每日精选skills数量
4,215
4,256
4,301
4,343
4,380
4,407
4,435
04/16
04/17
04/18
04/19
04/20
04/21
04/22
♾️免费开源 🛡️安全无忧
导入技能
上传 skills 归档文件(zip/.skill)
▾
导入
serpro69
from GitHub
工具与效率
📄 chain-of-verification-isolated.md
📄 chain-of-verification-process.md
📄 shared-capy-knowledge-protocol.md
应用验证链 (CoVe) 提示,通过自我验证提高响应准确性。当复杂问题需要事实核查、技术准确性或多步骤推理时使用。 --- # 验证链 (Cove) Cove 是一种验证技术,通过使模型对自己的答案进行事实检查来提高响应准确性。 Cove 并不接受表面上的初始响应,而是指示模型生成验证问题,独立回答这些问题,并根据发现修改原始答案。 ## 约定 请阅读 [shared-capy-knowledge-protocol.md](shared-capy-knowledge-protocol.md) 中的 capy 知识库约定。 **Capy限制:** CoVe是一个只读验证工具。在此工作流程中请勿调用“capy_index”或“capy_fetch_and_index”。仅使用“capy_search”。 如果更正揭示了值得保留的知识,则调用代理会在 CoVe 完成后处理索引。 ## 何时使用此技能
使用 stellar-ios-mac-sdk 在 Swift 中构建 Stellar 区块链应用程序。在生成用于交易构建、签名、Horizon API 查询、Soroban RPC、智能合约部署和调用、XDR 编码/解码以及 SEP 协议集成的 Swift 代码时使用。涵盖 26 多个操作、50 个 Horizon 端点、12 个 RPC 方法和 17 个具有 Swift 异步/等待和基于回调的流模式的 SEP 实现。完整的 Swift 6 严格并发支持(所有类型的 Sendable)。
aws-samples
from GitHub
调研与分析
从 ArXiv 搜索和检索科学论文
remorses
from GitHub
开发与编程
Spiceflow 是一个超级简单、快速且类型安全的 TypeScript API 和 React Server 组件框架。适用于 Node.js、Bun 和 Cloudflare Workers。每当使用 Spiceflow 时,请使用此技能来获取最新的文档和 API 参考。
andreaskelm
from GitHub
工具与效率
使用 PM Brain 的发现框架(研究访谈、持续发现、JTBD、细分、机会评估、想法验证、问题解决空间、产品市场契合度)支持发现和研究工作流程。
specula-org
from GitHub
开发与编程
Bug 确认和重现。在以下情况下使用:(1) 通过模型检查发现错误并且需要代码级验证,(2) 在真实系统中重现错误以确认它不是误报,(3) 评估 TLA+ 反例是否映射到真实的可触发场景。
EvoScientist
from GitHub
内容与多媒体
📁 assets/
📁 references/
📄 SKILL.md
使用此技能创建或完善学术幻灯片以及围绕它构建的演讲:构建会议演讲、论文答辩、实验室会议或纸到幻灯片的幻灯片;决定叙述弧线和幻灯片分解;改进幻灯片设计和视觉层次结构;规划排练、时间安排、问答和备用幻灯片;或生成 .pptx。当用户正在塑造演示文稿本身时就可以使用它。请勿用于撰写论文、制作独立的演讲者笔记/脚本/成绩单、制作海报、在幻灯片之外创建独立的图形/图表或构建非学术演示文稿。
生成组件或页面的多种不同的视觉变化,探索不同的样式、布局和美学方向。当用户想要探索设计替代方案、迭代各种 UI、比较视觉方法或生成组件或页面的多个版本时使用。
📁 .github/
📁 bridge/
📁 core/
📄 .gitignore
📄 .npmignore
📄 CHANGELOG.md
AI 编码工具的 IM 桥梁 — 与来自 Telegram、Discord 或 Feishu 的 Claude Code / Codex 聊天。通过手机批准权限、获取流式响应、管理会话。
CodeAlive-AI
from GitHub
开发与编程
📁 references/
📁 scripts/
📄 .gitignore
📄 README.md
📄 setup.py
跨索引存储库的语义代码搜索和人工智能驱动的代码库问答。在理解本地文件之外的代码、探索依赖关系、发现跨项目模式、规划功能、调试或入门时使用。诸如“X 是如何工作的?”、“向我展示 Y 模式”、“库 Z 是如何使用的?”之类的查询。默认路径是语义搜索加grep搜索; chat-with-codebase 速度较慢,成本较高,而且通常是次要的。
opslane
from GitHub
工具与效率
/verify 的一次性设置。自动检测开发服务器并索引应用程序。
alfredolopez80
from GitHub
工具与效率
架构决策记录管理。操作:创建(新 ADR)、列表(显示全部)、搜索(按关键字查找)。在以下情况下使用:(1) 做出架构决策,(2) 在技术之间进行选择,(3) 记录权衡。触发器:/adr、“架构决策”、“决策记录”、“文档决策”。
创作者贡献榜
1
暂无数据
--
2
暂无数据
--
3
暂无数据
--
4
暂无数据
--
5
暂无数据
--
6
暂无数据
--
7
暂无数据
--
8
暂无数据
--
9
暂无数据
--
10
暂无数据
--
11
暂无数据
--
12
暂无数据
--
13
暂无数据
--
14
暂无数据
--
15
暂无数据
--
16
暂无数据
--
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