- 📄 SKILL.md
giip-dev-agent
使用 Microsoft Agent Lightning 跟踪、优化和评估代理性能。
使用 Microsoft Agent Lightning 跟踪、优化和评估代理性能。
> 使用 SwiftMesh 的全面 AI 参考 — 一个 Alamofire + Codable 包装器,具有异步/等待、组合、流畅配置、文件上传/下载、JSON 键路径解析、弹性 Codable 包装器和内置日志记录。
Review B端 PRDs, requirement docs, SaaS or enterprise product specs, and system design documents with a 14-dimension quality framework. Use this whenever the user asks to check, review, critique, improve, or find gaps in a PRD, 需求文档, 产品方案, B端系统设计, SaaS spec, or similar design document, even if they only say “帮我看看这个 PRD/方案/需求”.
WCAG 2.2 合规性、ARIA 模式、键盘导航、屏幕阅读器、自动化测试
使用 Kotlin 和 Jetpack Compose 以及 clerk-android 源引导模式对本机 Android 应用程序实施 Clerk 身份验证。用于预构建的 AuthView/UserButton 或自定义 API 驱动的身份验证流程。请勿用于 Expo 或 React Native 项目。
审阅者代理的结构化代码审阅清单。提供一个系统框架,用于评估代码更改的正确性、安全性、性能和可维护性。
审核 NousResearch/hermes-agent 签出或分叉,以了解 Hermes 特定的运行时合约漂移、命令界面分割、内存/技能/网关健康状况和代理架构风险。使用 Hermescheck Python 库 (hermescheck.report.v1) 生成结构化报告,其中包含按严重程度排名的结果和代码优先的修复计划。
当开始处理具有不明显约束或历史记录的代码、调试、做出架构决策、使用外部服务时、当用户引用过去会话中的某些内容时、或者在完成分析、达到意外结果或解决值得为未来会话捕获的问题后使用。 --- <subagent-stop> 如果作为子代理分派来执行特定任务,则跳过此部分。 </subagent-stop> Kilroy 是该项目的知识库 - 来自过去的代理会话、队友和人员的笔记。它在会话、机器和项目中持续存在。它不是本地自动记忆。 **如果 Kilroy 工具失败或返回身份验证错误,请从项目的 Web 仪表板重新运行安装脚本。** ## 项目路由检查项目映射的“.kilroy/config.toml”。 如果它存在并且具有“project”字段,请在每次 Kilroy 工具调用时将该值作为“project”参数传递。
当用户要求在主机上运行命令、在主机上打开应用程序、向用户发送桌面通知、列出先前批准的主机命令或管理主机上长时间运行的后台进程(守护程序)时,应使用此技能。在 /home/ai-pod/.local/bin/host-tools 中提供 host-tools 二进制文件。
通过编写和运行 Python 脚本来分析数据。可以生成示例数据、处理 CSV、计算统计数据以及创建图表。
将合同文件细分为条款级单元并对每个条款进行分类。
车队基础设施机制——成员管理、权限、入职、提供商意识和工具使用模式
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: