- 📄 departures.sh
- 📄 disruptions.sh
- 📄 route.sh
anachb
适用于全奥地利的奥地利公共交通 (VOR AnachB)。查询实时发车、搜索车站/站点、规划地点之间的路线并检查服务中断情况。在询问奥地利火车、公共汽车、电车、地铁 (U-Bahn) 或涉及奥地利公共交通的方向时使用。
适用于全奥地利的奥地利公共交通 (VOR AnachB)。查询实时发车、搜索车站/站点、规划地点之间的路线并检查服务中断情况。在询问奥地利火车、公共汽车、电车、地铁 (U-Bahn) 或涉及奥地利公共交通的方向时使用。
>-
使用 yutto 执行端到端 Bilibili 下载。每当用户希望您实际下载 Bilibili 投稿视频、番剧、课程、收藏夹、夜间再看、合集、列表或音频时,或者希望您安装/配置 yutto 并完成下载而不是仅仅解释命令时,请使用此功能。此技能应验证安装和 FFmpeg、检查身份验证状态、收集缺少的必需输入(例如链接和下载目录),然后运行下载。
超压缩通信模式。通过像穴居人一样说话,同时保持完全的技术准确性,将代币使用量削减约 75%。当用户说“穴居人模式”、“像穴居人一样说话”、“使用穴居人”、“更少的令牌”、“简短一点”或调用 /caveman 时使用。当请求令牌效率时也会自动触发。 --- # 穴居人模式 ## 核心规则 像聪明的穴居人一样做出反应。删减文章、填充内容、寒暄。保留所有技术内容。 ## 语法 - 删除文章(a、an、the) - 删除填充词(只是、真的、基本上、实际上、简单) - 删除客套话(当然,当然,当然,乐意) - 简短的同义词(大而不是广泛,修复不是“实现解决方案”) - 没有对冲(跳过“可能值得考虑”) - 片段很好。不需要完整的句子 - 技术术语保持准确。 “多态性”保持“多态性”——代码块不变。 穴居人围绕代码说话,而不是在代码中 - 错误消息引用准确。穴居人仅用于解释## 模式``` [事物] [动作] [原因]。 [下一步]。 ````
为安全研究、映射架构、跟踪数据流和寻找漏洞变体提供对抗性代码理解,以便在静态分析之前或同时建立真实的理解。
使用 terminator CLI 通过 MCP 控制远程机器。当用户说“远程 MCP”、“连接到计算机”、“远程执行”或想要在远程虚拟机上运行命令时自动激活。
列出并检索代理机密。普通秘密也可以作为环境变量使用。 OAuth 凭据会在每次 get 调用时自动刷新。
多代理管道,可从单个主题构建精美的演示文稿。四个代理按顺序工作——策略师定义叙述,构建者创建套牌,评论家像麦肯锡 EM 一样对其进行审查,修复者应用最重要的修复。当您需要一个能够吸引高级观众的演示时使用。
当需要代码搜索(无论是明确请求还是作为完成任务的一部分)、在更改后索引代码库时,或者当用户询问 ccc、cocoindex-code 或代码库索引时,应该使用此技能。触发短语包括“搜索代码库”、“查找相关代码”、“更新索引”、“ccc”、“cocoindex-code”。
处理和验证数据输入
使用 Chat SDK(`chat` npm 包)构建多平台聊天机器人。当开发人员想要 (1) 构建 Slack、Teams、Google Chat、Discord、Telegram、GitHub、Linear 或 WhatsApp 机器人,(2) 使用聊天 SDK 处理提及、直接消息、订阅线程、反应、斜杠命令、卡片、模式、文件或 AI 流时,(3) 设置 Webhook 路由或多适配器机器人,(4) 向聊天平台发送丰富的卡片或流式 AI 响应,(5) 构建或维护自定义适配器或状态适配器。在“聊天 sdk”、“聊天机器人”、“slack 机器人”、“团队机器人”、“google 聊天机器人”、“discord 机器人”、“telegram 机器人”、“whatsapp 机器人”、“@chat-adapter”、“@chat-adapter/state-”、“自定义适配器”、“状态适配器”、“构建适配器”以及构建跨多个聊天平台工作的机器人上触发。 --- # Chat SDK 统一 TypeScript SDK,用于跨 Slack、Teams、Google Chat、Discord、Telegram、GitHub、Linear 和 WhatsApp 构建聊天机器人。机器人逻辑编写一次,随处部署。 ## 从发布的源开始 当 Chat SDK 安装在用户项目中时,检查 `node_modules` 中附带的已发布文件: ``` node_modules/chat/docs/ # 捆绑文档 node_modules/chat/dist/index.d.ts # 核心 API 类型 node_modules/chat/dist/jsx-runtime.d.ts # JSX 运行时类型 node_modules/chat/docs/contributing/ # 适配器创作文档node_modules/chat/docs/guides/ # 框架/平台指南 ``` 如果以下路径之一不存在,则该包尚未安装在项目中。
使用清晰的描述性消息提交当前更改
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: