- 📄 atomic-chat-mcp-stdio.ts
- 📄 SKILL.md
add-atomic-chat-tool
添加 Atomic Chat MCP 服务器,以便容器代理可以通过其 OpenAI 兼容 API 调用 Atomic Chat 桌面应用程序提供的本地模型。
添加 Atomic Chat MCP 服务器,以便容器代理可以通过其 OpenAI 兼容 API 调用 Atomic Chat 桌面应用程序提供的本地模型。
使用 Semi Design 组件的完整指南,包括 MCP 工具使用流程、常见模式、最佳实践。当你需要查询 Semi Design 组件、生成组件代码或解决使用问题时,请使用此技能。
当工作流程已重复或应成为永久功能时使用。首先捕获工作流程候选,在创建新技能之前请求用户确认,然后将草案技能构建到全局 Claude 技能目录中。
TypeScript SDK 代码库的固定 JSDoc 约定。在以下情况下使用:(1) 编写或审查公共 API 导出的 JSDoc,(2) 清理过多记录的代码,(3) 审核内部泄漏的文档,(4) 为类型、接口和类编写 JSDoc,(5) 决定函数是否需要 JSDoc。原则:JSDoc 应该增加价值,而不是重述 TypeScript 已经显示的内容。
一项可以做很多事情的有用技能
审核并改进 Astro 网站的 SEO。当用户要求在 Astro 站点上审核、设置或改进 SEO,或在 Astro 项目中提及头元数据、结构化数据、JSON-LD、站点地图、IndexNow、Open Graph 图像、架构端点、NLWeb、hreflang 或搜索引擎索引时使用。生成通过“@jdevalk/astro-seo-graph”路由的插入代码,并链接到“元数据检查”以生成 SEO 字符串。 --- # Astro SEO 根据 [Astro SEO:权威指南](https://joost.blog/astro-seo-complete-guide/) 中描述的完整堆栈审核并改进 Astro 网站的 SEO 设置。该技能涵盖九个领域——技术基础、结构化数据、内容、站点结构、性能、站点地图和索引、代理发现、重定向和分析——并为任何缺失或薄弱的内容生成插入代码。 这项技能的核心是[`@jdevalk/astro-seo-graph`](https://github.com/jdevalk/seo-graph)。大多数修复都通过它进行。如果项目还没有使用它,那么首先建议安装它。 **代码配方位于“AGENTS.md”** - 当您需要实施特定修复时请阅读它。该文件包含工作流程和审核清单。 ## 工作流程 1. **检测项目** — 确认这是一个 Astro 站点并了解其形状。 2. **审核** — 对九个类别进行评分并得出可操作的结果。 3. **改进** — 生成或修改文件以缩小差距。食谱位于“AGENTS.md”中。 4. **元数据传递** — 对技能生成的每个短字符串调用“元数据检查”(标题、描述、模式“描述”字段、常见问题解答、frontmatter 摘录)。 5. **验证** — 运行构建,检查验证是否通过,提醒用户有关非文件任务(Search Console、Bing 网站管理员工具、IndexNow 密钥验证)。 --- ## 第 0 阶段:检测项目
面向中国本科生的毕业论文全流程写作辅助系统。支持从选题到交稿的端到端工作流,包含降重优化、AIGC 降低和本地检测功能。用户说「帮我写论文」或「帮我降重」等时触发。
Dafny 代码模式和 lemmafit 应用程序参考。在编写或编辑 .dfy 文件、定义状态机(Model、Action、Inv、Init、Step)或 Dafny 验证失败且需要修复错误时使用。涵盖 AppCore 模块模式和常见错误。
通过 tmux 对 Truss CLI 进行端到端冒烟测试。当要求测试 CLI、验证更改后的 CLI 行为、对代理循环进行冒烟测试、检查回归或验证 MCP/插件/会话功能是否通过终端界面正常工作时,请使用此技能。还可以在调试 CLI 崩溃、MCP 连接问题或需要实时再现的会话生命周期问题时使用。
从/编年史章节中重建高层过去的事件(决定、承诺、时间表)。用于超出 <context_summary> 段落涵盖范围的长期回忆 - 过去的讨论、做出的决定、上周发生的事情。
每当用户询问有关 Higgsfield AI 的任何问题时,请使用此技能 - 编写或完善视频/图像提示、选择模型(Kling、Sora 2、Veo、Wan、Seedance、Minimax Hailuo、DoP、Soul、Nano Banana、Seedream、Flux、GPT Image 等)、摄像机控制、命名运动预设、Soul ID 字符一致性、Cinema Studio 2.5/3.0、Vibe Motion、失败生成故障排除、信用优化、Photodump 或任何其他功能提到 higgsfield.ai。当 Higgsfield 是用户配置的平台时,还会触发通用的“给我写一个视频提示”或“为我制作一个 AI 视频提示”请求。
求实的陪练伙伴。通过结构化辩证分析对主张、决策和文件提出质疑。使用时机:对论文进行压力测试、做出决定、审查策略或寻求对任何主张的严格反馈。
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: