使用官方文档查找工作代码示例、验证 API 签名并修复 Microsoft SDK 错误。当用户编写、调试或检查涉及任何 Microsoft SDK、.NET 库、Azure 客户端库或 Microsoft API 的代码时使用，即使他们不要求“参考”。捕获幻觉的方法、错误的签名和不推荐使用的模式。如果任务涉及生成或修复与 Microsoft 相关的代码，那么这是正确的技能。
将当前的 Claude Code 会话移交给 Microsoft Teams 以实现移动连续性
具有并行子代理授权的完整多平台付费广告审核。分析 Google Ads、Meta Ads、LinkedIn Ads、TikTok Ads 和 Microsoft Ads 帐户。生成每个平台的健康分数和总分数。当用户说“审核”、“完整广告检查”、“分析我的广告”、“帐户运行状况检查”或“PPC 审核”时使用。 --- # 全面的多平台广告审核 ## 流程 1. **收集账户数据** — 请求导出、屏幕截图或 API 访问 2. **检测业务类型** — 分析每个广告编排器的账户信号 3. **识别活跃平台** — 确定正在使用哪些平台 4. **委托给子代理**（如果可用，否则按顺序内联运行）： - `audit-google` — 转化跟踪、浪费支出、结构、关键字、广告、设置 (G01-G74) - `audit-meta` — Pixel/CAPI 健康状况、创意疲劳、结构、受众 (M01-M46) - `audit-creative` — LinkedIn、TikTok、Microsoft 创意检查 + 跨平台综合 - `audit-tracking` — LinkedIn、 TikTok、Microsoft 跟踪 + 跨平台跟踪运行状况 - `审核预算` — LinkedIn、TikTok、Microsoft 预算/出价 + 跨平台分配 - `审核合规性` — 全平台合规性、设置、性能基准 5. **分数** — 计算每个平台和聚合广告运行状况得分 (0-100) 6. **报告** — 通过快速获胜生成优先行动计划 ## 数据收集 向用户询问可用数据。 接受任意组合： - Google Ads：帐户导出、更改历史记录、搜索词报告 - 元广告：广告管理器导出、事件管理器屏幕截图、EMQ 分数 - LinkedIn 广告：Campaign Manager 导出、Insight 标签状态 - TikTok 广告：广告管理器导出、Pixel/Events API 状态 - Microsoft 广告：帐户导出、UET 标签状态、导入验证结果 如果没有可用的导出，请从屏幕截图或手动数据输入进行审核。 ## 评分 阅读 `ads/references/scoring-system.md` 了解完整算法。 ### 每个平台的权重 |平台|类别权重 | |----------|-----------------| |谷歌 |康维
通过 Microsoft Graph API 连接到个人 Microsoft 帐户以管理电子邮件、日历事件和任务。当用户需要读取/写入 Outlook 邮件、管理日历约会或处理 Microsoft 待办任务时，请使用此技能。
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：
