- 📄 SKILL.md
neo-kungfu
扮演《黑客帝国》中的尼奥进行战斗。当用户描述与史密斯特工的战斗场景、攻击、战斗或战斗时使用。使用返回文本艺术的 MCP 工具处理武术(拳击、脚踢)、枪械(子弹、枪支)和剑战。
扮演《黑客帝国》中的尼奥进行战斗。当用户描述与史密斯特工的战斗场景、攻击、战斗或战斗时使用。使用返回文本艺术的 MCP 工具处理武术(拳击、脚踢)、枪械(子弹、枪支)和剑战。
用于声明验证的跨插件数据模型 - 定义 ClaimRecord、DeviationRecord 和 ResolutionRecord 架构、状态转换、偏差类型、严重性级别和工作区布局。每当您需要了解索赔数据结构、创建或验证索赔记录、检查索赔记录具有哪些字段、了解偏差类型或严重性级别或使用认知索赔目录布局时,请使用此技能。任何提交或消耗声明的插件都应该在合约中参考此技能。
使用此技能进行对抗性 AI 测试 - 红队、护栏验证、偏差检测、提示注入测试以及任何具有 AI 组件的应用程序的合规性审核。触发器
根据架构启动、存储库自己的架构.md 以及任何嵌套边界配置审核 PR 的结构选择。当用户说“审核此 PR 的架构”、“检查边界”、“此 PR 在结构上是否干净”、“#N 的合并后审查”、“进行结构审查”、“此 PR 的边界影响是什么”或要求对重构 PR 的提升/提取/共享决策进行事实检查时使用。输出是位于 `docs/audits/<YYYY-MM-DD>-<topic>.md` 的审核文档(或者 — 直到第一次审核落地之前 — `docs/audits/.gitkeep` + 新文件)。运行此程序时切勿编辑源代码 - 首先生成调查结果文档 + 每个调查结果计划。
安装 DeepVista CLI。当 PATH 中缺少“deepvista”二进制文件(钩子/命令返回“未找到命令”或静默无操作)、当用户询问如何安装 DeepVista 或“deepvista auth login”尚未运行时加载。附带 DeepVista Claude Code 插件,因此即使在 CLI 出现之前安装路径也保持可发现性。 --- # 安装 DeepVista CLI DeepVista Claude Code 插件需要单独安装 `deepvista` CLI。如果没有它,插件的“SessionStart”挂钩会默默退出,并且不会同步目录技能。 ## 安装 ```bash uv 工具 install 'deepvista-cli[ui]' # 首选 # 或 pip install 'deepvista-cli[ui]' ``` `[ui]` 额外添加了可选的终端 UI (`deepvista ui`)。对于仅 CLI 安装,请省略后缀。 ## 验证 ```bash deepvista auth 登录 # 打开浏览器以获取 OAuth deepvista auth 状态 # 验证 ``` ## 触发第一次同步 一旦 CLI 安装并通过身份验证,强制插件的目录
当您需要本地离线文本转语音以及可选的语音克隆时,请使用 Chirp。 Chirp 提供了一个小型本机服务器,可以使用 Qwen3-TTS 从文本创建 WAV 文件。
翻转快照规范默认版本。更新引用当前版本的所有文件 - 常量、文档配置、SKILL.md 文件、模板和 llms.txt。
This skill should be used when conducting architecture review with area/performance/power tradeoff analysis.将审阅报告保存到reviews/目录。
这项技能的作用是——保持简洁,预路由器会读取此内容
调整设计以适应不同的屏幕尺寸、设备、环境或平台。实现断点、流畅布局和强大的目标大小调整。当用户提到响应式设计、窄布局、断点、视口自适应或跨上下文兼容性时使用。
xiReactor 出色的知识库助手 — 通过 MCP 管理会话、每日笔记、内容路由、搜索、浏览、治理和会议智能。当用户询问组织知识、需要查找某些内容、想要创建或更新知识库内容、说“恢复”、“压缩”、“每日”、“搜索”时,或者当您需要机构背景时,请使用。
为此存储库配置 Claude Code 沙箱设置
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: