- 📁 references/
- 📄 SKILL.md
architecture
架构设计和文档。生成包含组件图、数据流、集成点和架构决策的 3-architecture.md。读取现有技术规范作为输入。使用场合:设计系统架构、记录组件交互、创建架构文档、生成 3-architecture.md。不适用于:技术规范编写(使用技术规范)、代码实现(使用功能开发)、仅架构咨询(使用 codex-architect)。
架构设计和文档。生成包含组件图、数据流、集成点和架构决策的 3-architecture.md。读取现有技术规范作为输入。使用场合:设计系统架构、记录组件交互、创建架构文档、生成 3-architecture.md。不适用于:技术规范编写(使用技术规范)、代码实现(使用功能开发)、仅架构咨询(使用 codex-architect)。
将 TanStack Query 与 TanStack Router 和 TanStack Start 集成的最佳实践。全栈数据流、SSR 和缓存协调的模式。
当用户请求图表、流程图、架构图或可视化时使用。在解释具有 3 个以上组件、复杂数据流或受益于视觉表示的关系的系统时,也可以主动使用。使用本机 draw.io 桌面 CLI 生成 .drawio XML 文件并在本地导出为 PNG/SVG/PDF。
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
进攻性人工智能安全测试和利用框架。系统地测试 LLM 应用程序的 OWASP Top 10 漏洞,包括提示注入、模型提取、数据中毒和供应链攻击。与渗透测试工作流程集成,以发现和利用特定于 AI 的威胁。
自动执行浏览器交互以进行 Web 测试、表单填写、屏幕截图和数据提取。当用户需要导航网站、与网页交互、填写表单、截取屏幕截图、测试 Web 应用程序或从网页中提取信息时使用。
使用 brms 在 R 中进行贝叶斯推理的模式,包括多级模型、DAG 验证和边际效应。执行贝叶斯分析时使用。
使用代理浏览器 CLI 为 AI 代理提供无头浏览器自动化。当 Claude 需要自动化网页浏览、抓取网页数据、与网页交互、填写表单、截取屏幕截图或执行任何基于浏览器的任务时使用。支持基于参考的元素定位、会话管理和语义定位器。
使用 pbi-cli 为 Power BI 语义模型编写、执行和优化 DAX 查询和度量。每当用户提及 DAX、在 Power BI 中查询数据、编写计算、创建度量、询问 EVALUATE、SUMMARIZECOLUMNS、CALCULATE、时间智能或想要从语义模型分析/聚合数据时,请调用此技能。当用户要求运行查询、测试公式或检查行计数时也会调用。此技能包含通过 CLI 参数传递 DAX 表达式的关键指导——多行 DAX (VAR/RETURN) 需要特殊处理。
路由指南——何时使用“nansen 代理”(AI 研究)与直接 CLI 数据命令。在决定如何使用 Nansen 工具回答用户的研究问题时使用。
用于对生物样本、特征或任何定量数据矩阵进行聚类的系统工作流程。通过严格的验证、比较和解释来实现多种聚类算法,以识别有意义的数据分组。
分析电话可观察性数据、检测问题、跨电话跟踪问题并提出系统维修建议。
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: