- 📁 assets/
- 📁 references/
- 📁 scripts/
- 📄 SKILL.md
exploratory-data-analysis
针对科学数据文件的全面 EDA — 200 多种格式的结构、内容、质量和特征分析。在分析任何数据文件时使用,以了解其结构、质量和下游分析建议。
针对科学数据文件的全面 EDA — 200 多种格式的结构、内容、质量和特征分析。在分析任何数据文件时使用,以了解其结构、质量和下游分析建议。
使用 Polars 进行高性能数据分析 - 加载、转换、聚合、可视化和导出表格数据。用于 CSV/JSON/Parquet 处理、统计分析、时间序列和创建图表。
进行竞争对手研究并生成具有市场定位见解的详细分析报告。涵盖功能比较、定价分析、SWOT 和战略建议。
在任何创造性工作或重大改变之前使用。在“集思广益”、“让我们集思广益”、“深入分析”、“分析此功能”、“思考”、“帮助我设计”、“探索选项”或当用户要求对更改、功能或架构决策进行彻底分析时激活。指导协作对话,通过一次提出一个问题、方法探索和增量验证将想法转化为设计。
使用 dtctl CLI 在 Dynatrace 中调查事件、调试性能问题、分析日志并管理可观测性资源。每当用户询问错误率、延迟峰值、服务运行状况、崩溃循环 Pod、Web Vitals、SLO 状态、未决问题、根本原因分析、日志模式、跟踪分析或构建仪表板时,即使他们没有提到 Dynatrace 的名称,也可以使用此技能。还涵盖 DQL 查询、工作流管理、笔记本和仪表板创建、设置配置以及针对 Dynatrace 环境的任何操作。
通过行为状态分析(BSA)进行代币高效的智能合约安全审计。将分析范围限定为合同类型,仅运行相关威胁引擎,并使用分层输出深度。用于审核智能合约、安全审查或 DeFi 威胁模型。
具有 PII 匿名化功能的通用法律文档处理器。匿名→工作→去匿名化。模式:MEMO(法律分析)、REDLINE(跟踪合同变更)、SUMMARY(简要概述)、COMPARISON(比较两个文档)、BULK(最多 5 个文件)。支持 .docx 和 .pdf 输入。触发:合同审查、风险分析、合规性检查、GDPR 审查、条款分析、跟踪变更、红线、“匿名”、“pii 屏蔽”。如果用户上传合同/NDA/DSAR/HR 文档 - 使用此技能。如果用户说“跳过 pii”或“不要匿名”- 跳过匿名并直接工作。
针对 Nsight Systems 配置文件管理和运行内置分析技能。
亚马逊卖家数据分析工具。功能:市场研究、产品选择、竞争对手分析、ASIN 评估、定价参考、品类研究。使用scripts/apiclaw.py调用APIClaw API,需要APICLAW_API_KEY。 --- # APIClaw — 亚马逊卖家数据分析 > 人工智能驱动的亚马逊产品研究。以用户的语言回复。 ## 文件 |文件|目的| |------|---------| | `scripts/apiclaw.py` | **执行**所有 API 调用(为参数运行 `--help`)| | `references/reference.md` |当您需要准确的字段名称或过滤器详细信息时加载 | ## 凭证
PolicyEngine 研究存储库的常见分析模式(CRFB、时事通讯、仪表板、影响研究)。对于人口层面的估计(成本、贫困、分配影响),请使用政策引擎微观模拟技能。 --- # PolicyEngine 分析 使用 PolicyEngine 创建政策影响分析、仪表板和研究的模式。 **对于人口层面的估计**(预算成本、贫困影响、分布分析),请使用 **政策引擎-微观模拟** 技能。该技能涵盖分析回购模式、可视化和家庭级计算。请参阅“MICROSIMULATION_REFORM_GUIDE.md”了解英国特定的微观模拟模式。 ## 对于用户 ### 什么是分析存储库?
从 KASAN/UBSAN/BUG 崩溃日志或 CVE 描述中分析 Linux 内核漏洞。执行完整的根本原因分析、可利用性评估、补丁开发和验证。每当用户提供内核崩溃日志、KASAN 报告、内核恐慌跟踪、syzbot 报告或要求分析/修补内核漏洞时,请使用此技能。当用户提及内核 CVE、内核漏洞利用分析、内核错误分类或想要了解内核错误是否可利用时也会触发。即使用户只是从 dmesg 粘贴原始堆栈跟踪,此技能也适用。 --- # 内核漏洞分析器 分析 Linux 内核漏洞的综合技能 — 从崩溃日志分类到根本原因分析、可利用性评估、补丁开发和经过验证的修复交付。 该技能是围绕**蜂巢模式子代理架构**设计的:将分析分解为并行工作流,在执行前进行规划,并跨代理协调结果。 ## 核心工作流程概述 该分析分为七个阶段。每个阶段都建立在前一个阶段的基础上,但一个阶段内的许多子任务可以通过子代理并行运行。 ````
掌握波士顿市政策分析和公民创新的工作流程技能。对于涉及波士顿城市数据、城市服务、社区公平、公共政策、政府绩效、311 分析、住房、安全、交通或任何公民问题的任何请求,请始终使用此技能 - 即使用户没有明确要求“全面分析”。该技能协调了五个子技能:城市问题框架(受彭博社启发)、城市政策分析(受 J-PAL 启发)、城市沟通(受 GovLab/InnovateUS 启发)、城市基准测试(使用旧金山、西雅图和华盛顿数据的跨城市比较)和城市绩效管理(美国结果/PerformanceStat)。 将此技能用于:“全面分析”、“政策简报”、“数据驱动的建议”、“城市改善项目”、“调查[问题]”、“将波士顿与其他城市进行比较”、“数据显示什么”、“帮我写一份备忘录”,或出于政府或公民目的而结合问题定义、数据分析和沟通的任何请求。
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: