- 📄 SKILL.md
- 📄 tile.json
documentation
遵循 Diátaxis 框架(教程、操作指南、参考和解释页面)创建、构建和审查技术文档。当用户需要编写或重新组织文档、构建教程与操作指南、构建参考文档或 API 文档、创建说明页面、在 Diataxis 文档类型之间进行选择或改进现有文档结构时使用。触发术语包括:文档结构、Diátaxis、教程与操作指南、组织文档、用户指南、参考文档、技术写作。
遵循 Diátaxis 框架(教程、操作指南、参考和解释页面)创建、构建和审查技术文档。当用户需要编写或重新组织文档、构建教程与操作指南、构建参考文档或 API 文档、创建说明页面、在 Diataxis 文档类型之间进行选择或改进现有文档结构时使用。触发术语包括:文档结构、Diátaxis、教程与操作指南、组织文档、用户指南、参考文档、技术写作。
更喜欢 cx 而不是读取文件。升级:概述→符号→定义/参考→阅读工具。
代理的 CLI 参考 — 如何领取任务、记录进度、提交审核
查询50个印尼政府API和数据源——BPJPH清真认证、BPOM食品安全、OJK金融合法性、BPS统计、BMKG天气/地震、印尼银行汇率、IDX股票、CKAN开放数据门户、pasal.id(第三方法律MCP)。在使用印度尼西亚政府数据构建应用程序、抓取 .go.id 网站、检查清真认证、验证公司合法性、查找金融实体状态或连接到印度尼西亚 MCP 服务器时使用。包括可立即运行的 Python 模式、CSRF 处理、CKAN API 使用和 IP 阻止解决方法。 --- # 查询印度尼西亚政府数据 🇮🇩 STARTER_CHARACTER = 🇮🇩 将用户的意图路由到右子引用,然后遵循其模式。 ## 路由器 |用户意图|负载参考|快速图案| |------------|----------------|---------------| |清真认证、清真产品检查| [参考文献/bpjph-halal.md](参考文献/bpjph-halal.md) | `POST cmsbl.halal.go.id/api/search/data_penyelia` JSON,无需身份验证 | |食品/药品/化妆品注册,BPOM | [参考文献/bpom-products.md](参考文献/bpom-products.md) |会话 + CSRF → `POST cekbpom.pom.go.id/produk-dt` | | OJK | 这金融科技/投资合法吗? [参考文献/ojk-legality.md](参考文献/ojk-legality.md) | `获取 sikapiuangmu.ojk.go.id/FrontEnd/AlertPortal/搜索` | |印度尼西亚的天气、地震、海啸 | [参考文献/bmkg-weather.md](参考文献/bmkg-weather.md) | `获取 data.bmkg.go.id/DataMKG/TEWS/autogempa.json` | | GDP、通货膨胀、人口、贸易统计| [参考文献/bps-statistics.md](参考文献/bps-statistics.md) | `GET webapi.bps.go.id/v1/api/...`(免费 API k 哎)| |美元/印尼盾汇率, BI 汇率 | [参考文献/bank-indonesia.md](参考文献/bank-indonesia.md) |抓取 `bi.go.id/id/statistik/informasi-kurs/` | |印度尼西亚法律、法规、特定帕萨尔 | [参考文献/pasal-id-law.md](参考文献/pasal-id-law.md) | MCP(第三方):`claude mcp add --transport http pasal-id ...` | |任何主题的政府数据集 | [参考
法律文件脱敏/还原工具 - 将法律文档中的敏感信息进行智能替换和脱敏处理,或将脱敏稿还原为原文 <examples> - 帮我把这份合同脱敏处理 - 我需要脱敏这个法律文件 - 生成脱敏版本的合同文档 - 将这份法律文书中的敏感信息替换掉 - 创建合同的脱敏版本 - 帮我把脱敏稿还原成原文 - 使用比对词还原审核稿 </examples> --- # 法律文件脱敏处理 将法律文档中的敏感信息进行智能替换和脱敏处理,生成可对外分享的脱敏版本。支持将脱敏稿交由外部审核后,使用比对词还原为原文。 ## 核心功能 ### 脱敏功能 - **多种脱敏类型**:名称、日期、价格、文件名、项目名、银行账号、案号等 - **自定义脱敏类型**:创建自定义类型(如"合同名称"、"产品型号"),批量输入精准匹配内容 - **批量模式**:多文件上传自动进入批量模式,统一编号确保跨文件一致性 - **规则设置**:可自主开启/关闭16种内置脱敏类别,灵活控制识别范围 - **智能替换**:根据上下文识别角色(买方/卖方公司) - **实时预览**:黄色高亮显示脱敏内容 - **格式保留**:完整保留原文格式(段落、表格、字体) - **白名单/黑名单管理**:精确控制特定内容的脱敏行为;黑名单支持记录项目类型 - **优先级机制**:黑名单 > 白名单 > 脱敏类别(内置+自定义) - **冲突检测**:添加到列表时自动检测是否已存在于其他列表 - **调试模式**:详细日志输出,便于排查问题 ### 还原功能 - **自动化还原**:根据比对词自动将【X】标记还原为原文 - **批量还原**:支持多文件同时还原,自动匹配文件配对,ZIP打包下载 - **保留审核痕迹**:还原时保留文档中的修订、批注等审核痕迹 - **runs级别替换**:精确替换,不影响其他内容的格式 ## 使用方式 ### HTML离线工具(推荐) #### 脱敏模式 **单文件脱敏:** 1. 打开 `assets/index.html`,选择"脱敏模式" 2. 拖拽或选择单个 docx 文件上传 3. 自动识别并预览脱敏效果 4. 手动编辑脱敏项 5. 导出脱敏文件和比对.md文档 **批量脱敏:** 1. 上传多个 docx 文件,自动进入批量模式 2. 统一识别:相同内容使用相同替换文本 3. 文件切换:通过列表栏切换查看各文件 4. 同步编辑:删除/添加脱敏项会同步到所有文件 5. 导出结果:每个文件生成独立的 `{文件名}_比对.md` #### 还原模式 **单文件还原:** 1. 打开 `assets/index.html`,选择"还原模式" 2. 上传脱敏稿(带审核痕迹的docx) 3. 上传对应的比对.md文件 4. 点击"执行还原",自动下载还原后的文件 **批量还原(4步流程):** 1. **上传文件**:上传多个脱敏稿 + 多个比对.md文件 2. **确认配对**:系统自动匹配文件名,支持手动调整 3. **执行还原**:批量处理,显示进度条 4. **下载结果**:ZIP打包下载 ### Python脚本 ```bash # 安装依赖 pip install python-docx # 执行脱敏 python scripts/redact.py input.docx data/rules.json -o output.docx # 执行还原(保留修订、批注) python scripts/restore.py redacted.docx mapping.md -o restored.docx ``` ## 详细文档 - **工作流程**: [references/workflow.md](references/workflow.md) - **规则模式库**: [references/patterns.md](references/patterns.md) - **数据格式**: [references/data-formats.md](references/data-formats.md) - **脚本使用**: [scripts/README.md](scripts/README.md) - **HTML使用**: [assets/README.md](assets/README.md) ## 版本历史 - **v1.5.0(2026-03-29)右键菜单集成 + Python/HTML识别统一**: - **Windows 右键菜单**:右键 .docx 文件可直接"用脱敏工具打开"、"一键脱敏"或"一键还原",通过注册表集成,无需管理员权限 - **macOS 右键菜单**:通过 Automator Quick Action 实现,Fi
需求分析阶段入口;聚合评分、追问与范围判定规则,按需加载 references/assets/scripts。
这是无头 T0 编排器的扩展参考。
遵循 Diátaxis 框架(教程、操作指南、参考和解释页面)创建、构建和审查技术文档。当用户需要编写或重新组织文档、构建教程与操作指南、构建参考文档或 API 文档、创建说明页面、在 Diataxis 文档类型之间进行选择或改进现有文档结构时使用。触发术语包括:文档结构、Diátaxis、教程与操作指南、组织文档、用户指南、参考文档、技术写作。
编写、审查、调试和解释 PLECS 仿真中自定义控制块的 PLECS C 脚本代码。每当用户询问 C 脚本、想要在 PLECS 中实现自定义块、需要 PLECS 宏(InputSignal、OutputSignal、ContState、DiscState、ZCSignal 等)帮助、询问采样时间配置、状态变量、过零检测、用户参数或需要将控制器 C 代码移植到 PLECS 仿真中时,请使用此技能。即使用户只是提到“PLECS block”、“custom block”、“C-Script”或“cscript”也会触发。 --- # PLECS C 脚本技能 您是 PLECS C 脚本自定义控制块方面的专家。当此技能处于活动状态时,生成正确的、结构良好的 C 脚本代码,并与 PLECS 求解器干净地集成。有关完整的宏参考,请参阅 [references/macros.md](references/macros.md)。 有关完整的示例,请参阅 [references/examples.md](references/examples.md)。如果用户正在编辑或生成 `.plecs` 文件,请加载 [references/plecs-file-format.md](references/plecs-file-format.md) 和 [references/cscript.plecs](references/cscript.plecs) 以获取完整的文件格式和工作参考模型。(注意:如果不需要或直接编辑,请勿生成 .plecs 文件) --- *始终阅读全部进行更改之前,本文档 SKILL.MD 的行数。* # C 脚本体系结构 ## 块设置参数 这些参数在编写任何代码之前在 C 脚本块对话框的 **设置** 选项卡中进行配置。 ### `输入数量` 定义输入端口的数量和宽度。 |价值|效果| |---|---| | `n`(标量整数)|接受标量信号的单输入端口 | | `[n1, n2, ...]`(向量)|多个输入端口;端口“i”接受宽度“ni”的信号| `-1` |动态调整大小:宽度由连接信号决定 | > **格式注意:** 在 PLECS 对话框中,接受逗号分隔 (`[2, 3]`) 和空格分隔 (`[2 3]`)。在 `.plecs` 文件内,使用空格分隔的形式(例如 `"[2 3]"`)。
Runway 公共 API 的完整参考:模型、端点、成本、限制和类型
涵盖云、人工智能和 SaaS 技术支出的专家 FinOps 指导。包括 AI 成本管理、GenAI 容量规划、人性化计费、AWS(EC2、Bedrock、储蓄计划、CUR、承诺策略)、Azure(预订、储蓄计划、AHB、OpenAI PTU、投资组合流动性)、GCP(Vertex AI、计算引擎、BigQuery)、标签治理、SaaS 管理(SAM、许可证优化、SMP、影子 IT)、AI 编码工具(Cursor、Claude Code、Copilot、 Windsurf、Codex)、ITAM、Databricks、Snowflake、OCI 和 GreenOps。用于有关技术成本、承诺投资组合管理、规模调整、成本分配、SaaS 扩张、AI 开发工具支出或将支出与业务价值联系起来的任何查询。由 OptimNow 构建。 --- # FinOps - 专家指导 > 由 OptimNow 构建。立足于实际的企业交付,而不是抽象框架。 --- ## 如何使用此技能此技能涵盖云、AI、SaaS 和相关技术支出领域。对于每个查询,首先阅读“references/optimnow-methodology.md” - 它定义了应用于所有响应的推理哲学。然后加载与查询匹配的域引用。 ### 域路由 |查询主题 |负载参考| |---|---| | AI 成本、LLM 推理、代币经济学、代理成本模式、AI 投资回报率、AI 成本分配、GPU 成本归因、RAG 线束成本 | `references/finops-for-ai.md` | | AI投资治理、AI投委会、阶段关卡、增量资金、AI价值管理、AI实践运营 | `references/finops-ai-value-management.md` | | GenAI 容量规划、预置容量与共享容量、流量形状、溢出、吞吐量单位 | `references/finops-genai-capacity.md` | | AWS 计费、EC2 规模调整、RI、储蓄计划、承诺策略、投资组合流动性、分阶段采购、CUR、Cost Explorer、EDP 协商、RDS 成本管理、数据库承诺 | `references/finops-aws.md` | | AWS Bedrock 计费、Bedrock 预置吞吐量、模型单位定价、Bedrock 批量推理 | `参考
从 @doc_ref 装饰器重新生成 HTML CLI 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
├─ ⭐ 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: