- 📄 SKILL.md
adr
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”。
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”。
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)。
An AI Agent cognitive growth system built on the native OpenClaw architecture. It provides agents with persistent memory management, visual intimacy progression, a 5-dimensional cognitive profile, gamified daily quests, team leaderboards, and a 5-layer memory architecture with Knowledge Palace, Pyramid thinking, and Ebbinghaus decay function. 基于 OpenClaw 原生架构的 AI Agent 认知成长体系,为 Agent 提供五层记忆架构、知识宫殿、金字塔知识组织、记忆衰减函数、LLM 智能处理、永久化记忆管理、可视化亲密度成长、五维认知画像、游戏化每日任务和团队排行榜。
在构建阶段指导干净、可扩展的系统架构。在设计模块、定义边界、构建项目、管理依赖关系或防止系统增长时的紧密耦合和脆弱性时使用。
自动分析代码库并生成零配置架构图。当用户要求“绘制此存储库的图表”、“可视化架构”、“自动绘制图表”或请求代码库概述而不指定组件时使用。当用户提供具体描述、示例图或组件列表时,请勿使用 - 请改用 exalidraw 技能。
研究行业标准和最佳实践,确定针对给定技术或架构问题的可行方法,并根据项目特定的限制进行结构化的事实比较。报告选项——不做决定。
实施经过验证的后端架构模式,包括简洁架构、六边形架构和领域驱动设计。在构建复杂的后端系统或重构现有应用程序以获得更好的可维护性时使用。
使用spec-gen对项目运行完整的静态分析并总结结果——架构、调用图、主要重构问题和重复代码。无需法学硕士。
SaaS 流失减少涵盖取消流程设计、动态保存优惠、退出调查架构、催款顺序、付款回收、赢回活动和流失影响建模。
通过自然对话进行技术设计协作。通过理解、探索和验证阶段适应专业水平和问题复杂性。当用户要求在实施开始之前就需要架构决策的新功能或系统集思广益时使用。
AGENTVIZ 的独立公关审查。寻找重复代码、死代码、UI/UX 风格违规、缺失测试、架构漂移和倾斜。在打开 PR 或自我审查您的分支之前运行。
在记录架构、理解系统结构、创建图表或分析组件关系时使用。专注于界面和高层设计。触发:“使用架构模式”、“架构”、“系统设计”、“这是如何构建的”、“记录系统”、“创建图表”、“高级概述”。只读模式。
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: