- 📄 SKILL.md
fizzy
通过 Fizzy CLI 与 Fizzy 交互。管理图板、卡片、专栏、评论、步骤、反应、标签、用户、通知、pin、webhook 和帐户设置。用于任何 Fizzy 问题或操作。
通过 Fizzy CLI 与 Fizzy 交互。管理图板、卡片、专栏、评论、步骤、反应、标签、用户、通知、pin、webhook 和帐户设置。用于任何 Fizzy 问题或操作。
玩《命令与征服红色警戒》RTS — 使用 48 个 MCP 工具建造基地、训练军队并击败 AI 对手。
将前端 UI 美学判断应用于 Web 界面生成、审查和重构任务。在处理前端代码中的层次结构、组合、响应能力、可访问性或视觉效果时使用。
用于 AI 代理的 React DevTools CLI。当用户要求您在运行时调试 React 或 React Native 应用程序、检查组件 props/state/hooks、诊断渲染性能、分析重新渲染、查找缓慢组件或了解某些内容重新渲染的原因时使用。触发器包括“为什么要重新渲染”、“检查组件”、“X 有什么 props”、“分析应用程序”、“查找缓慢的组件”、“调试 UI”、“检查组件状态”、“应用程序感觉很慢”或任何 React 运行时调试任务。
内容实验和 A/B 测试指南,涵盖实验设计、假设、指标、样本大小、统计基础、CMS 管理的变体和常见分析陷阱。在规划实验、设置变体、选择成功指标、解释统计结果或在 CMS 或前端堆栈中构建实验工作流程时,请使用此技能。
测试优先的 Open-FDD 实验室技能:外部工作台验证、前端/API 奇偶校验、BRICK+BACnet 验证、隔夜分类以及已确认产品缺陷的问题归档。
Node.js、Express 和 Next.js API 路由的后端架构模式、API 设计、数据库优化和服务器端最佳实践。
帮助将 Grip Connect 集成到 Web、Capacitor、React Native、运行时和 CLI 项目中。用于包选择、支持的设备设置、蓝牙限制、流式传输和导出工作流程、CLI 和运行时使用、连接故障排除以及不受支持的自定义设备指南。 --- # Grip Connect 当用户使用 Grip Connect 软件包进行构建、选择平台、连接受支持的设备或调试连接和设置问题时,请使用此技能。 ## 从平台和设备开始
创建具有清晰视觉方向的独特的生产级前端界面,同时尊重项目设计规范约束、现有设计系统和最小差异工程边界。在构建或重新设计页面、登陆屏幕、仪表板、营销界面或其他视觉质量对结果产生重大影响的前端 UI 时使用。
用于 AI 代理的 React DevTools CLI。当用户要求您在运行时调试 React 或 React Native 应用程序、检查组件 props/state/hooks、诊断渲染性能、分析重新渲染、查找缓慢组件或了解某些内容重新渲染的原因时使用。触发器包括“为什么要重新渲染”、“检查组件”、“X 有什么 props”、“分析应用程序”、“查找缓慢的组件”、“调试 UI”、“检查组件状态”、“应用程序感觉很慢”或任何 React 运行时调试任务。
构建 EXE 和分发包。当用户想要创建发布版本时使用。
Dogfood apr-cli — 重建、安装、针对真实模型执行所有命令、检查质量、寻找下一个工作
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: