- 📄 SKILL.md
arxiv
当用户想要浏览 arXiv 预印本、直接搜索 arXiv、通过 arXiv ID 或 URL 获取 PDF,或直接将预印本发送到摄取管道时使用。
当用户想要浏览 arXiv 预印本、直接搜索 arXiv、通过 arXiv ID 或 URL 获取 PDF,或直接将预印本发送到摄取管道时使用。
设计和实现 ADK-Rust 代理工作流程模式,包括 LLM、顺序、并行、循环和多代理编排。在构建或重构代理拓扑时使用。
在当前 .NET 上使用正确的托管、中间件、安全性、配置、日志记录和部署模式构建、调试、现代化或审查 ASP.NET Core 应用程序。
将 Scaffold AGENT.md、AGENT_GOAL.md、AGENT_HARNESS.md 和 AGENT_PROGRESS.md 放入具有严格的、不重叠的功能边界的目标目录中,用于治理、长期任务、可重用的剧本和实时状态。当工作区需要规范的、可恢复的代理文件合同时使用。
向用户显示本机 macOS Webview UI 并获取结构化输入。当交互式 macOS 会话需要人机交互进行多字段输入、从 5 个以上选项中进行选项选择、上下文批准或内容审核时使用 - 不适用于是/否问题。处理完整的流程 — 生成 Web 视图、生成 A2UI 或 HTML 内容、解析用户的响应。在“显示 UI”、“询问用户”、“需要上下文批准”、“让我从这些选项中选择”、“填写这些字段”或任何结构化 GUI 实质上胜过在终端中询问的情况下触发。跳过 CI/非交互式环境。
打开 ai-review 桌面应用程序以直观地浏览差异。当用户想要在视觉差异查看器中查看更改而无需审查反馈循环时使用 - 仅用于查看。
端到端功能开发协调器,可自动化从需求到拉取请求的整个生命周期。生成 PRD、技术规范和任务分解工件,然后执行 4 阶段工作流程:分析 → 实施 → 测试 → 提交和 PR。支持 5 种执行模式:完整工作流(生成所有工件 + 运行所有阶段)、仅任务(跳过生成,使用现有文件)、Ralph Loop(自主自校正执行)、规范驱动(具有工作树隔离的多代理审查)和仅测试(专门运行测试阶段)。包括检查点/恢复,因此可以在任何阶段暂停和恢复工作,并自动检测 GitHub、Azure DevOps 或 GitLab 以进行 PR 创建。与平台无关,具有针对 iOS/Swift、Node.js/TypeScript、Rust、Python 和 Go 的自动堆栈检测。 当用户说“实现此功能”、“构建功能 X”、“启动新功能”、“创建 PRD”、“生成技术规范”、“分解任务”、“功能工作流程”、“计划此功能”、“从规范实现”、“运行完整工作流程”、“恢复功能”、“从我上次停下来的地方继续”、要求从需求到实现、想要端到端自动化功能开发时,始终使用此技能PRD 到 PR 管道,或者说“/feature-marker”——即使他们只是说“我需要构建 X”而没有明确提及工作流程。当用户提到“Ralph Loop”、“规范驱动模式”、“检查点”或要求从 PRD 或技术规范生成任务时也会触发。
使用这些技能通过执行 SQL 语句、探索模式元数据、分析查询性能、监视活动会话和资源消耗以及管理存储和对象运行状况来管理和监视 Oracle 数据库。
在adapters/下构建或更新SASTbench扫描仪适配器。当代理需要创建、修复或扩展扫描仪的适配器时使用,包括规则映射、路径规范化、原始输出捕获、可选的 PR 模式支持、适配器测试以及针对核心基准案例的线束验证。
全面的 C/C++ 编程参考,涵盖从 C11-C23 和 C++11-C++23、系统编程、CUDA GPU 计算、调试工具、Rust 互操作和高级主题的所有内容。用于:C/C++ 问题、现代语言功能、RAII/内存管理、模板/泛型、CUDA 编程、系统编程、调试/分析、性能优化、跨平台开发、构建系统、汇编、shell 脚本编写以及任何 C/C++/CUDA 开发任务。
检查并补充前端和后端的i18n翻译文件。以中文(zh-CN)为基准,检查其他语言翻译文件是否缺少key,并补充缺失的key和对应的翻译值。对于日语(ja-JP)、韩语(ko-KR)、繁体中文(zh-TW),使用与非CJK语言对比的方式检测未翻译内容。
分析库文档和源代码,然后采访维护人员,以发现 AI 编码代理的功能域和以任务为中心的技能。在为新库创建技能、将现有文档组织为技能类别时,或者在维护人员需要帮助决定如何构建库的面向代理的知识时激活。生成直接输入技能树生成器技能的domain_map.yaml和skill_spec.md。
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: