每日精选skills数量
04/06
04/07
04/08
04/09
04/10
04/11
04/12
♾️免费开源 🛡️安全无忧
导入技能
- 📁 deps/
- 📁 docs/
- 📁 platforms/
- 📄 .gitignore
- 📄 AGENTS.md
- 📄 CHANGELOG.md
个人知识库构建系统（基于 Karpathy llm-wiki 方法论）。让 AI 持续构建和维护你的知识库， 支持多种素材源（网页、推特、公众号、小红书、知乎、YouTube、PDF、本地文件）， 自动整理为结构化的 wiki。 触发条件：用户明确提到"知识库"、"wiki"、"llm-wiki"，或要求对已初始化的知识库执行 消化、查询、健康检查等操作。不要在用户只是要求"总结这篇文章"时触发——必须是明确的 知识库相关意图。 --- # llm-wiki — 个人知识库构建系统 > 把碎片化的信息变成持续积累、互相链接的知识库。你只需要提供素材，AI 做所有的整理工作。 ## 这个 skill 做什么 llm-wiki 帮你构建一个**持续增长的个人知识库**。它不是传统的笔记软件，而是一个让 AI 帮你维护的 wiki 系统： - 你给素材（链接、文件、文本），AI 提取核心知识并整理成互相链接的 wiki 页面 - 知识库随着每次使用变得越来越丰富，而不是每次重新开始 - 所有内容都是本地 markdown 文件，用 Obsidian 或任何编辑器都能查看 ## 核心理念 传统方式（RAG/聊天记录）的问题：每次问问题，AI 都要从头阅读原始文件，没有积累。知识库的价值在于**知识被编译一次，然后持续维护**，而不是每次重新推导。 ## 快速开始 告诉用户这两步就够了： 1. **初始化**：说"帮我初始化一个知识库" 2. **添加素材**：给一个链接或文件，说"帮我消化这篇" --- ## Script Directory Scripts located in `scripts/` subdirectory. **Path Resolution**: 1. `SKILL_DIR` = this SKILL.md's directory 2. Script path = `${SKILL_DIR}/scripts/<script-name>` --- ## 依赖检查 首次使用时，检查以下依赖是否已安装。如果缺失，提示用户运行安装： ```bash bash ${SKILL_DIR}/setup.sh ``` 依赖 skill / 工具： - `baoyu-url-to-markdown` — 普通网页、X/Twitter、部分知乎提取 - `wechat-article-to-markdown` — 微信公众号提取 - `youtube-transcript` — YouTube 字幕提取 即使部分依赖缺失，skill 仍可工作（用户可以手动粘贴文本内容）。 --- ## 工作流路由 根据用户的意图，路由到对应的工作流： | 用户意图关键词 | 工作流 | |---|---| | "初始化知识库"、"新建 wiki"、"创建知识库" | → **init** | | URL / 文件路径 / "添加素材"、"消化"、"整理" / 直接给链接 | → **ingest** | | "批量消化"、"把这些都整理" / 给了文件夹路径 | → **batch-ingest** | | "关于 XX"、"查询"、"XX 是什么"、"总结一下" | → **query** | | "给我讲讲 XX"、"深度分析 XX"、"综述 XX"、"digest XX" | → **digest** | | "检查知识库"、"健康检查"、"lint" | → **lint** | | "知识库状态"、"现在有什么"、"有多少素材" | → **status** | | "画个知识图谱"、"看看关联图"、"graph"、"知识库地图" | → **graph** | **重要**：如果用户直接给了一个 URL 或文件，但没有明确说要做什么，默认走 **ingest** 工作流。如果知识库还不存在，先自动走 **init** 再走 **ingest**。 --- ## 通用前置检查 除 `init` 外，其他工作流默认先执行这段检查： 1. 先检查**当前工作目录**是否包含 `.wiki-schema.md` - 如果包含 → 用当前目录作为知识库根路径 - 如果不包含 → 回退到读取 `~/.llm-wiki-path` 2. 如果两者都没有： - `ingest` / `batch-ingest` → 先运行 `init` - `query` / `lint` / `status` / `digest` / `graph` → 提示用户先初始化知识库 3. 读取知识库根目录下的 `.wiki-schema.md` 4. 从 `.wiki-schema.md` 的"语言"字段判断 `WIKI_LANG` - `语言：中文` → `WIKI
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
