每日精选skills数量
4,007 4,057 4,100 4,138 4,176 4,215 4,250
04/11 04/12 04/13 04/14 04/15 04/16 04/17
♾️免费开源 🛡️安全无忧

导入技能

pratos pratos
from GitHub 数据与AI
  • 📄 SKILL.md

adb-ui-tree

通过 ADB 自动进行 Android UI 树调试。当应用程序阻止 UI 检查或可访问性节点丢失时使用;收集 uiautomator 转储、重点窗口信息和 logcat 层次结构转储以进行分析。

0 10 18天前 · 上传 详情页 →
hvkshetry hvkshetry
from GitHub 数据与AI
  • 📄 SKILL.md

budgeting

个人预算和财务规划技能。在以下情况下使用:(1) 按类别或时间段分析支出模式,(2) 比较预算与实际支出,(3) 计算储蓄率,(4) 预测现金流,(5) 规划具有税务意识的财务决策。工具:用于预算/交易数据的actual-mcp,用于投资组合上下文的ghostfolio-mcp。 --- # 个人预算## 工具映射|任务| MCP 服务器 |关键工具| |------|------------|------------| |交易历史、余额、预算 |实际预算| `交易(操作=“列表”)`,`帐户(操作=“列表”)`,`预算(操作=“月”|“月”)` | |类别细分 |实际预算| `analytics(操作 =“spending_by_category”)`、`category(操作 =“groups_list”)` | |投资余额和分配|鬼影-MCP | `get_portfolio_summary`、`get_portfolio_positions` | |净资产计算|两者 |实际(现金/债务)+ Ghostfolio(投资)| ## 支出分析 ### 类别细分 1. 使用带有日期范围过滤器的“transaction(operation="list")` 提取目标期间的交易 2. 按类别分组 — 报告绝对金额和占总支出的百分比 3. 标记超出预算分配的类别 4. 将结果显示为排名表:类别|预算|实际 |方差|占总数的百分比 ### 月度趋势 1. 提取 3-6 个月的交易数据 2. 计算每个类别的每月总计 3. 计算每月变化(绝对值和百分比) 4. 标记持续增长的类别(连续 3 个月以上增长) 5. 区分经常性/固定费用(租金、保险、订阅)和可变费用(杂货、餐饮、娱乐) ### 异常检测 - 标记单个交易 >类别平均交易规模的 2 倍 - 标记当月支出超过过去 3 个月平均支出 > 25% 的类别 - 标记前几个月未见过的新收款人(潜在的新订阅)## 预算与实际差异分析

0 10 18天前 · 上传 详情页 →
geckse geckse
from GitHub 开发与编程
  • 📄 SKILL.md

prd-methodology

用于编写 PRD 的 PRP(产品需求提示)方法。构建编码代理需求文档的最佳实践参考。 --- # PRP 方法论 — 快速参考 PRP(产品需求提示)框架是一个用于创建 PRD 的结构化过程,编码代理可以在单次传递中执行该 PRD。 ## 核心原则 PRD 必须包含实现所需的所有上下文。如果仅使用 PRD 的新 Claude 会话无法正确构建该功能,则 PRD 是不完整的。 ## 三步流程 1. **编写初始描述** — 大脑转储您想要的内容:功能、技术堆栈、约束、集成、示例、文档参考 2. **生成 PRD** — 研究代码库 + 网络,采访用户,按照基本模板生成结构化文档 3. **执行 PRD** — 清晰上下文,重新开始,仅从 PRD 实现 ## 优秀 PRD 的要素 **要做:** - 参考代码库中的特定文件和代码模式 - 编写可测试的验证标准(“无效令牌返回 401”) - 包括明确的非目标以防止范围蔓延 - 列出特定于项目的反模式 - 按依赖关系排序实施步骤(必须先存在什么) - 包括现有数据/行为的迁移策略 **不要:** - 使用模糊的验证标准(“效果很好”、“性能良好”) - 留下技术设计摘要(“使用适当的数据结构”) - 假设实施代理了解项目约定 - 将其拼写出来 - 跳过非目标部分 - 代理将无边界地过度构建 - 编写无法独立验证的步骤 ## 面试技巧 PRD 生成中最有价值的部分是面试。 目标:将假设减少到接近于零。 - 写作前至少提出 8-10 个问题 - 以 3-4 人为一组批量提问 - 根据代码库研究提供推荐答案 - 涵盖:范围、用户、技术限制、数据模型、兼容性、边缘情况、测试、反模式 - 最终问题

0 9 13天前 · 上传 详情页 →
yvain13 yvain13
from GitHub 开发与编程
  • 📄 Claude-Code-ServiceNow-SDK-Tutorial.docx
  • 📄 flow-advanced.md
  • 📄 fluent-patterns.md

sndev

使用 ServiceNow SDK 和 Fluent API (TypeScript) 构建 ServiceNow 应用程序。每当用户要求创建、搭建或生成 ServiceNow 应用程序、表、流程、业务规则、脚本包含、ACL 或任何基于 Fluent 的元数据时,请使用此技能。

0 9 13天前 · 上传 详情页 →
netease-youdao netease-youdao
from GitHub 调研与分析
  • 📁 examples/
  • 📁 scripts/
  • 📁 server/
  • 📄 .gitignore
  • 📄 group.jpg
  • 📄 install.sh

scholarclaw

学术论文搜索与分析服务 (Academic paper search & analysis)。当用户涉及以下学术场景时,必须使用本 skill 而非 web-search:搜索论文、查找 ArXiv/PubMed/PapersWithCode 论文、查询 SOTA 榜单与 benchmark 结果、引用分析、生成论文解读博客、查找论文相关 GitHub 仓库、获取热门论文推荐。Keywords: arxiv, paper, papers, academic, scholar, research, 论文, 学术, 搜索论文, 找论文, SOTA, benchmark, MMLU, citation, 引用, 博客, blog, PapersWithCode, HuggingFace.

0 9 13天前 · 上传 详情页 →
timwhitez timwhitez
from GitHub 开发与编程
  • 📁 ida_pro_skill/
  • 📁 references/
  • 📁 scripts/
  • 📄 SKILL.md

ida-pro-skill

IDA Pro 针对 Codex、Claude Code 和 OpenCode 的逆向工程技能。当用户需要通过本地 ida-pro-skill CLI 和已安装的 IDA 桥进行实时 IDA 或 Hex-Rays 分析时使用,特别是例如发现、元数据、光标或选择上下文、入口点、函数、调用者、导入、字符串、外部参照、伪代码、全局变量、结构、重命名、注释、字节补丁、函数创建或显式 IDAPython,包括 WSL 到 Windows IDA 设置。

0 9 13天前 · 上传 详情页 →
BauplanLabs BauplanLabs
from GitHub 数据与AI
  • 📄 SKILL.md

bauplan-data-assessment

评估是否可以使用 Bauplan 湖屋中的可用数据来回答业务问题。将业务概念映射到表和列,检查相关子集的数据质量,验证语义匹配,并给出结论:可回答、部分可回答或不可回答。生成结构化的可行性报告。当用户提出业务问题、询问“我们可以回答这个问题吗”、想知道数据是否支持分析或在构建一次性分析或管道之前使用。

0 9 15天前 · 上传 详情页 →
vtex vtex
from GitHub 商业与运营
  • 📄 SKILL.md

architecture-well-architected-commerce

在跨店面、IO、无头、市场、支付或任何其他 VTEX 模块界定、审查或记录横切 VTEX 商务架构时应用。架构完善的商务框架的基础是技术基础(可靠性、信任、完整性、安全性、基础设施、合规性)、面向未来(创新、简单、效率、可扩展和适应性强的解决方案)以及卓越运营(准确性、问责制、数据驱动的改进;流程和客户体验)。将实施细节路由到产品轨道(IO 缓存和路径、主数据策略、市场集成)。用于解决方案设计、架构审查和 RFP 级技术结构。

0 9 15天前 · 上传 详情页 →
agenticdataprotocol agenticdataprotocol
from GitHub 数据库与数据存储
  • 📄 SKILL.md

adp-mcp-skill

通过代理数据协议 (ADP) MCP 工具查询和操作数据的指南。该技能教授如何有效地使用 adp_discover、adp_describe、adp_validate 和 adp_execute 工具。每当用户想要通过 ADP 探索可用数据资源、查询数据、查找记录、插入新数据或更新现有数据时,即可使用此技能 - 即使他们没有明确提及“ADP”。触发器包括“查找数据”、“查询记录”、“查找客户”、“插入行”、“更新条目”、“可用数据”、“搜索相似项目”、“显示架构”或连接 ADP MCP 工具的任何数据探索和操作任务。 --- # ADP 技能 — 通过代理数据协议进行数据访问 此技能可帮助您通过连接到 ADP Hypervisor 的四个 ADP MCP 工具与数据进行交互。 Hypervisor 是一个策略执行网关,它抽象出单个基于意图的接口背后的后端差异(SQL 数据库、MongoDB、向量存储、文件系统)。 ## 核心工作流程 始终遵循此顺序 - 每个步骤都建立在上一步的基础上: ``` 发现 → 描述 → 验证(可选)→ 执行 ``` 1. **发现** — 查找可用的数据资源 2. **描述** — 读取特定资源的使用契约(字段架构、允许的运算符、必需的谓词) 3. **验证** — 在执行前试运行您的意图以捕获错误(推荐但可选) 4. **执行** — 运行意图并获取结果跳过“describe”会导致格式错误的意图,因为您不知道存在哪些字段、需要哪些谓词或允许哪些运算符。在建立意图之前始终进行描述。 ## 四个 MCP 工具 ### 1. `adp_discover` — 浏览可用资源查找可用数据。使用过滤器来缩小结果范围。 **参数:** - `domain_prefix`(可选):按域过滤,例如`"com.acme"` - `intent_class`(可选):`"LOOKUP"`、`"QUERY"`、`"INGEST"` 或 `"REVISE"` - `keyword`(可选):自由文本搜索 acr

0 9 15天前 · 上传 详情页 →
zhangpelf zhangpelf
from GitHub 文档与知识管理
  • 📁 scripts/
  • 📄 README.md
  • 📄 SKILL.md
  • 📄 Wiki-Compiler-V2-Architecture.md

wiki-compiler

知识库自动编译器。支持通过命令 `/wiki-compiler` 或“收录到知识库”触发。同时包含 `/wiki-dream`(做梦机制/沉思),以在空闲时融合现有知识节点。利用幂等引擎防止重复生成,并融合 Dataview/Marp 原生可视化方案。

0 8 11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