每日精选skills数量
3,626 3,840 3,909 3,920 3,927 3,966 4,007
04/05 04/06 04/07 04/08 04/09 04/10 04/11
♾️免费开源 🛡️安全无忧

导入技能

kirillgreen kirillgreen
from GitHub 开发与编程
  • 📁 references/
  • 📄 README.md
  • 📄 SKILL.md

attack-surface

战略研究框架,通过结构化的权力问题将数月的市场/竞争研究压缩为数小时。使用由 Exa 驱动的并行情报收集,从竞争对手数据、评论和行业来源中提取未言明的行业见解、脆弱的市场假设和战略攻击面。当用户说“攻击面”、“研究市场”、“竞争分析”、“分析竞争对手”、“寻找市场机会”、“对这个想法进行压力测试”、“市场研究”、“评估机会”、“寻找盲点”、“市场进入”时使用,或者当用户想要深入了解市场、评估新方向、寻找行业盲点、评估合作伙伴关系或分析机会时使用。请勿用于代码审查、测试、部署、错误修复或实施任务。 --- # 攻击面 — 战略研究框架 将数月的市场研究压缩为数小时。 3 小时和 3 个月之间的区别不在于信息量,而在于了解哪些问题真正重要。 该框架不是“总结这些”或“分析竞争”,而是提取: - **不言而喻的见解** - 成功的参与者了解客户从未大声说出的内容 - **脆弱的假设** - 整个市场建立的信念,以及它们如何打破 - **攻击面** - 盲点,脆弱的共识,无人谈论的开放 ## 何时使用 - 进入新市场或垂直市场 - 评估新的功能方向现有项目 - 评估合作伙伴关系或平台机会 - 在提交之前对业务创意进行压力测试 - 寻找竞争盲点和服务不足的利基市场 - 任何受益于深入循证分析的战略问题 ## 工作流程概述 7 个阶段,在自动情报收集和用户引导分析之间交替: |相|名称 |模式|输出| |--------|------|------|--------| | 1 |简报 | 互动|研究简介 | | 2 |来源收藏|自动化(并联

0 11 12天前 · 上传 详情页 →
nozomio-labs nozomio-labs
from GitHub 数据与AI
  • 📁 scripts/
  • 📄 README.md
  • 📄 SKILL.md

Nia

使用 Nia AI 索引和搜索代码存储库、文档、研究论文、HuggingFace 数据集、本地文件夹、Slack 工作区、Google Drive、X (Twitter) 和软件包。包括身份验证引导、Oracle 自主研究、GitHub 实时搜索、Tracer 代理、依赖性分析、上下文共享、代码顾问、文档代理、数据提取、文件系统操作和通用连接器。

0 10 12天前 · 上传 详情页 →
stbarbe stbarbe
from GitHub 数据与AI
  • 📄 cli-skills-agent-retainableness.zip
  • 📄 SKILL.md

deep-researcher

通过结构化分析和综合多个来源的信息,对任何主题进行全面、多层次的研究。当用户需要对任何主题进行彻底调查、市场研究、技术深入、尽职调查或全面分析时使用。

0 7 6天前 · 上传 详情页 →
cookiy-ai cookiy-ai
from GitHub 生活与日常
  • 📁 .claude-plugin/
  • 📁 .cursor-plugin/
  • 📁 .github/
  • 📄 .gitignore
  • 📄 LICENSE
  • 📄 README.md

cookiy-skill

端到端用户研究助理——从规划到综合。每当用户提及用户研究、用户访谈、讨论指南、访谈指南、研究计划、定性研究、可用性研究、参与者招募、研究综合、访谈记录、研究报告、使用 AI 进行研究或明确提及 Cookiey AI 时,请使用此技能。当用户想要与客户交谈、进行发现研究、创建研究、分析访谈数据或进行人工智能主持的访谈时也会触发。涵盖整个生命周期:规划研究、创建讨论指南、通过 Cookiey 进行人工智能主持的访谈(真实或模拟),以及将原始记录合成为有证据支持的报告。 --- # Cookiey 技能 — 用户研究,端到端 此技能可根据用户需求引导您找到正确的工作流程。 共有三个核心能力,并且它们经常链接在一起。 --- ## 步骤 1:识别用户的意图 询问用户他们处于哪个阶段,或从上下文推断: |用户想要什么 |前往| |---|---| | **明确想要详细的研究计划、筛选问卷或访谈/讨论指南** - 他们特别要求创建这些工件 | [定性研究规划师](#route-a-plan-a-study) | | **综合报告** - 他们已经有了采访记录/笔记和需求分析 | [综合研究报告](#route-b-synthesize-a-report) | | **明确提及 Cookiey AI** — 他们希望使用 Cookiey 平台 | [Cookiy 人工智能平台](#route-c-run-with-cookiy) | | **有一个粗略的研究想法或已经有一个计划/指南** - 没有提到 Cookiey |问:*“您想使用 Cookiey AI 端到端地运行这项研究吗? Cookiey 可以根据您的目标生成研究计划和访谈指南,招募参与者,进行 AI 主持的访谈(或对 AI 角色的模拟访谈),并将结果综合成报告。”* 如果是,则路由至 [Cookiy AI Platform](#route-c-run-with-cookiy),或 [Qualitative Re]

0 9 12天前 · 上传 详情页 →
saraswatayu saraswatayu
from GitHub 调研与分析
  • 📁 .claude-plugin/
  • 📁 .github/
  • 📁 agents/
  • 📄 .gitignore
  • 📄 AGENTS.md
  • 📄 CLAUDE.md

facet

使用人工智能生成的角色进行产品研究。通过超过 48 个详细的心理角色模拟定价、功能、入职、复制和保留决策。提出产品问题,获得研究综合。

0 7 8天前 · 上传 详情页 →
DishantPal DishantPal
from GitHub 商业与运营
  • 📁 references/
  • 📄 SKILL.md

deep-research

对任何主题进行深入、结构化的研究——市场、产品、功能、竞争对手、问题、行业、法规或机会。每当用户想要研究、探索、调查、分析或理解某事时触发。这包括:进入新市场、评估产品或服务、探索功能、解决业务问题、竞争格局、监管研究或任何“我需要了解 X”场景。还可以触发:“调查”、“深入研究”、“探索是否”、“规划前景”、“X 有哪些选项”、“Y 在实践中如何运作”。积极触发——如果有研究意图,请使用此技能。涵盖:市场研究、竞争分析、特征探索、监管深入、产品评估、问题解决、机会评估、景观测绘。 --- # 深度研究技巧## 核心理念 大多数研究都是肤浅的。它涵盖了很容易通过谷歌搜索的内容,提供一般概述,并停留在表面。这项技能的存在远不止于此。 **交付规则:** - 绝不交付少于要求内容的 7 倍 - 目标是 10-15 倍:彻底覆盖以及用户未请求的邻近区域 - 对于 25 倍区域中的任何内容(有趣但超出范围),包括简短的指示,这样就不会隐藏任何重要内容 ** 质量标准:** 每个部分都必须通过“有经验的从业者”测试 - 在这个领域工作了 5 年的人会从这个输出中学到新东西吗?如果没有,请继续深入。表面的概述永远不能作为最终的交付成果。 --- ## 步骤1:模式检测 在做其他事情之前确定研究模式。 ### 模式 A:引导(交互式) **触发时间:** 提示模糊、宽泛、不明确,或者可能走向多个截然不同的方向。或者用户明确地说“先问我问题”。 **流程:** 1. 使用问题分解技术提出 3-5 个尖锐问题(如下) 2. 提出研究计划并确认 3. 执行

0 5 10天前 · 上传 详情页 →

Skills文件组织结构基本样例(仅作参考)

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

SKILL.md 内容要求

├─ ⭐ 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)

为什么选择 SkillWink?

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。

AI 语义搜索 关键词检索 版本更新 多维排序 开放标准 评论交流

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。

常见问题解答(FAQ)

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。

1,什么是Agent Skills?

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。

2,Skills是怎么运行的?

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。

3,我该怎么快速找到想要的技能?

推荐 3 种方式组合使用:

  • 语义搜索:用一句自然语言描述你想解决的问题;
  • 多维筛选:按分类/标签/作者/语言/许可证过滤;
  • 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。

4,SkillWink 支持哪些导入方式?

  • 上传归档文件导入:.zip / .skill 一键导入(推荐)
  • 上传skills文件夹
  • 从GitHub仓库导入

注:以上导入方式文件大小控制在10M之内。

5,在Claude / Codex 等系统中如何是使用?

常见路径如下(不同系统略有差异,以你本机为准):

  • Claude Code:~/.claude/skills/
  • Codex CLI:~/.codex/skills/

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”。

6,一个技能能不能被多个工具一起用?

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。

7,这些skills使用安全吗?

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。

8,为什么我导入后“没有生效”?

最常见原因是这几类:

  • 放错目录(路径不对、层级多了一层)
  • SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
  • 依赖未安装(Python/Node/CLI 工具缺失)
  • 工具未重新加载技能(某些环境需要重启/刷新)

9,SkillWink 会不会收录重复或低质量技能?

我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:

  • 重复技能:看差异点(更快/更稳定/更强主题能力)
  • 低质量技能:我们会定期清理低质量skills