稳定的API和接口设计模式。在设计 REST 端点、模块边界、组件 prop 接口或系统之间的任何公共契约时使用。涵盖契约优先开发、错误语义 (RFC 9457)、REST 约定、分页、幂等性、速率限制和向后兼容性。对于 TypeScript 类型模式（品牌类型、可区分联合、模式），请参阅 typescript-strict。有关信任边界的验证，请参阅 typescript-strict。
用于ast-grep：ast-grep run，sg scan，sg test，sg new，新规则，sgconfig.yml，内联规则，stdin，json，可选链接，规则目录，元变量，模式对象，nthChild stopBy，范围字段，元数据url，caseInsensitive glob，严重性关闭，包括元数据，规则顺序，种类模式，正规则，种类esquery，调试查询，静态分析，tree-sitter解析器、模式 yaml api、搜索重写 lint 分析、文本结构、ast cst、命名未命名、种类字段、模棱两可的模式、有效选择器、元变量检测、惰性多重、严格智能、宽松签名、字符串修复、修复配置、expandEnd、替换子字符串、toCase sepedBy、重写器、重写 joinBy、查找补丁、桶导入、ruleDirs testConfigs、libraryPath languageSymbol、动态注入、自定义语言、 TREE_SITTER_LIBDIR，语言注入，样式化组件，语言别名，languageGlobs，expa ndoChar、napi 解析、python bee、编程 API。
Go 服务的 REST 和 gRPC API 设计模式。涵盖 HTTP 处理程序、中间件、路由、请求/响应模式、版本控制、分页、正常关闭和 OpenAPI 文档。在设计 API、编写 HTTP 处理程序、实现中间件、构建 REST 端点或设置 gRPC 服务时使用。
审核并重写内容以消除人工智能写作模式（“人工智能主义”）。当被要求“删除人工智能主义”、“清理人工智能写作”、“编辑人工智能模式的写作”、“审核人工智能讲述的写作”或“让这听起来不像人工智能”时，请使用此技能。支持仅检测模式，无需重写即可标记模式。
根据最佳实践审查和分析技能的长度、意图范围和触发模式
寻找减少 Vercel 账单的方法。在进行更改后运行，以在 Next.js 项目的早期捕获成本高昂的模式。
在实现功能之后、在声明阶段完成之前、在审查 AI 生成的代码时或当代码感觉过于复杂时使用。当您注意到文件中存在重复模式、函数超过 40 行、嵌套超过 3 层或抽象只有一个实现时，也可以使用。涵盖重复、死代码、过度设计和 AI 特定的膨胀模式，例如详细错误处理和冗余类型检查。
带有包子壳图案的技能模板。复制此文件夹以创建新技能。
将中文文本转换为中式英语——深受中国语法、词序和思维模式影响的英语，产生标志、菜单、说明和日常用语中特有的“中形英语”风格。还可以将英文文本通过中国思维的视角重新呈现，以产生中式英语。应用包含 25 项的检查表，涵盖文章错误、系词删除、主题注释结构、动词混淆、字面计算、时态扁平化等。对于幽默、创意写作、语言教育或演示 L1 迁移模式很有用。触发“/中式英语”、“拍摄中式英语”、“翻译中式英语”、“中式英语化”、“翻译成中式英语”、“让它成为中式英语”、“中式英语这个”、“中式英语”。
PolicyEngine 研究存储库的常见分析模式（CRFB、时事通讯、仪表板、影响研究）。对于人口层面的估计（成本、贫困、分配影响），请使用政策引擎微观模拟技能。 --- # PolicyEngine 分析 使用 PolicyEngine 创建政策影响分析、仪表板和研究的模式。 **对于人口层面的估计**（预算成本、贫困影响、分布分析），请使用 **政策引擎-微观模拟** 技能。该技能涵盖分析回购模式、可视化和家庭级计算。请参阅“MICROSIMULATION_REFORM_GUIDE.md”了解英国特定的微观模拟模式。 ## 对于用户 ### 什么是分析存储库？
设计代理本机应用程序，其中代理是具有完整工具奇偶性、原子原语和显式完成信号的一等公民。涵盖工具设计、上下文注入、代理到 UI 通信以及移动检查点/恢复模式。在构建代理系统、设计工具界面、构建代理感知 UI、实现 context.md 模式或询问“如何使我的应用程序代理原生”时使用。
创建一个具有适当结构和模式的新 rsactor actor。
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：
