每日精选skills数量
3,626 3,840 3,909 3,920 3,927 3,966 4,007
04/05 04/06 04/07 04/08 04/09 04/10 04/11
♾️免费开源 🛡️安全无忧

导入技能

LinklyAI LinklyAI
from GitHub 文档与知识管理
  • 📁 references/
  • 📁 scripts/
  • 📄 .clawhubignore
  • 📄 .gitignore
  • 📄 LICENSE

linkly-ai

Search, browse, and read the user's local documents indexed by Linkly AI. This skill should be used when the user asks to 'search my documents', 'find files about a topic', 'read a local document', 'search my knowledge base', 'browse document outlines', 'list knowledge libraries', 'explore my documents', or any task involving searching, browsing, or reading locally stored documents (PDF, Markdown, DOCX, TXT, HTML). Also triggered by: 'linkly not working', 'can not connect to linkly', '搜索我的文档', '查找文件', '知识库搜索', '浏览文档大纲', '列出知识库', '连接不上', '故障排查'. Provides full-text search, structural outlines, and paginated reading via CLI or MCP tools.

0 23 10天前 · 上传 详情页 →
mykpono mykpono
from GitHub 商业与运营
  • 📁 .claude-plugin/
  • 📁 .cursor/
  • 📁 .github/
  • 📄 .gitignore
  • 📄 AGENTS.md
  • 📄 CHANGELOG.md

ultimate-seo-geo

审核和优化网站的搜索引擎可见性 (SEO) 和人工智能搜索引文 (GEO),涵盖技术健康状况、E-E-A-T 内容评分、域名权限、结构化数据、丰富结果和实体信号。在运行 SEO 审核、诊断流量下降或排名损失、生成 Schema.org JSON-LD、检查 Core Web Vitals、可抓取性、robots.txt、站点地图、hreflang、反向链接、规划内容策略或站点迁移、修复索引问题或优化 AI 概览、ChatGPT 和 Perplexity 时使用。不适用于付费广告 (PPC/SEM)、社交媒体策略、电子邮件营销或与搜索无关的一般网络开发。

0 18 11天前 · 上传 详情页 →
pomazanbohdan pomazanbohdan
from GitHub 数据与AI
  • 📁 resources/
  • 📄 SKILL.md

rag-pipeline

Rust/MCP 项目的统一 RAG 管道技能。涵盖架构、通过 Candle ML 框架进行的本地嵌入、分块策略、检索模式、混合搜索、重新排名和评估 (NDCG/MRR)。使用场合:构建 RAG、向量搜索、语义搜索、文档检索、Rust 中的嵌入。

0 12 7天前 · 上传 详情页 →
jnemargut jnemargut
from GitHub 工具与效率
  • 📄 .gitignore
  • 📄 LICENSE
  • 📄 README.md

s

更好的谷歌搜索。像在 Google 中一样输入查询,即可获得 3 个综合的迷你简报,其中包含“最佳”结论、自适应评级和来源引文。从多个角度(一般、Reddit/论坛、评论)进行搜索,以揭示单个 Google 搜索遗漏的内容。

0 9 7天前 · 上传 详情页 →
project-nomos project-nomos
from GitHub 工具与效率
  • 📄 SKILL.md

apple-notes

通过 macOS 上的“memo” CLI 管理 Apple Notes(创建、查看、编辑、删除、搜索、移动和导出笔记)。当用户要求添加便笺、列出便笺、搜索便笺或管理便笺文件夹时使用。

0 8 10天前 · 上传 详情页 →
marlandoj marlandoj
from GitHub 数据与AI
  • 📁 assets/
  • 📁 references/
  • 📁 scripts/
  • 📄 .gitignore
  • 📄 AGENTS.md
  • 📄 BENCHMARK_REPORT.md

zo-memory-system

Zo 计算机的混合 SQLite + Vector 角色内存系统。具有时间查询、图形增强搜索、BFS 路径查找、知识差距分析、自动捕获管道的情景记忆。为角色提供持久记忆,包括语义搜索(nomic-embed-text)、HyDE 查询扩展(qwen2.5:1.5b)、Ollama 支持的内存门、5 层衰减和群体集成。需要 Ollama 进行嵌入。

0 7 9天前 · 上传 详情页 →
drguptavivek drguptavivek
from GitHub 文档与知识管理
  • 📁 references/
  • 📁 scripts/
  • 📄 SKILL.md

kb-search

从agentic_kb知识库中搜索和检索知识。当用户请求搜索知识库、询问“我如何...”应该查阅知识库的问题、想要记录新知识或在会话开始时更新知识库子模块时使用。当用户想要用新知识更新知识库时也可以使用。当您在任务期间学习新的、可重用的知识时,知识捕获。支持 Typesense(快速全文搜索)、FAISS(语义向量搜索)和 ripgrep(精确模式匹配)。所有知识库均采用 Obsidian 格式,可以使用 Obsidian 中的网络地图轻松直观地浏览。

0 7 12天前 · 上传 详情页 →
sumisingh10 sumisingh10
from GitHub 工具与效率
  • 📄 SKILL.md

code-search

当用户要求“搜索代码”、“在文件中查找”、“grep for”、“查找模式”、“搜索代码库”、“查找引用”、“查找用法”、“搜索函数”、“查找定义 X 的位置”或需要在目录树中搜索文件内容时,应使用此技能。提供有关使用 search_code MCP 工具进行快速索引代码搜索的指南。

0 6 9天前 · 上传 详情页 →
ken-zy ken-zy
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

airdrop-eval

空投项目评估 — 基于 v3 门槛+加权模型(发币意愿/风险 门槛检查 → 筹码/链上/竞争/成本 加权评分) 百分制 × 系数,输出档位判定(Sprint/中等维护/低保维护)。 输出格式对齐 P-xxx 空投评估模板。Triggers on "空投评估", "airdrop evaluation", "项目评分", "airdrop scoring", "空投分析", "evaluate airdrop", or "P-xxx". --- # Airdrop Evaluation (v3) 基于门槛+加权评分框架对空投项目进行综合评估,输出 P-xxx 格式报告。 ## Data Source Priority ### Layer 1: MCP - **coingecko** — 代币信息(如已发币) - **dune** — 链上数据(交易指标、用户增长、手续费、供需分析、KPI 汇总) ### Layer 2: Chrome CDP - `defillama.com/protocol/{protocol}` — TVL 趋势、协议数据 - 官网、文档、Discord ### Layer 3: Web Search - 融资背景、团队信息、社区规模、积分机制、官方公告、竞品信息 ## Workflow ### Step 1: Project Identification + Document Collection - 解析项目名称 - 查找官网、文档、社交媒体链接 - 确认项目状态(是否已发币、是否有积分系统) - **主动询问用户是否有项目相关文档**(白皮书、tokenomics、积分规则等) - 用户提供 → 优先作为评分依据,按文档性质标注置信度 - 官方公告/白皮书/合约文档 → ◆ - 多源交叉验证的分析 → ◇ - 单一来源未验证 → ○ - 用户没有 → 继续自动拉取 ### Step 2: Auto-Fetch Data 自动拉取可获取的数据: - coingecko: 代币信息(如已发币) - dune: 链上数据 - 日度交易指标(交易次数、交易量 USD、手续费 USD、Unique Takers/Makers) - 用户增长(新增用户、7日均值、累计用户) - 协议收入/手续费趋势 - 供需背离分析(供给侧 vs 需求侧指标趋势对比) - 汇总 KPI(总交易量、总交易数、总手续费、总用户数、峰值日、WoW 变化) - defillama: TVL 趋势(Chrome CDP) - Web Search: 融资轮次、估值、团队背景、积分机制细节、社区规模、竞品信息 (URL 未知时先 Web Search 取 URL 再 Chrome CDP 访问,Web Search 无法找到 URL 则直接 Web Search 摘要兜底) ### Step 3: Gate Check (门槛检查) 预填"发币意愿"和"风险等级"评分 + 依据 + 置信度标注: | 门槛维度 | 建议分数 | 系数 | 依据 | 置信度 | |---------|---------|------|------|-------| | 发币意愿 | X | ×Y | [data] | ◆/◇/○ | | 风险等级 | X | ×Y | [data] | ◆/◇/○ | **明确标注为建议评分,等待用户确认或调整。** - 用户确认后: - 任一维度 < 3 → 输出"放弃"精简报告,**流程终止** - 两项都 ≥ 3 → 记录系数,进入 Step 4 ### Step 4: Weighted Scoring (加权评分预填 + 用户确认) 预填四个加权维度评分建议: | 维度 | 权重 | 建议分数 | 依据 | 不确定性 | 置信度 | |------|------|---------|------|---------|-------| | 筹码获取 | 30% | X | [data] | [unknowns] | ◆/◇/○ | | 链上健康度 | 25% | X | [data] | [unknowns] | ◆/◇/○ | | 竞争定位 | 25% | X | [data] | [unknowns] | ◆/◇/○ | | 单位成本 | 20% | X | [data] | [unknowns] | ◆/◇/○ | **明确标注为建议评分,等待用户确认或调整。** 用户可以补充自己的判断依据。 ### Step 5: Calculate + Report (计算 + 生成报告) - 计算最终分 - 档位判定(含降档规则) - 催化剂表格(如有) - 按模板输出报告 ## Output Template — Gate

0 5 6天前 · 上传 详情页 →
ahundt ahundt
from GitHub 工具与效率
  • 📁 references/
  • 📄 SKILL.md

ai-session-tools

跨 Claude Code、AI Studio 和 Gemini CLI 搜索、恢复和分析 AI 会话历史记录。当用户要求“查找上周的文件”、“搜索会话”、“压缩后恢复上下文”、“AI 做了什么”、“将会话导出到 Markdown”、“查找更正”、“分析会话质量”、“从过去的错误中改进 CLAUDE.md”或“将 AI 错误转化为规则”时使用。包含会话搜索、文件恢复、修正检测、自我改进工作流程。

0 6 10天前 · 上传 详情页 →

Skills文件组织结构基本样例(仅作参考)

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

SKILL.md 内容要求

├─ ⭐ 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)

为什么选择 SkillWink?

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。

AI 语义搜索 关键词检索 版本更新 多维排序 开放标准 评论交流

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。

常见问题解答(FAQ)

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。

1,什么是Agent Skills?

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。

2,Skills是怎么运行的?

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。

3,我该怎么快速找到想要的技能?

推荐 3 种方式组合使用:

  • 语义搜索:用一句自然语言描述你想解决的问题;
  • 多维筛选:按分类/标签/作者/语言/许可证过滤;
  • 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。

4,SkillWink 支持哪些导入方式?

  • 上传归档文件导入:.zip / .skill 一键导入(推荐)
  • 上传skills文件夹
  • 从GitHub仓库导入

注:以上导入方式文件大小控制在10M之内。

5,在Claude / Codex 等系统中如何是使用?

常见路径如下(不同系统略有差异,以你本机为准):

  • Claude Code:~/.claude/skills/
  • Codex CLI:~/.codex/skills/

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”。

6,一个技能能不能被多个工具一起用?

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。

7,这些skills使用安全吗?

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。

8,为什么我导入后“没有生效”?

最常见原因是这几类:

  • 放错目录(路径不对、层级多了一层)
  • SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
  • 依赖未安装(Python/Node/CLI 工具缺失)
  • 工具未重新加载技能(某些环境需要重启/刷新)

9,SkillWink 会不会收录重复或低质量技能?

我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:

  • 重复技能:看差异点(更快/更稳定/更强主题能力)
  • 低质量技能:我们会定期清理低质量skills