- 📄 SKILL.md
api-request
使用curl 发送HTTP API 请求。当用户要求调用 API、从 URL 获取数据、发送 POST/PUT/PATCH/DELETE 请求、使用 REST 或 GraphQL 端点、上传文件、使用 Bearer 令牌或 API 密钥进行身份验证、调试 HTTP 响应或通过 HTTP 与任何 Web 服务交互时使用。
使用curl 发送HTTP API 请求。当用户要求调用 API、从 URL 获取数据、发送 POST/PUT/PATCH/DELETE 请求、使用 REST 或 GraphQL 端点、上传文件、使用 Bearer 令牌或 API 密钥进行身份验证、调试 HTTP 响应或通过 HTTP 与任何 Web 服务交互时使用。
AI SDK 插件模式 - 工具配置、模式验证、API 集成。使用 @youdotcom-oss/api 实用程序。
在管理 AI Hub 帐户、API 密钥、余额、使用情况或 API 端点时使用。当用户在上下文中说“AI Hub”、“添加 AI 积分”、“创建 API 密钥”、“检查 AI 使用情况”、“自动充值”、“AI Hub 端点”、“AI Hub 基本 URL”、“如何使用 AI Hub API”、“LLM API”、“AI API”、“OpenAI 兼容”、“Anthropic API”、“GPT”、“Claude”、“Gemini”、“DeepSeek”或“Grok”时使用泽布尔。
REST、gRPC 和 GraphQL 的 API 设计模式。用于:api 设计、REST、gRPC、GraphQL、protobuf、模式设计、api 版本控制、分页、速率限制、错误格式、OpenAPI、API 身份验证、JWT、OAuth2、API 网关、webhook、幂等性。
当用户要求“分析此框架的 API”、“X 由外而内的大纲”、“API 优先学习计划”、“为 X 创建学习大纲”、“跟踪公共 API”、“分析 API 表面”、“api 蓝图”或任何映射 Java 框架的 API 表面以由外向内重新实现的请求时,应使用此技能。分析 Java 框架的源代码并生成 API 优先学习大纲 (api-outline.md),该学习大纲映射公共 API 表面、通过实现层向内追踪每个功能、生成 ASCII 调用链图并创建可构建的项目框架。 --- # API 蓝图 — API 优先学习大纲 ## 理念:由外而内、API 优先 学习框架并自信地为其做出贡献的最快方法是从 **用户** 开始的地方开始 - 公共 API。 这项技能不是寻找框架的内部“心脏”并向外构建(v1 方法),而是: 1. **识别 API 表面** — 框架用户在应用程序代码中实际导入和调用的类、接口和方法 2. **将功能组织为垂直切片** — 每个功能代表一个 API 功能,从公共方法一直向下追踪到内部层 3. **按使用层排序** — 首先是最常用的 API,高级用户/高级API 最后
指导稳定的API和接口设计。在设计 API、模块边界或任何公共接口时使用。在创建 REST 或 GraphQL 端点、定义模块之间的类型契约或在前端和后端之间建立边界时使用。 --- # API 和接口设计 ## 概述 设计稳定、文档齐全且难以误用的接口。良好的界面使正确的事情变得容易,而错误的事情则变得困难。这适用于 REST API、GraphQL 模式、模块边界、组件 props 以及一段代码与另一段代码对话的任何表面。 ## 何时使用 - 设计新的 API 端点 - 定义模块边界或团队之间的合同 - 创建组件 prop 接口 - 建立通知 API 形状的数据库模式 - 更改现有的公共接口 ## 核心原则 ### Hyrum 定律 > 有了足够数量的 API 用户,您的系统的所有可观察行为都将取决于某人,无论您在合同中承诺什么。
当验证API实现、检查REST约定、分析API设计或调试API问题时使用。验证API结构、设计和最佳实践。
由 AI 驱动的 API 文档生成工具,可从源代码自动生成全面的 API 文档,包括 OpenAPI/Swagger 规范、Postman 集合以及带有示例和身份验证详细信息的 Markdown 文档。
使用任务驱动的输入和具有封闭写回边界的结构化结果,生成更改本地黑盒和 API 文档,或同步稳定的 API 参考文档。
使用 Docyrus API 以及 @docyrus/api-client 和 @docyrus/signin 库来开发应用程序。在构建使用 Docyrus OAuth2(PKCE、iframe、客户端凭据、设备代码)进行身份验证的应用程序、对 Docyrus 数据源端点进行 REST API 调用、使用过滤器、聚合、公式、数据透视和子查询构建查询负载或与外部连接器集成(发现连接器、通过提供程序身份验证发送请求、运行操作)时使用。触发涉及 Docyrus API 集成、@docyrus/api-client 使用、@docyrus/signin 身份验证、数据源查询构建、Docyrus REST 端点使用、连接器发现或外部提供商请求的任务。
构建具有版本控制、文档和速率限制的生产就绪 REST API。当用户想要创建 API 端点、构建 REST API、添加 API 资源或生成 OpenAPI 文档时使用。触发器:“构建 api”、“创建端点”、“api 资源”、“rest api”、“api 文档”、“swagger”、“json api”、“graphql”。
REST API 设计约定、错误形状、版本控制和分页模式。在设计或审查任何 HTTP API 时使用。
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: