~/.claude`) 2. 在 Vault 根目录中读取“.manifest.json”,检查已提取的内容 3. 在 Vault 根目录中读取“index.md”,了解 wiki 已包含的内容 ## 提取模式 ### 附加模式(默认) 检查每个源文件(对话 JSONL、内存文件)的“.manifest.json”。只处理: - 不在清单中的文件(新对话、新内存文件、新项目) - 修改时间比清单中“ingested_at”更新的文件 这通常是您想要的 — 用户运行了一些新会话并希望捕获增量。 ### 完整模式 处理所有内容,无论清单如何。在“wiki-rebuild”之后或用户明确要求时使用。 ## Claude Code 数据布局 Claude Code 将所有内容存储在 `~/.claude/` 下。 下面是实际的结构: ``` ~/.claude/ ├──projects/ # 每个项目目录 │ ├── -Users-name-project-a/ # 路径派生名称(斜线 → 破折号) │ │ ├── <session-uuid>.jsonl # 对话数据 (JSONL) │ │ └── memory/ # 结构化内存 │ │ ├── MEMORY.md # 内存索引 │ │ ├── user_*.md # U
>-
通过人工智能支持的多语言摘要和电子邮件传送,从多个来源(arXiv 等)获取、分类和总结论文。
Power Platform 的 WCAG 2.2 AA 合规性、可访问性模式、UX 设计。使用场合:构建可访问组件、审查 WCAG 合规性、设计加载/空/错误状态、响应式设计、表单可访问性、键盘导航、屏幕阅读器支持、颜色对比、焦点管理。
生成项目的架构指南。分析DESCRIPTION.md中的技术堆栈,推荐架构模式,并创建.ai-factory/ARCHITECTURE.md。在设置项目架构、询问“哪个架构”时或在 /aif 设置之后使用。
撰写学术经济学论文摘要的指南。每当用户需要帮助撰写、起草、修改或构建经济学论文的摘要时,无论是实证微观、发展经济学、应用经济学还是相关领域,都可以使用此技能。当用户提到“摘要”、“论文摘要”或询问如何将他们的发现压缩为简短描述时也会触发。该技能综合了 David Evans (CGDev)、Marc Bellemare 的最佳实践以及顶级经济学期刊(AER、QJE、AEJ:Applied 等)中观察到的模式。 --- # 如何撰写经济学论文的摘要 很多人只会阅读论文的摘要来决定它是否值得阅读、分享或引用。有些人甚至连头衔都过不了。 摘要是最压缩的推销内容:它必须清晰、快速地告诉读者你做了什么和发现了什么。这项技能主要基于 David Evans 对顶级经济学期刊摘要的分析,并辅以 Marc Bellemare 的写作建议、对摘要可读性的实证研究以及 AER、QJE 和 AEJ:应用论文的常见模式。 ## 有效的证据 在开始构建之前,有两个值得了解的经验事实: **可读性预测引用。** Dowling 和其他人检查了《经济学快报》中的摘要,发现单词更简单和句子更短的摘要与更多的引用相关。正如贝尔马尔所说:不要将缺乏可理解性与智力严谨性混为一谈。 **可访问性扩大了你的受众。** Bellemare 的经验法则:如果你的标题不令人反感,并且你的摘要对于你狭窄的子领域之外的人来说是可以理解的,那么你就已经将引用的范围扩大了十倍 - 因为许多人引用的论文他们只阅读了摘要。 --- ## 顶级经济学期刊中的核心结构摘要遵循引言公式的压缩版本。埃文斯指出了好的产品的五种成分
跨平台系统自动化操作工具,支持 Windows、Linux、macOS。提供 CLI 命令行和 MCP 服务器两种使用方式,支持鼠标键盘控制、屏幕截图、窗口管理、系统信息查询等功能。
在当前父 Codex 会话中运行结构化扫描/计划/实施/验证/审查工作流程,而无需启动外部工作程序或帮助程序脚本。当用户想要单会话工作流程、想要避免子代理或想要通过磁盘支持的检查点和紧凑的切换文件降低令牌开销时使用。
使用curl 发送HTTP API 请求。当用户要求调用 API、从 URL 获取数据、发送 POST/PUT/PATCH/DELETE 请求、使用 REST 或 GraphQL 端点、上传文件、使用 Bearer 令牌或 API 密钥进行身份验证、调试 HTTP 响应或通过 HTTP 与任何 Web 服务交互时使用。
查询和探索 Wayback Archiver 个人网络归档系统
CWM HUD (StatusLine) 安装。计划状态、上下文栏、调用计数等显示在状态行中。
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: