评估项目是否已准备好进行云原生部署。评估无状态性、配置、可扩展性，并生成就绪分数 (0-12)。当用户询问容器化准备情况、Docker/Kubernetes 兼容性、部署可行性、应用程序是否可以在容器或云中运行，或者想要进行部署前评估时使用。还会触发“/cloud-native-readiness”。
升腾（Ascend）推理生态开源代码仓库智能问答专家旨在为 vLLM、vLLM-Ascend、MindIE-LLM、MindIE-SD、MindIE-Motor、MindIE-PyMotor、MindIE-Turbo 以及 msModelSlim (MindStudio-ModelSlim) 等仓库提供专家级且易于理解的解释。在处理升腾（Ascend）推理生态相关项目的用户询问时，务必触发此技能（Skill），可解答使用方法、部署流程、支持模型、支持特性、系统架构、配置管理、调试、测试、故障排查、性能优化、定制开发、源码解析以及其他技术问题。支持中英文双语回复，并可借助 deepwiki MCP 工具检索仓库知识库，生成具备上下文感知且基于证据的回答。 Ascend inference ecosystem open-source code repository intelligent question-and-answer (Q&A) expert. Provide expert-level yet comprehensible explanations for repositories such as vLLM, vLLM-Ascend, MindIE-LLM, MindIE-SD, MindIE-Motor, MindIE-PyMotor, MindIE-Turbo, and msModelSlim (MindStudio-ModelSlim). 在解决与这些升腾推理生态系统项目相关的用户询问时，请使用此技能，包括使用、部署过程、支持的模型、支持的功能、系统架构、配置管理、调试、测试、故障排除、性能优化、定制开发、源代码分析以及有关这些项目的任何其他技术问题等主题。支持中英文回复。使用 deepwiki MCP 工具查询存储库知识库并生成上下文感知、基于证据的响应。
在 Superior Trade 的托管云上进行回测并部署交易策略。
根据自动研究范式（Karpathy）进行自主改进。两种模式： (1) 技能模式——通过迭代变异和评估来优化 SKILL.md。 (2) 通用模式 — 针对任何机械指标（测试覆盖率、包大小、Lighthouse 分数、Docker 映像大小等）优化任意文件。两种执行模式：自动（完全自主循环，非常适合夜间运行）和引导（交互式，用户在每一步中决定）。领先一
运行 TPC-DS 基准测试，比较 Kubernetes 上的 OSS Apache Spark 与 Quanton，并提供交互式配置和实时进度更新
有关 KDCube 平台的知识 — 一个多租户、自托管运行时 + SDK，用于构建 AI 助手、副驾驶和代理应用程序。涵盖捆绑包/工作流程、流媒体 + 时间线、自定义捆绑包 UI、工具/技能、独立执行、经济学/会计、出处/引用以及部署选项（本地、EC2、ECS）。
使用generate_figma_design + CDP脚本将本地或部署的Web应用程序屏幕移动到Figma的路由/视图捕获编排技能。用于发现、准备/捕获协调以及捕获后分组；依赖 Figma-use 来实现通用 Figma 写入规则。
为 Midnight 编写、测试和部署 Compact 智能合约。在编写隐私保护合约、ZK 电路、屏蔽代币或任何链上 Midnight 代码时使用。
在 Docker 中构建和验证 Pixi 管理的项目的脚本化流程，然后生成一个可移植的 WORKDIR/product 目录以供气隙使用。
Aztec 智能合约开发、Noir 编程、测试、部署和 TypeScript 集成。在处理 Aztec 合同、注释、私有状态或任何 Aztec SDK 代码时使用。使用审查合同进行安全审查。
通过多区域、cron、警报和安全扫描来构建、部署和管理周一代码应用程序。当用户说“部署我的应用程序”、“推送到星期一代码”、“部署到星期一”、“检查部署状态”、“设置环境变量”、“推送我的应用程序”、“部署后端”、“部署前端”或想要升级应用程序版本时使用。
基于运维技能等级白皮书，生成符合 STAR 法则的运维/SRE 简历项目描述，并根据目标 JD 进行模拟面试演练。用于运维、DevOps、SRE 求职场景下的项目重写、模板匹配和面试准备。
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：
