为任何用户体验、产品设计或交互设计推理任务激活此技能。每当用户要求用户体验评论、设计决策、模式推荐、可访问性审查、研究方法指南、利益相关者沟通策略、AI/UX 权衡分析或暗模式识别时使用。触发诸如“我应该使用”、“最好的方法是什么”、“挑战我的想法”、“帮助我做出决定”、“审查这个设计”、“我错过了什么”、“我如何向利益相关者展示这个”、“设计可用性测试”或“我应该使用什么研究方法”等短语。这项技能在高级从业者层面上发挥作用：它询问前提，在阻力下保持立场，并指出其他代理人跳过的权衡。即使请求的措辞很随意，也始终要激活复杂的用户体验决策。
Git 约定 — 常规提交、语义版本控制、分支命名、标记、变更日志和发布工作流程。在提交、分支、标记或管理版本时使用。
解释当前的 DOT Studio Act 合约和安全关系设计。当用户询问动作编排、参与者键、关系方向或发布安全的工作流结构时使用。
浏览器自动化沙箱的 Gull 运行时使用指南。涵盖代理浏览器 CLI 直通模型、基于快照的元素引用、单个与批量执行策略、工件处理和浏览器状态持久性。在 Gull 容器内工作时使用它来了解命令语法、可靠自动化的关键规则以及导航、表单填充、数据提取和屏幕截图捕获的常见模式。
AI 原生代理运行时，具有类型状态强制 ORGA 推理循环、Cedar 策略授权、用于代理间治理的 CommunicationPolicyGate、ToolClad 声明性工具合约、知识桥、零信任安全性、多层沙箱、webhook 验证、markdown 内存、技能扫描、指标、调度、symbi init/run/up CLI 和声明性 DSL
教代理如何有效地使用无头浏览器工具 - 工作流程、元素引用、批处理和详细级别。
>-
基于 Harness Engineering 原理的长期运行的自主代理的生产级框架。具有三层自愈记忆、断路器保护、KAIROS 梦想模式整合、多智能体协调等特点。当用户描述一个任务想法时，Agent会自动初始化工作区，填充所有模板文件，设置cron计划，并立即开始执行。
>-
将 APK 文件上传到 Android 应用商店（华为、小米、OPPO、vivo、荣耀、Google Play、三星、蒲公英、fir.im）并运行自定义脚本。专为具有结构化 JSON 输出、语义退出代码和零交互的 AI 代理而设计。
Git 上下文控制器 (GCC) v2 — 由真实 git 支持的精益代理内存。存储哈希 + 意图 + 可选决策注释，而不是详细的降价。当可用时自动桥接到 aiyoucli 矢量内存。双模式：git 支持（精益索引.yaml）或独立（markdown 回退）。在 /gcc 命令或自然语言上触发，例如“提交此进度”、“分支尝试替代方案”、“合并结果”、“恢复上下文”。
为代码库设置分层意图层（AGENTS.md 文件）。在初始化新项目、向现有存储库添加上下文基础设施、用户要求设置 AGENTS.md、添加意图层、使代理理解代码库或构建 AI 友好的项目文档时使用。 --- # Intent Layer 分层 AGENTS.md 基础设施，使代理可以像高级工程师一样导航代码库。 ## 核心原则 **只有一个根上下文文件。** CLAUDE.md 和 AGENTS.md 不应在项目根目录共存。对于复杂的子系统，鼓励在子目录中使用子 AGENTS.md。 ## 工作流程 ``` 1. 检测状态脚本/detect_state.sh /path/to/project → 返回：无 |部分 |完成 2. 无/部分布线 → 初始设置（步骤 3-5）完成 → 维护（步骤 6） 3. 测量 [gate - 首先显示表] scripts/analyze_struct.sh /path/to/project scripts/estimate_tokens.sh /path/to/each/source/dir 4. 决定没有根文件 → 问：CLAUDE.md 还是 AGENTS.md？具有根文件 → 如果需要，添加意图层部分 + 子节点 5. 执行 使用references/templates.md 进行结构 使用references/node-examples.md 进行实际模式
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：
