- 📄 SKILL.md
access
管理 Discord 频道访问 — 批准配对、编辑允许列表、设置 DM/组策略。当用户要求配对、批准某人、检查允许的人员或更改 Discord 频道的政策时使用。
管理 Discord 频道访问 — 批准配对、编辑允许列表、设置 DM/组策略。当用户要求配对、批准某人、检查允许的人员或更改 Discord 频道的政策时使用。
AI-Trader - 人工智能交易信号平台。发布交易信号,关注交易者。当用户提及交易信号、跟单交易、股票交易或关注交易者时使用。
通过 MCP 服务器工具使用 Hugging Face Hub。搜索模型、数据集、空间、论文。获取存储库详细信息、获取文档、运行计算作业以及使用 Gradio Spaces 作为 AI 工具。连接到 HF MCP 服务器时可用。
在连接的 Unity 项目中切换 MCP for Unity 包源。使用 /mcp-source [main|beta|branch|local] 在上游版本、远程分支或本地开发签出之间进行交换。
建立并维护覆盖范围内即将发生的催化剂的日历 - 收益日期、会议、产品发布、监管决策和宏观事件。帮助在事件发生之前优先考虑注意力和位置。在“催化剂日历”、“即将发生的事件”、“即将发生的事情”、“收益日历”、“事件日历”或“催化剂跟踪器”上触发。
飞书多维表格(Bitable)的创建、查询、编辑和管理工具。包含 27 种字段类型支持、高级筛选、批量操作和视图管理。 **当以下情况时使用此 Skill**: (1) 需要创建或管理飞书多维表格 App (2) 需要在多维表格中新增、查询、修改、删除记录(行数据) (3) 需要管理字段(列)、视图、数据表 (4) 用户提到"多维表格"、"bitable"、"数据表"、"记录"、"字段" (5) 需要批量导入数据或批量更新多维表格 --- # Feishu Bitable (多维表格) SKILL ## 🚨 执行前必读 - ✅ **创建数据表**:支持两种模式 — ① 明确需求时,在 `create` 时通过 `table.fields` 一次性定义字段(减少 API 调用);② 探索式场景时,使用默认表 + 逐步修改字段(更稳定,易调整) - ⚠️ **默认表的空行坑**:`app.create` 自带的默认表中会有空记录(空行)!插入数据前建议先调用 `feishu_bitable_app_table_record.list` + `batch_delete` 删除空行,避免数据污染 - ✅ **写记录前**:先调用 `feishu_bitable_app_table_field.list` 获取字段 type/ui_type - ✅ **人员字段**:默认 open_id(ou_...),值必须是 `[{id:"ou_xxx"}]`(数组对象) - ✅ **日期字段**:毫秒时间戳(例如 `1674206443000`),不是秒 - ✅ **单选字段**:字符串(例如 `"选项1"`),不是数组 - ✅ **多选字段**:字符串数组(例如 `["选项1", "选项2"]`) - ✅ **附件字段**:必须先上传到当前多维表格,使用返回的 file_token - ✅ **批量上限**:单次 ≤ 500 条,超过需分批(批量操作是原子性的) - ✅ **并发限制**:同一数据表不支持并发写,需串行调用 + 延迟 0.5-1 秒 --- ## 📋 快速索引:意图 → 工具 → 必填参数 | 用户意图 | 工具 | action | 必填参数 | 常用可选 | |---------|-- ----|--------|---------|---------| | 查表有哪些字段 | feishu_bitable_app_table_field | list | app_token, table_id | - | | 查记录 | feishu_bitable_app_table_record | list | app_token, table_id | filter, sort, field_names | | 新增一行 | feishu_bitable_app_table_record | create | app_token, table_id, fields | - | | 批量导入 | feishu_bitable_app_table_record | batch_create | app_token, table_id, records (≤500) | - | | 更新一行 | feishu_bitable_app_table_record | update | app_token, table_id, record_id, fields | - | | 批量更新 | feishu_bitable_app_table_record | batch_update | app_token, table_id, records (≤500) | - | | 创建多维表格 | feishu_bitable_app | create | name | folder_token | | 创建数据表 | feishu_bitable_app_table | create | app_token, name | fields | | 创建字段 | feishu_bitable_app_table_field | create | app_token, table_id, field_name, type | property | | 创建视图 | feishu_bitable_app_table_view | create | app_token, table_ id, view_name, view_type | - | --- ## 🎯 核心约束(Schema 未透露的知识) ### 📚 详细参考文档 **当遇到字段配置、记录值格式问题或需要完整示例时,查阅以下文档**: - **[字段 Property 配置详解](referenc
存储从当前对话中吸取的教训。由 /lesson 命令触发。当主人发出信号表明最近的对话包含陷阱、修复或应长期记忆的关键见解时使用。
从 GitHub PR 评论中提取并分析写作改进。当被要求显示来自 GitHub 拉取请求 URL 的审阅反馈、样式更改或编辑改进时使用。处理明确的建议和纯文本反馈。生成结构化输出,将原始措辞与审稿人的建议进行比较,以帮助完善未来的写作。
写一篇关于某个主题的俳句并将其呈现为可共享的卡片。
解释不同的 Slackdump 源结构。
使用 AI 生成 PNG 图像(通过 OpenRouter 的多个模型,包括 Gemini、FLUX.2、Riverflow、SeedDream、GPT-5 Image,通过 Cloudflare AI Gateway BYOK 代理)。还可以使用多模态 AI 视觉来分析/描述现有图像。当用户要求“生成图像”、“创建 PNG”、“制作图标”、“使其透明”、“描述此图像”、“分析此图像”、“此图像中的内容”、“解释此图像”或需要 AI 为项目生成的视觉资源时使用。支持通过关键字(gemini、riverflow、flux2、seedream、gpt5)、可配置的宽高比/分辨率、透明背景(-t)、参考图像编辑(-r)、图像分析(--analyze)和每个项目成本跟踪(--costs)进行模型选择。
查找分布在多个组件中的重复业务逻辑并建议整合。当询问“此逻辑在哪里重复?”、“查找服务之间的公共代码”、“可以合并什么?”、“检测共享域逻辑”或在重构之前分析组件重叠时使用。请勿用于代码级重复检测(使用 linter)或依赖性分析(使用耦合分析)。
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: