- 📄 SKILL.md
cursor-agent-supervisor
将具有明确定义范围的任务卸载给子代理,例如使用子代理来实现一组规范。当任务不需要对整个项目有广泛的了解时,请使用此技能
将具有明确定义范围的任务卸载给子代理,例如使用子代理来实现一组规范。当任务不需要对整个项目有广泛的了解时,请使用此技能
生成 oh-my-hi 仪表板。技能、代理、插件、挂钩、内存、MCP 服务器、规则和原理的可视化目录和使用/令牌分析。由“/omh”、“线束状态”、“仪表板”等触发。
通过模式验证和注册表集成来引导座席个性创建
AI代理的认知引擎:将文件索引为原子命题和实体图,跨4个加权维度(相似性、时间性、重要性、频率)检索,自动反映见解,自动检测和解决矛盾,对每个功能进行全面参数控制。
帮助您有效地使用/btw(或/qq)旁白工作流程。当您想要并行思考、在不中断正在进行的工作的情况下提出辅助问题或将辅助线程注入回主代理时,请使用。
[已弃用 - 使用 Remember /remember 代替;已计划删除] 搜索并总结所有项目中过去的克劳德代码工作。与记住的工作流程相同;暂时保留以保持兼容性。
使用beads-village MCP工具进行多代理任务协调时使用——涵盖初始化、声明、保留、完成生命周期和常见反模式
在创建或更新 AGENTS.md 文件、.github/copilot-instructions.md 或其他 AI 代理规则文件、将 AI 代理加入到项目、标准化代理文档时,或者当任何人提及 AGENTS.md、代理规则、项目加入或 AI 代理的代码库文档时使用。
当请求需要存储库导航、代码更改、调试或结构化数据分析时使用,最安全的路径是将执行交给集中的子代理。
在存储库中安装、配置、审核和操作代理程序包管理器 (APM)。在初始化 apm.yml、安装或更新包、验证清单、管理锁定文件、编译代理上下文、浏览 MCP 服务器、设置运行时或打包 CI 和团队分发的解析上下文时使用。不要用于手动编写单个技能、通用包管理器(例如 npm 或 pip)或非 APM 代理配置系统。
UiPath 代理生命周期 — 编码(Python:LangGraph/LlamaIndex/OpenAI Agents)和低代码(Agent Builder 中的agent.json)。设置、验证、构建、运行、评估、部署、同步。对于 C# 或 XAML 工作流程→uipath-rpa。
当任务需要真正的浏览器自动化、DOM 探索、浏览器会话状态、网络捕获或使用 Opensteer 进行浏览器支持的请求重放时使用。默认模式是:首先使用 CLI 进行探索,然后使用 SDK 编写最终代码。
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: