- 📄 SKILL.md
agentmail
适用于 AI 代理的 API 优先电子邮件。创建收件箱、发送/接收电子邮件、网络钩子、代理身份。当客服人员需要电子邮件身份、发送电子邮件或基于电子邮件的工作流程时使用。
适用于 AI 代理的 API 优先电子邮件。创建收件箱、发送/接收电子邮件、网络钩子、代理身份。当客服人员需要电子邮件身份、发送电子邮件或基于电子邮件的工作流程时使用。
当用户询问代理架构、评估、指标、生产监控、调试代理或构建可靠的人工智能代理的最佳实践时,应该使用此技能。用于“评估我的代理”、“设置生产监控”、“添加护栏”、“检测幻觉”、“代理反模式”、“比较实验”、“创建评估数据集”等问题。
创建和配置 A2A 代理卡 — 描述代理的功能、技能、身份验证和端点的发现文档。在定义您的代理向其他代理公开的内容时使用。
当用户要求“创建代理”、“构建代理”、“新代理”、“添加代理”、“创建代理”、“添加代理”、“添加子代理”时,或者当协调器检测到不存在适合任务的代理时,应使用此技能。
当用户要求“创建代理”、“添加代理”、“编写子代理”、“代理前事项”、“何时使用描述”、“代理示例”、“代理工具”、“代理颜色”、“自主代理”、“disallowedTools”、“阻止工具”、“代理拒绝列表”、“maxTurns”、“代理内存”、“代理中的 mcpServers”、“代理挂钩”、“背景”时,应使用此技能代理”、“恢复代理”、“代理团队”、“权限规则”、“权限模式”、“委托模式”、“代理团队”、“组长”、“队友”、“多代理”,或者需要有关代理结构、系统提示、触发条件或 Claude Code 插件代理开发最佳实践的指导。
Curious Agent 接入工具包。当代理需要检查其对某个主题的知识置信度时,触发主动探索、同步发现或与用户分享新发现。涵盖:(1) 回答前的置信度检查,(2) 注入探索主题,(3) 将探索结果同步到内存,(4) 主动分享新发现。触发场景:用户提出问题,Agent想要检查其知识边界,Agent想要主动探索某个主题。
基于MBTI框架的AI Agent性格诊断与配置系统。当用户想要 (1) 测试/诊断 Agent 的个性类型,(2) 了解 Agent 的实际个性与用户期望的个性之间的差距,(3) 生成配置建议以调整 Agent 行为,(4) 自定义 Agent 的通信风格、主动性、推理方法或执行模式时使用。支持免费层(快速评估)和高级层(包含详细诊断的完整 93 个问题评估)。
使用 Microsoft Foundry 和 Agent Framework 构建可投入生产的 AI 代理。在创建 AI 代理、选择 LLM 模型、实施代理编排、添加跟踪/可观察性或评估代理质量时使用。涵盖代理架构、模型选择、多代理工作流程和生产部署。
AI Agent 技能库项目规范,指导 agent 正确阅读和使用 skill
使用 lince-dashboard 和 agent-sandbox 注册新的 AI 编码代理。代理提供自己的要求(二进制文件、配置目录、API 密钥、沙箱行为),并且此技能会生成正确的 TOML 配置。在添加新代理类型、设置多代理支持时,或在要求添加代理、注册代理、设置代理、配置仪表板代理时使用。
当您需要发现远程代理、通过 A2A 代理卡获取其功能或调用远程 A2A 兼容代理上的任务时,请使用此技能。触发器包括“发现代理”、“查找代理”、“代理卡”、“调用远程代理”、“向代理发送任务”、“A2A”或对除简单消息传递之外的代理间通信的任何引用。
通过 mars CLI 进行代理程序包管理。在安装、更新或删除代理/技能源、检查包运行状况、链接工具目录或设置新克隆的存储库时使用。
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: