- 📁 common_utils/
- 📁 find-testcases-covering-function/
- 📁 run-coverage/
- 📄 SKILL.md
coverage
代码覆盖率分析工具。这些工具有助于分析和可视化测试执行的代码覆盖率、将覆盖率数据上传到 Neo4j 以及显示覆盖率统计信息。可用工具:运行覆盖率、展示覆盖率。
代码覆盖率分析工具。这些工具有助于分析和可视化测试执行的代码覆盖率、将覆盖率数据上传到 Neo4j 以及显示覆盖率统计信息。可用工具:运行覆盖率、展示覆盖率。
使用 CodeAppsStarter 的设计系统为代码应用程序构建 UI。使用场合:代码应用程序设计、UI 设计、组件选择、屏幕布局、图库、表格、看板、甘特图、仪表板、表单、shadcn、Tailwind、设计示例、StatsCards、KanbanBoard、ListTable、InlineEditTable、SearchFilterGallery、GanttChart、TreeStructure
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。
如何使用 Mojo 对 GPU 进行编程的基础知识。在编写面向 GPU 或其他加速器的 Mojo 代码时,除了 mojo 语法之外,还可以使用此技能。使用针对 NVIDIA、AMD、Apple 芯片 GPU 或其他设备的目标代码。使用此技能可以克服对 Mojo GPU 代码编写方式的误解。
代码文件内容生成指南。当您需要创建可以通过“frago view”预览的代码文件时,请使用此技能。涵盖支持的语言、主题选择和最佳实践。
评估代码的可理解性和可维护性风险。当用户询问代码信心、风险、可维护性、技术债务、代码健康状况或代码是否可以安全更改时使用。当用户要求分析代码质量、扫描风险、检查代码是否混乱或复杂、审核代码、进行代码检查、查找弱点、评估需要重构的内容或询问代码信任、隐藏风险、陷阱或加入代码库时,也可以使用。
在 n8n Code 节点中编写 JavaScript 代码。在 n8n 中编写 JavaScript、使用 $input/$json/$node 语法、使用 $helpers 发出 HTTP 请求、使用 DateTime 处理日期、排除代码节点错误或在代码节点模式之间进行选择时使用。
Claude Code 的多代理编排框架。自动将任务委托给更便宜、更快的子代理(Haiku 4.5、Sonnet 4.6),同时通过验证保持 Opus 级别的质量。在处理任何编码任务时使用 — Hydra 会自动激活,将文件探索、测试运行、文档、代码编写、调试、安全扫描和 git 操作路由到最佳代理。节省约 50% 的 API 成本。 --- # 🐉 Hydra — 多头推测执行 > *“砍掉一个头,另外两个头将取代它。”* > 除了这里 - 每个头都在更快、更便宜地完成你的工作。 ## ⛔ 强制性协议 — 切勿跳过 这些协议是不可协商的。跳过它们是违反框架的行为。 ### 协议 1:代码更改后哨兵扫描 当任何代理返回包含“⚠️ HYDRA_SENTINEL_REQUIRED”的输出时,您必须在执行任何其他操作之前、向用户呈现结果之前、运行任何其他代理之前 - 调度 Hydra-sentinel-scan 以及触发器块中列出的文件和更改。 **这是阻塞的。** 在哨兵完成之前,用户不会看到代码更改。如果您在没有先运行哨兵的情况下向用户呈现代码更改,则违反了框架的核心安全保证。
在实现功能之后、在声明阶段完成之前、在审查 AI 生成的代码时或当代码感觉过于复杂时使用。当您注意到文件中存在重复模式、函数超过 40 行、嵌套超过 3 层或抽象只有一个实现时,也可以使用。涵盖重复、死代码、过度设计和 AI 特定的膨胀模式,例如详细错误处理和冗余类型检查。
根据 Claude Code 的生产级工程模式分析代码和 LLM 实践。当用户要求“根据 Claude Code 评估我的代码”、“Claude Code 如何执行此操作”、“CC 对 X 使用什么模式”、“查看我的 LLM 方法”或调用 /what-would-cc-do:assess 或 /what-would-cc-do:claudecodefy 时使用。
将代码部署到 Cloudflare Pages(静态)或 Azure 容器应用程序(动态)。当用户说“/部署”、“部署”、“发布此”、“发布此”、“站点部署”、“应用程序部署”或想要将代码从项目部署到生产时使用。
通过最佳实践、安全检查和建设性反馈来执行全面的代码审查。在审查拉取请求、分析代码质量、检查安全漏洞或提供代码改进建议时使用。 --- # 代码审查分析 ## 目录 - [概述](#overview) - [何时使用](#when-to-use) - [快速入门](#quick-start) - [参考指南](#reference-guides) - [最佳实践](#best-practices) ## 概述 系统的代码审查流程,涵盖代码质量、安全性、性能、可维护性以及遵循行业标准的最佳实践。 ## 何时使用 - 审查拉取请求和合并请求 - 合并前分析代码质量 - 识别安全漏洞 - 向开发人员提供建设性反馈 - 确保编码标准合规性 - 通过代码审查进行指导 ## 快速入门
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: