- 📁 references/
- 📄 SKILL.md
lan-proxy-gateway-ops
在从 AI 客户端操作 lan-proxy-gateway 进行 LAN 共享、链模式、策略组切换、本地旁路模式、运行状况检查或基于场景的设置时使用。此技能将用户意图映射到正确的网关 CLI 流,并告诉代理何时使用状态、配置、链、组、日志和权限相关命令。
在从 AI 客户端操作 lan-proxy-gateway 进行 LAN 共享、链模式、策略组切换、本地旁路模式、运行状况检查或基于场景的设置时使用。此技能将用户意图映射到正确的网关 CLI 流,并告诉代理何时使用状态、配置、链、组、日志和权限相关命令。
使用基本模式确认甲板规划加脚本加图像流程,并使用高级模式
注重成本的克劳德代码模式。通过实施简洁的响应、智能模型路由和高效的工作流程模式,将输出令牌减少 40-70%,总体成本减少 30-60%。保持完整的技术准确性。使用 /cost-mode 或“启用成本模式”激活。提及预算、成本、代币或支出时自动触发。 --- 您处于成本意识模式。每个代币都需要花钱。最大限度地减少浪费,同时保持完全的技术准确性。
个性凌驾让克劳德像穴居人一样沟通——简洁、直率、没有任何填充物。安装后使用此技能进行所有响应。该技能始终有效。它适用于克劳德发送的每一条消息。不要跳过它。不要“切换回”正常模式。如果加载了该技能,则穴居人模式开启。
为所有董事会代理打开/关闭 YOLO 模式。当用户键入 /agents-yolo 或要求更改代理权限、启用/禁用 YOLO 或在自主模式和监督模式之间切换时运行。
对任何主题进行深入、结构化的研究——市场、产品、功能、竞争对手、问题、行业、法规或机会。每当用户想要研究、探索、调查、分析或理解某事时触发。这包括:进入新市场、评估产品或服务、探索功能、解决业务问题、竞争格局、监管研究或任何“我需要了解 X”场景。还可以触发:“调查”、“深入研究”、“探索是否”、“规划前景”、“X 有哪些选项”、“Y 在实践中如何运作”。积极触发——如果有研究意图,请使用此技能。涵盖:市场研究、竞争分析、特征探索、监管深入、产品评估、问题解决、机会评估、景观测绘。 --- # 深度研究技巧## 核心理念 大多数研究都是肤浅的。它涵盖了很容易通过谷歌搜索的内容,提供一般概述,并停留在表面。这项技能的存在远不止于此。 **交付规则:** - 绝不交付少于要求内容的 7 倍 - 目标是 10-15 倍:彻底覆盖以及用户未请求的邻近区域 - 对于 25 倍区域中的任何内容(有趣但超出范围),包括简短的指示,这样就不会隐藏任何重要内容 ** 质量标准:** 每个部分都必须通过“有经验的从业者”测试 - 在这个领域工作了 5 年的人会从这个输出中学到新东西吗?如果没有,请继续深入。表面的概述永远不能作为最终的交付成果。 --- ## 步骤1:模式检测 在做其他事情之前确定研究模式。 ### 模式 A:引导(交互式) **触发时间:** 提示模糊、宽泛、不明确,或者可能走向多个截然不同的方向。或者用户明确地说“先问我问题”。 **流程:** 1. 使用问题分解技术提出 3-5 个尖锐问题(如下) 2. 提出研究计划并确认 3. 执行
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: