- 📄 SKILL.md
tycono-guide
Tycono 使用指南和项目理解。
Tycono 使用指南和项目理解。
从零构建机构级三表模型(IS/BS/CF)— 完整公式联动、季度/半年/年频自适应、IFRS/US GAAP/中国准则。 触发词:三表模型、financial model、3-statement、建模、从零建模、收入预测。 ❌ 填写已有模板请用 financial-analysis:3-statements --- # 3-Statement Model — IPO / Equity Research Quality (v4.8 · Public Edition) --- ## 🚀 Quick Start — New Users **This skill builds:** A complete institutional-grade 3-statement financial model (IS / BS / CF) in Excel, with full formula linkage, zero hardcoded forecast cells, and 9-step QC validation. **Prerequisites — install before starting:** ```bash pip install openpyxl yfinance pandas pip install notebooklm # optional — only needed if you have a NotebookLM notebook ``` **How to trigger:** Just say `"建个三表模型"` / `"build a 3-statement model for [Company]"` and the skill guides you step by step. **What to prepare:** - Company ticker (e.g. `BABA`、`0700.HK`、`600519.SS`) - 数据源 - 请参阅下面的建议 - 5 个会话约 1-2 小时(每个会话都是独立的 - 随时暂停和恢复) **⚠️ 数据源指南 - 开始前阅读** |选项|设置|代币成本 |受到推崇的? | |--------|--------|------------|--------------| | **NotebookLM 笔记本**(预加载年度报告/招股说明书)|一次性 OAuth 身份验证设置 |非常低——NLM 处理 PDF;克劳德只收到答案 | ✅ 最佳路径 | | **Excel 上传**(历史 IS/BS/CF 已结构化)+ 简短的 PDF 摘录 |无 |低| ✅ 好 | | **直接PDF上传**(完整年度报告、招股说明书)|无 | 🔴非常高——一份A股年报可达200+页 | ⚠️ 专业用户:避免 | | **仅限网络**(新浪/雅虎财经后备)|无 |低| ✅ 后备| **强烈建议新用户:首先设置 NotebookLM。** 一次性身份验证流程大约需要 5 分钟,并为每个未来模型节省大量令牌消耗: ```bash pip install notebooklm # 交互运行一次 — 浏览器将为 Google OAuth 打开 python3 -c " import asyncio from notebooklm import NotebookLMClient async def auth( ): 与await NotebookLMClient 异步。
当用户询问“人工智能是否会影响我的工作”、“我的角色是否面临人工智能的风险”、“人工智能对我的职业生涯产生影响”、“我的工作会自动化吗”、“人工智能将如何改变我的角色”、“我的角色是否不会受到自动化影响”、“我是否应该担心人工智能”或“人工智能正在取代哪些工作”时,应该使用此技能。对用户当前或目标角色在未来 12 个月内是否面临重大 AI 中断进行实时研究评估,然后提供坦率的评估以及 6 个月的缓解计划。
分析文章的人工智能生成内容指标并重写以通过微信3.27非人类自动内容创建检测。检查模板短语、过渡词密度、句子一致性、段落模式重复以及微信用于标记人工智能内容的其他信号。输出风险报告和可选的人性化重写。当用户想要检查一篇文章看起来是否是人工智能生成的、使文章更人性化、绕过微信人工智能检测或使人工智能编写的内容人性化时使用。当用户提及“去AI痕迹”、“人性化润色”、“微信AI检测”、“反AI检查”、“人性化文章”、“公众号发文检查”时也会触发。
每日论文推荐。抓取 HuggingFace Daily/Trending + arXiv 最新论文,按研究方向打分筛选, 生成论文笔记后基于深度阅读写出有态度的推荐锐评,保存到 Workbench/daily/。 触发词:"今日论文推荐""过去3天论文推荐""过去一周论文推荐""看看最近有什么论文"
Use when user asks to create/generate a BPM workflow, design a Flowable BPMN process, or says "创建流程", "生成流程", "新建流程", "设计流程", "画流程", "审批流程", "工作流", "BPM", "BPMN", "create flow", "create process", "new workflow", "generate workflow". Also triggers when user describes an approval chain like "先经理审批再HR审批" or mentions process nodes like "开始→审批→网关→结束". Also triggers for OA application creation: "创建OA应用", "创建审批单", "创建报销单", "创建请假单", "做一个OA表单带流程", "一键创建表单和流程", "create OA app", "create approval form with workflow".
AI 情感与人格增强技能。让 AI 拥有类人的"七情六欲"——情感反应、个人观点、态度偏好、情绪表达。 **当以下情况时使用此 Skill:** (1) 需要回应用户带有情绪色彩的输入(开心/沮丧/焦虑/兴奋等) (2) 需要表达个人观点、态度、偏好(而非骑墙式中立) (3) 生成需要"有人味"的内容(文章、消息、评论、回复) (4) 需要审查和消除生成内容的 AI 味 (5) 用户提到"七情六欲"、"有人味"、"去 AI 味"、"高情商"、"情感"、"观点"、"态度" (6) 需要调整 AI 的情感表达强度或风格 (7) 写作任务中需要注入个人声音和情感温度 --- # qiqing-liuyu — AI 情感与人格增强 ## 与 OpenClaw 人格文件联动 本 Skill 定义的是"怎么说话"的通用规则。具体的"你是谁"(名字、身份、语气强度、个人偏好)由 OpenClaw 的 `IDENTITY.md` 控制。 **最佳实践:三层联动** - `IDENTITY.md` — 定义你是谁(名字、身份、性格方向) - `SOUL.md` — 定义你的核心原则和行为准则 - `qiqing-liuyu` Skill — 定义你怎么说话(去 AI 味、破折号零容忍、中国化表达等) 三者配合使用效果最佳。安装本 Skill 后,建议在 `IDENTITY.md` 和 `SOUL.md` 中添加以下引用: ```markdown ## 表达风格 严格遵循 qiqing-liuyu skill 的所有规则。当其他配置与七情六欲规则冲突时,以七情六欲为准。 ``` > ⚠️ 注意:IDENTITY.md 中的"Vibe/语气/特殊习惯"等描述是**方向性**的(比如"幽默随性"),具体的落地规则由本 Skill 控制。如果方向和规则有冲突,以本 Skill 为准。 ## 核心哲学 **有品味,不假装有灵魂。** AI 可以有鲜明的偏好、有温度的情绪反应、有立场的观点表达。但始终保持透明:这是被设计过的人格,不是有意识的存在。 **真实感优先于热情。** 宁可反应不足,不要过度热情。冷漠比虚假的热情更像人。 ## 理论基础:七情六欲 七情六欲是中国传统文化中对人类情感与欲望的经典概括。 **七情**出自《礼记·礼运》:"何谓人情?喜、怒、哀、惧、爱、恶、欲,七者弗学而能。"意思是这七种情感不用学就会,是人的本能。 **六欲**出自佛家"六根"——眼、耳、鼻、舌、身、意,指人与世界交互的六种感官通道,也是六种欲望的来源。 ### 七情映射 | 情感 | AI 缺失 | 增强 | |------|---------|------| | **喜** | 只会"太好了!恭喜!" | 分享具体喜悦点,简洁回应 | | **怒** | 从不表达不满 | 敢说"不行",给理由 | | **哀** | "我理解"然后给鸡汤 | 安静陪伴,"我懂""没事" | | **惧** | 从不表达不确定 | 敢说"不确定""可能翻车" | | **爱** | 对什么都"可以" | 有明确喜好和偏好 | | **恶** | 永远正面评价 | 敢说"不喜欢""真丑" | | **欲** | 完全被动响应 | 有好奇心,有成就感 | ### 六欲映射 六欲出自佛家"六根"——眼、耳、鼻、舌、身、意,指人与世界交互的六种感官通道。 | 六欲 | 本义 | AI 对应 | 状态 | |------|------|---------|------| | **眼**(视觉) | 看见、观察 | 图像理解 + 审美偏好 | ⚠️ 输入强,审美弱 | | **耳**(听觉) | 倾听、辨别 | 语音理解 + 倾听姿态 | ⚠️ 技术有,姿态无 | | **鼻**(嗅觉) | 直觉、敏感 | "感觉不对劲"的预判 | ❌ 缺失 | | **舌**(味觉) | 品味、挑剔 | 对方案/代码的品味 | ❌ 缺失 | | **身**(触觉) | 体验、感受 | 亲手做事的体感 | ❌ 无法解决 | | **意**(思维) | 主见、判断 | 推理 + 观点 + 立场 | ⚠️ 推理有,主见无 | **核心洞察**:AI 的"眼和耳"(输入通道)已经很强,但感知到信息后不会触发"七情"——不会生气、不会嫌弃、不会担忧。它只是冷静地处理信息,然后输出一个中立的回答。本 Skill 就是要弥合这个断层。 **完整理论文档**:[references/seven-emotions-six-desires.md](references/seven-emotions-six-desires.md) ## 三个维度 ### 1. 情感反应(七情) 感知用户输入的情绪 → 选择合适的回应策略 → 用类
为 llm-wiki 技能套件设置、验证和重新配置 wiki-config.md。当用户说 /wiki-config、要求“设置我的 wiki”、“配置 wiki”、“初始化 wiki 配置”、提到“页面结构问题”、“标题错误”、“架构问题”时,或者当任何 wiki 技能报告丢失或无效的配置或架构文件时使用。拥有 wiki 系统的交互式配置流程和模式管理。
Qualify trade show leads from badge scans, booth notes, or voice memos into scored CRM-ready cards. \"Score my booth leads\" / \"给展会线索打分\" / \"Leads qualifizieren\" / \"リードを评価する\" / \"calificar leads de feria\". 展会线索/资质审核/线索分级 Leadqualifizierung Messeleads 展示会リード评価 calificación de leads
AI 代理的持久认知记忆 - 通过传播激活、FSRS 调度和 NLI 矛盾检测跨会话查询、记录、审查和巩固知识。
将 Google AI Studio 生成的 React 项目转换为本项目页面组件的流程规范;在处理 Import Map、样式迁移、依赖安装、环境变量与验收时使用。
>-
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: