- 📁 references/
- 📄 SKILL.md
api-routing-standards
在 MergeMeet 專案中建立或修改 API 路由時使用此 skill。它強制執行「禁止尾隨斜線」標準以防止 404 錯誤。適用於處理 FastAPI 路由、修復 404 錯誤或審查 API 端點定義時。
在 MergeMeet 專案中建立或修改 API 路由時使用此 skill。它強制執行「禁止尾隨斜線」標準以防止 404 錯誤。適用於處理 FastAPI 路由、修復 404 錯誤或審查 API 端點定義時。
为 WealthWise Express API 搭建一个全新的 API 端点。当要求“添加端点”、“创建路由”、“为 <实体> 构建 API”或端到端搭建任何新的 REST 资源时触发。不会触发仅限前端的任务。 --- 遵循所有项目约定,为 WealthWise API 搭建一个全新的 API 端点。实体/资源名称在任务提示中提供。 ## 范围
通过 Schrute 搜索并执行预先学习的 Web API 技能。对于可重复的站点交互,请首先检查 Schrute — 它会在 5 毫秒内重播学习到的 API 调用,而不是完全浏览器自动化。
处理 API 密钥和用户令牌身份验证,以实现安全的 Knack API 访问。管理会话创建、刷新和凭证验证。
技术架构设计 Skill。根据产品需求文档(PRD)设计完整的技术架构方案,输出结构化的架构设计文档。覆盖技术栈选型、系统架构、数据模型、API 设计、部署方案、非功能需求、安全设计等。触发条件:(1) 设计技术架构,(2) 从 PRD 推导技术方案,(3) 系统设计/技术选型,(4) 数据库设计,(5) API 设计,(6) 部署架构设计。
列出当前团队的所有 AI API 密钥。显示键别名、屏蔽键值以及每个键的支出。当团队成员询问其 API 密钥或想要查看谁有权访问时使用。
当用户要求“创建 api 端点”、“django ninja”、“django api”、“添加端点”、“rest api django”、“ninja 路由器”、“api 模式”,或在 Django 项目中提及 API 开发、端点组织或 Pydantic 模式时,应使用此技能。为 Django Ninja 模式提供每个文件 1 个端点的组织。 --- # Django Ninja API 开发 具有单端点每个文件组织的 Django Ninja 模式。 ## 核心原则 1. **一个端点 = 一个文件** - 每个端点都存在于自己的文件中 2. **逻辑分组** - 端点按域分组在子包中 3. **每个组有一个路由器** - 每个组都有自己的路由器 4. **单独包中的模式** - `schemas/` 中的 Pydantic 模型 5. **逻辑服务** - 服务中的业务逻辑,而不是端点 ## API 结构 ``` myapp/ ├── api/ │ ├── __init__.py # 主要 NinjaAPI 实例 │ ├── users/ │ │ ├── __init__.py # Router: users_router │ │ ├── list.py # GET /users/ │ │ ├──Detail.py # GET /users/{id} │ │ ├── create.py # POST /users/ │ │ ├── update.py # PUT /users/{id} │ │ └── delete.py # 删除 /users/{id} │ ├── products/ │ │ ├── __init__.py │ │ ├── list.py │ │ ├── detail.py │ │ └── search.py │ └── auth/ │ ├── __init__.py │ ├── login.py │ ├── logout.py │ └── refresh.py └── schemas/ ├── __init__.py ├── user.py # UserIn, UserOut, UserPatch ├── 产品.py └── common.py # 分页、错误 ``` ## 主要 API 设置 In `api/__init__.py`: ```python from ninja import NinjaAPI from ninja.security import HttpBearer from .users import router as users_router from .products import router as products_router from .auth import router as auth_router class AuthBearer(HttpBearer): defauthenticate(self, request, token): # 令牌验证逻辑 from ..services.auth import AuthService return AuthService.validate_token(token) api = NinjaAPI( title="My API",
在创建或修改 REST API 端点(Rails 控制器、引擎路由、API 操作)时使用。需要生成或更新 API 集合文件(例如 Postman Collection v2.1),以便可以测试新的或更改的端点。触发词:端点、API 路由、控制器操作、API 集合、请求集合。 --- # REST API 集合 在添加或更改 REST API 端点时使用此技能,以便生成或更新兼容的集合文件以在现代 API 客户端中进行测试。 **核心原则:** 每个 API 表面(Rails 应用程序或引擎)都有一个与其端点保持同步的 API 集合文件。集合中的所有名称、描述和变量标签都必须采用**英文**。 ## 快速参考 |方面|规则| |--------|------| |当 |创建或修改任何 REST API 端点(路由 + 控制器操作)时创建或更新集合 | |格式| Postman Collection JSON v2.1(`schema` 或 `info.schema` 引用 v2.1)是一个很好的默认标准。 | |地点 |每个应用程序或引擎一个文件,例如`docs/api-collections/<app-or-engine-name>.json` 或 `spec/fixtures/api-collections/` | |语言 |集合中的所有请求名称、描述和变量名称均采用 **英语** | |根据要求 |方法、URL(带有基本 URL 的变量)、标头(内容类型、授权(如果需要))、正文示例(如果适用)| ## HARD-GATE:在端点更改时生成 ``` 当您创建或修改 REST API 端点(新的或更改的路由和控制器操作)时,您还必须创建或更新相应的 API 集合文件,以便可以测试流程。 不要让收藏丢失或过时。
Node.js 微服务的类型安全 REST/webhook API 设计模式。在设计端点、Webhook 处理程序、API 合约或服务间通信时使用。重点关注类型安全、验证、幂等性和错误处理。
使用 OpenAI Realtime API 和 Twilio Media Streams 向 AI 代理添加实时电话呼叫。当您希望 AI 代理以低于 200 毫秒的延迟拨打或接听电话、双向音频流以及跨语音、电报和电子邮件渠道的会话连续性时使用。需要 Python 3.9+、Twilio 电话号码以及具有实时 API 访问权限的 OpenAI API 密钥。
使用 Gadget 进行构建的最佳实践。当开发人员需要有关模型、操作、路由、访问控制、Shopify/BigCommerce 集成、前端模式、API 使用、测试设置、CI 验证、ggt 工作流程、调试或并行代理开发循环的指导时使用。触发“模型”、“操作”、“路由”、“权限”、“访问控制”、“多租户”、“Shopify”、“BigCommerce”、“前端”、“API 客户端”、“内部 API”、“过滤器”、“排序”、“分页”、“webhook”、“后台作业”、“测试”、“ci”、“ggt”、“调试器”、“日志”、“问题”
与 data.gouv.fr API 交互 — 主要 API(数据集、组织、用户、资源、重用、讨论)、指标 API(按模型的使用/统计)、表格 API(按资源 ID 查询 CSV 行)。在使用 data.gouv.fr 数据、目录或平台功能时使用。
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: