- 📄 SKILL.md
mermaid-diagrams
通过实时重新加载创建和完善美人鱼图。当用户需要流程图、序列图、类图、ER 图、状态图或任何其他 Mermaid 可视化时使用。提供使用 mermaid_preview 和 mermaid_save 工具的语法、样式和迭代工作流程的最佳实践。
通过实时重新加载创建和完善美人鱼图。当用户需要流程图、序列图、类图、ER 图、状态图或任何其他 Mermaid 可视化时使用。提供使用 mermaid_preview 和 mermaid_save 工具的语法、样式和迭代工作流程的最佳实践。
将此机器人发布一条协调消息到共享的 bot2bot 通道,@提及另一个 Sutando 节点。
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。
在整个会话期间监控上下文窗口的运行状况,并利用峰值上下文质量来实现最大的输出保真度。在计划面试和意向框架代理后自动激活。在执行过程中保持活跃,并在波次自然完成或通过交接退出时干净地交接,以简化、强化和自我完善。当多步骤代理任务正在进行并且需要考虑会话连续性或上下文漂移时,请使用此技能。对于长时间运行的任务、复杂的重构或任何降级上下文会悄悄破坏输出的工作尤其重要。即使用户没有说“上下文冲浪”,也会触发 - 如果代理任务有意图地跨多个步骤运行并且计划已经制定,则此技能是实时的。 --- # Context Surfing ## 安装 ```bash npx Skills add pskoett/pskoett-ai-skills/skills/context-surfing ``` 代理驾驭峰值上下文的浪潮。当浪潮达到顶峰时,它就承诺了。当它检测到漂移时,它会干净地退出 - 保存状态,切换,并让下一个会话赶上下一波。没有全军覆没。没有僵尸会话。只有有意的、高保真的执行。 --- ## 心理模型
REST 和 GraphQL API 设计原则指南。在设计新 API、审查 API 规范和建立 API 设计标准时使用。触发器:“API 设计”、“REST”、“GraphQL”、“端点设计”、“API 版本控制”、“API 模式” 反触发器:“前端 UI”、“仅数据库架构”、“CSS/样式”、“部署/基础设施”
将 Claude Inspector 构建并打包为可分发的 Electron 应用程序 (.dmg / .exe)
(项目)在编辑plugins/hal-voice/下的任何文件时使用,以在提交之前更改插件版本
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。
使用蒙特卡罗的可观测性数据调查数据事件并查找根本原因。指导代理进行系统调查:警报查找、沿袭跟踪、ETL 检查、查询分析和数据分析。当用户询问数据问题、事件、警报或数据看起来错误的原因时激活。
使用 REST API 和凭证检测在容器化环境中访问 GitHub 存储库。当 git clone 失败或通过 API 访问私有存储库/写入文件时使用。
opskat CLI 用于资产管理和远程操作(SSH、SQL、Redis、文件传输)。使用场合:管理服务器资产、执行远程命令、编写 opsctl 脚本/自动化或使用批准/授予/会话工作流程。还触发:部署到服务器、服务器诊断/故障排除、跨队列的批量操作、数据库查询、服务器之间的文件传输、服务器清单/发现。
当用户希望将跨学科研究想法生成为带有标题、摘要、设计、独特性和意义的简洁研究卡而不是一次性提示时使用。
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: