每日精选skills数量
04/05
04/06
04/07
04/08
04/09
04/10
04/11
♾️免费开源 🛡️安全无忧
导入技能
fakechris
from GitHub
数据与AI
使用 Obsidian Vault Pipeline 自动化整理知识库。 **触发场景：** - 用户说 "运行 WIGS 流程"、"整理 Obsidian Vault"、"处理知识库" - 用户说 "提取 Evergreen"、"更新 MOC"、"运行 Pipeline" - 用户提到 "整理笔记"、"知识管理"、"处理书签" - 用户说 "质检"、"质量检查"、"检查一致性" **Vault 位置设置：** 默认使用当前工作目录作为 vault 根目录，或通过 `--vault-dir` 参数指定。 只要用户提到 Obsidian、知识管理、WIGS、Pipeline、Evergreen、MOC 等关键词，就立即使用此 skill。 --- # Obsidian Vault Pipeline Skill ## 概述 此 skill 用于帮助用户运行 Obsidian Vault Pipeline 自动化知识管理流程。 ## 安装 ```bash pip install obsidian-vault-pipeline ``` ## Vault 位置设置 Pipeline 自动检测 vault 位置（按优先级）： 1. **当前工作目录** - 默认使用 `cwd` 2. ** `--vault-dir` 参数** - 显式指定 3. **环境变量** - `VAULT_DIR` **最佳实践：** ```bash cd /path/to/my-vault # 进入 vault 目录 ovp --check # 检查环境 ovp --full # 运行完整 pipeline ``` ## 可用命令 | 命令 | 说明 | |------|------| | `ovp --check` | 检查环境配置 | | `ovp --init` | 初始化配置（交互式） | | `ovp --full` | 运行完整 pipeline | | `ovp-article --process-inbox` | 处理 50-Inbox/01-Raw/ 中的文章 | | `ovp-evergreen --recent 7` | 提取最近7天的 Evergreen 笔记 | | `ovp-moc --scan` | 扫描并更新 MOC 索引 | | `ovp-quality --recent 7` | 质量检查 | ## 标准操作流程 ### 1. 首次使用 ```bash # 进入 vault 目录 cd my-vault # 检查环境 ovp --check # 如果提示未配置，运行初始化 ovp --init ``` ### 2. 日常处理 ```bash # 放入新文章到 50-Inbox/01-Raw/ cp article.md my-vault/50-Inbox/01-Raw/ # 运行 pipeline ovp --full ``` ### 3. WIGS 完整性检查 ```bash # 5层一致性检查 ./60-Logs/scripts/check-consistency.sh # 自动修复低风险问题 ./60-Logs/scripts/repair.sh --auto ``` ## 配置文件 在 vault 根目录创建 `.env`： ```bash AUTO_VAULT_API_KEY=your_api_key AUTO_VAULT_API_BASE=https://api.minimaxi.com/anthropic AUTO_VAULT_MODEL=minimax/MiniMax-M2.5 ``` ## 触发词映射 | 用户说 | 执行命令 | |--------|----------| | "运行 WIGS 流程" | `./60-Logs/scripts/check-consistency.sh` | | "整理 Obsidian" | `ovp --full` | | "处理文章" | `ovp-article --process-inbox` | | "提取 Evergreen" | `ovp-evergreen --recent 7` | | "更新 MOC" | `ovp-moc --scan` | | "质量检查" | `ovp-quality --recent 7` | | "检查一致性" | `./60-Logs/scripts/check-consistency.sh` | ## 处理流程 ``` 50-Inbox/01-Raw/ → ovp-article → 20-Areas/深度解读 20-Areas/ →
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