- 📁 .github/
- 📁 cli/
- 📁 examples/
- 📄 .gitignore
- 📄 .markdownlint.json
- 📄 action.yml
SafeAI-Global PRD Agent
全球产品管理的通用合规引擎。
全球产品管理的通用合规引擎。
当用户请求“添加辅助功能”、“检查 ARIA”、“处理键盘导航”、“添加焦点管理”或创建 UI 组件、表单或交互元素时,应使用此技能。提供用于键盘导航、ARIA 角色和状态、焦点管理、颜色对比度和屏幕阅读器支持的 WCAG 2.2 AA 模式。
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
使用特定于存储库的项目管理规则、GitHub 项目板绑定和字段映射初始化 PROJECT_MANAGE.md。首次为存储库设置项目管理时使用。
AI 代理群的基础设施层 — 88 个 MCP 工具,用于网格控制、A2A 协议、OmniMesh VPN、CyberSync、网络抓取、防火墙管理、浏览器自动化等。执行时间约为 80 毫秒。
针对特定项目的及时优化知识管理。在存储或检索通过比较学到的模式时使用。提供架构、提取标准、容量管理和保留评分。
Karakeep 书签搜索、浏览和管理
人工智能辅助工作的质量门、会话管理和成熟度模型
ADR 管理 — 创建、审查、列出和取代架构决策记录
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: