每日精选skills数量
4,138
4,176
4,215
4,256
4,301
4,343
4,377
04/14
04/15
04/16
04/17
04/18
04/19
04/20
♾️免费开源 🛡️安全无忧
导入技能
上传 skills 归档文件(zip/.skill)
▾
导入
WhiteNightShadow
from GitHub
开发与编程
📁 cases/
📁 examples/
📁 references/
📄 .gitignore
📄 CHANGELOG_v2.9.0.md
📄 README.md
Node.js / Python 接口自动化与签名还原工程技能:对自有平台或已授权平台的 Web API 进行签名分析与接口对接, 通过 Camoufox 反检测浏览器动态调试与静态源码分析,定位并还原前端加密/签名逻辑, 使用 Node.js 或 Python 实现算法复现与自动化接口调用。 深度集成 camoufox-reverse MCP v0.8.0(C++ 引擎级指纹伪装,78 个逆向分析工具,域级 Session 档案 + 断言系统)。 擅长 JSVMP 虚拟机保护的双路径攻克:路径 A 算法追踪(Hook / 插桩 / 日志分析 / 源码级插桩四板斧, 通用对RS 5/6、Akamai sensor_data、webmssdk、obfuscator.io)、 路径 B 环境伪装(jsdom/vm 沙箱 + 浏览器环境采集对比 + 全量补丁)。 v2.6.0 新增反爬类型三分法(签名型/行为型/纯混淆)作为顶层决策框架,明确 pre_inject_hooks 与 hook_jsvmp_interpreter(mode="proxy") 对签名型反爬不可用, 引入 mode="transparent" 签名安全备选与 MCP 侧 AST 源码插桩(消除 CDN 依赖)。 v2.9.0 新增域级 Session 档案(跨任务复用反爬判定/指纹基准/Cookie 归因)与断言驱动交付体系, Phase 5 升级为断言驱动结构化交付,新增降级梯度原则防止 AI 过早放弃。
CodeAlive-AI
from GitHub
开发与编程
📁 references/
📁 scripts/
📄 .gitignore
📄 README.md
📄 setup.py
跨索引存储库的语义代码搜索和人工智能驱动的代码库问答。在理解本地文件之外的代码、探索依赖关系、发现跨项目模式、规划功能、调试或入门时使用。诸如“X 是如何工作的?”、“向我展示 Y 模式”、“库 Z 是如何使用的?”之类的查询。默认路径是语义搜索加grep搜索; chat-with-codebase 速度较慢,成本较高,而且通常是次要的。
claw-codes
from GitHub
工具与效率
微信自动化操作 skill,用于帮助用户快速完成微信消息群发、文件发送、群管理、聊天记录获取等自动化任务。当用户需要批量发送微信消息、管理微信群、获取聊天记录、或进行其他微信自动化操作时使用此 skill。
yucchiy
from GitHub
工具与效率
>-
hashgraph-online
from GitHub
工具与效率
克劳德技能示例
tavily-ai
from GitHub
工具与效率
利用内置的最佳实践构建可用于生产的 Tavily 集成。为开发人员使用编码助手(Claude Code、Cursor 等)在代理工作流程、RAG 系统或自治代理中实现 Web 搜索、内容提取、爬行和研究提供参考文档。
FlickeringLamp
from GitHub
开发与编程
📁 api/
📁 config/
📄 SKILL.md
直接调用后端 API,直接控制项目配置、文件管理、知识库、MCP 等核心功能
hashgraph-online
from GitHub
数据与AI
该装置故意包含格式错误的 JSON。
查询以前的 pi 会话以检索上下文、决策、代码更改或其他信息。当您需要查找父会话或任何其他会话文件中发生的情况时使用。
nicobailon
from GitHub
开发与编程
通过高保真并排预览来呈现架构、UI 和代码决策的视觉选项。用于直观地比较方法(代码差异、图表、UI 模型、图像),而不是用于收集结构化输入(为此使用访谈)。支持previewBlocks(代码、mermaid、图像、html)、previewHtml、生成更多循环以及计划/PRD 驱动的流程。
microsoft
from GitHub
开发与编程
指导用户通过 Power Apps Studio 将数据源、连接或 API 连接器添加到 Canvas 应用,然后验证并继续。当用户要求添加数据源、添加连接、添加 API、添加连接器、连接到 SharePoint/Dataverse/SQL/Excel/OneDrive/Teams/Office 365 或任何类似请求以使新数据可供应用程序使用时使用。当用户要求列出或描述现有数据源时请勿使用 - 请直接调用 list_data_sources 或 list_apis。
team-telnyx
from GitHub
工具与效率
>-
创作者贡献榜
1
暂无数据
--
2
暂无数据
--
3
暂无数据
--
4
暂无数据
--
5
暂无数据
--
6
暂无数据
--
7
暂无数据
--
8
暂无数据
--
9
暂无数据
--
10
暂无数据
--
11
暂无数据
--
12
暂无数据
--
13
暂无数据
--
14
暂无数据
--
15
暂无数据
--
16
暂无数据
--
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