使用 OpenTelemetry - 配置收集器、设计管道、检测应用程序、实施采样策略、管理基数、保护遥测数据、排除可观察性问题、编写 OTTL 转换、制定生产可观察性架构决策或设置 AI 编码代理的可观察性（Claude Code、Codex、Gemini CLI、GitHub Copilot 等）
通过终端进行所有 GitLab 操作的综合 GitLab CLI (glab) 命令参考和工作流程。当用户提到 GitLab CLI、glab 命令、GitLab 自动化、通过 CLI 进行 MR/问题管理、CI/CD 管道命令、存储库操作、身份验证设置或任何 GitLab 终端操作时使用。路由到 auth、CI、MR、issue、releases、repos 和 30 多个其他 glab 命令的专门子技能。在 glab、GitLab CLI、GitLab 命令、GitLab 终端、GitLab 自动化上触发。
RESTful API 设计约定，包括端点命名、HTTP 方法、状态代码、分页、错误处理和版本控制模式。在设计 API、创建端点或审查 API 合同时使用。
用于与 OntoSkills MCP 服务器交互的协议，以从编译的知识图中发现、评估和组合技能。
OpenClaw 的通用 ClawProbe 花费消化技能。当用户需要每日、每周或每月的成本摘要、最高支出者、代币总数、每日细分或基于本地 OpenClaw 和 Clawprobe 数据的前期比较时使用。该技能是指导加上可运行的 Node 脚本：读取此文件，然后使用 exec 和 Node 来生成摘要。
针对实时 LGTM 堆栈对 Grafana Lens 代理工具进行端到端集成测试。检测本地代码更改并对受影响的工具运行有针对性的测试。
使用会话历史记录作为基本原理和总结，从当前更改创建格式良好的 git 提交；当要求提交、准备提交消息或完成分阶段工作时使用。 --- # Commit ## 目标 - 生成反映实际代码更改和会话上下文的提交。 - 遵循常见的 git 约定（类型前缀、短主题、包装正文）。 - 在正文中包括摘要和理由。 ## 输入 - 法典会议历史记录的意图和理由。 - `git status`、`git diff` 和 `git diff --staged` 用于实际更改。 - 特定于存储库的提交约定（如果有记录）。 ## 步骤 1. 阅读会话历史记录以确定范围、意图和理由。 2. 检查工作树和分阶段更改（`git status`、`git diff`、`git diff --staged`）。 3. 在确认范围后暂存预期的更改，包括新文件 (`git add -A`)。 4. 对新添加的文件进行健全性检查；如果有任何内容看起来是随机的或可能被忽略（构建工件、日志、临时文件），请在提交之前将其标记给用户。 5. 如果暂存不完整或包含不相关的文件，请修复索引或要求确认。 6. 选择与更改匹配的常规类型和可选范围（例如，`feat(scope): ...`、`fix(scope): ...`、`refactor(scope): ...`）。 7. 以祈使语气写主题行，<= 72 个字符，无句号。 8. 撰写正文，其中包括： - 关键变更摘要（变更内容）。 - 基本原理和权衡（为什么改变）。 - 测试或验证运行（如果未运行则明确注释）。 9. 使用“Codex <[email protected]>”为 Codex 附加“共同创作者”预告片，除非用户明确请求不同的身份。 10. 在 72 个字符处换行正文。 11. 使用here-doc或临时文件创建提交消息并使用“git commit -F <file>”，因此换行符是文字的（避免使用“-m”和“\n”）。 12. 仅当消息与暂存的更改匹配时才提交：如果暂存的差异包含不相关的文件或消息描述未暂存的工作，请修复索引或修改消息
mise + fnox + infisical 秘密工具链的知识和护栏，涵盖秘密注入、秘密提供者和环境变量卫生。
按照注册表模式向 agent-command-sync 添加新的代理（工具）支持
Apache Cassandra 的数据建模和架构设计。在设计表、选择分区键、建模时间序列数据或查看现有架构时使用。
在 Frappe 中构建 REST 和 RPC API，包括白名单方法、身份验证和权限处理。在创建自定义端点、与外部系统集成或通过 API 公开业务逻辑时使用。
编码代理会话的本地可观察性。在检查代理所做的事情、调试失败的会话、检查令牌/成本支出、比较会话之间的方法或调查日常代理活动时使用。 --- # AgentLens — 代理会话可观察性 在猜测出了什么问题之前检查会话。来自 Cursor、Claude Code、Codex、Gemini、Pi 和 OpenCode 的跟踪的一个本地表面。 ## 何时使用 - 会话失败或产生意外结果 - 检查代理调用的工具以及顺序 - 检查令牌使用情况和成本 - 比较同一任务的两种方法 - 每日/每周检查所有代理的活动 - 调试会话停滞或循环的原因 ## 快速参考 ### CLI ```bash agentlens 摘要 # 所有索引会话的概述 agentlenssessions list --limit 20 # 最近的会话agentlenssessionlatest --show-tools # 使用工具调用的最后一个会话agentlenssessionseventslatest --follow # 来自最新的直播事件 ``` ### 浏览器 UI ```bash agentlens --browser # 打开 http://127.0.0.1:8787 ```
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：
