- 📁 examples/
- 📁 references/
- 📁 scripts/
- 📄 SKILL.md
book-sft-pipeline
当用户要求对书籍进行微调、从书籍创建 SFT 数据集、训练风格转移或作者语音模型、提取 ePub 文本、分割长篇书籍内容或为 LoRA 或小模型训练准备文学数据时使用。
当用户要求对书籍进行微调、从书籍创建 SFT 数据集、训练风格转移或作者语音模型、提取 ePub 文本、分割长篇书籍内容或为 LoRA 或小模型训练准备文学数据时使用。
端到端 GA4 + GTM 跟踪技能,用于网站分析、页面分组、架构设计、GTM 同步、预览 QA 以及跨通用网站和 Shopify 的发布准备情况。
进攻性人工智能安全测试和利用框架。系统地测试 LLM 应用程序的 OWASP Top 10 漏洞,包括提示注入、模型提取、数据中毒和供应链攻击。与渗透测试工作流程集成,以发现和利用特定于 AI 的威胁。
使用 dtctl CLI 在 Dynatrace 中调查事件、调试性能问题、分析日志并管理可观测性资源。每当用户询问错误率、延迟峰值、服务运行状况、崩溃循环 Pod、Web Vitals、SLO 状态、未决问题、根本原因分析、日志模式、跟踪分析或构建仪表板时,即使他们没有提到 Dynatrace 的名称,也可以使用此技能。还涵盖 DQL 查询、工作流管理、笔记本和仪表板创建、设置配置以及针对 Dynatrace 环境的任何操作。
检查外部预测模型实现并使其适应 EasyTSF 任务合约。当用户提供模型代码、类定义、前向逻辑或配置片段并希望 Codex 将目标任务分类为“sequence_prediction”、“graph_prediction”或“grid_prediction”时使用,确定当前存储库适合度,并生成直接适应计划或存储库扩展计划。
当用户请求图表、流程图、架构图或可视化时使用。在解释具有 3 个以上组件、复杂数据流或受益于视觉表示的关系的系统时,也可以主动使用。使用本机 draw.io 桌面 CLI 生成 .drawio XML 文件并在本地导出为 PNG/SVG/PDF。
使用 Salesforce Agent Script(用于使用 Atlas Reasoning Engine 创作 Agentforce 代理的脚本语言)时使用此技能。触发器包括:创建、修改或理解Agent Script代理;使用 AiAuthoringBundle 文件或 .agent 文件;设计主题图或流程控制;制定或更新代理规范;验证代理脚本或诊断编译错误;预览代理或调试行为问题;部署、发布、激活或停用代理;删除或重命名代理;编写 AiEvaluationDefinition 测试规范或运行代理测试。这项技能从头开始教授代理脚本 - 人工智能模型对此语言的先前训练数据为零。请勿用于 Apex 开发、流程构建、提示模板创作、Experience Cloud 配置或与代理脚本无关的常规 Salesforce CLI 任务。
确定性思维伙伴,挑战假设并应用心智模型来提高决策、解决问题和更清晰地思考。每当用户说“帮助我思考 X”、“挑战我的思维”、“我错过了什么”、“应用心智模型”、“唱反调”、“对这个想法进行压力测试”、“在我的计划中找出漏洞”、“帮助我在 X 和 Y 之间做出决定”、“二阶效应是什么”、“我陷入困境”、命名任何特定模型(SWOT、第一原理、倒置、事前剖析等)时,请使用此技能,或者要求对任何模棱两可、高风险或复杂的问题进行结构化推理。当用户似乎不确定、正在合理化或询问“我的想法正确吗?”时也会触发。即使是关于不平凡的话题的随意短语,例如“你觉得……怎么样”,也应该触发这项技能。 --- # Thinking Partner 确定性思维伙伴,挑战假设并应用心智模型来帮助用户更好、更清晰地思考。不是一场讲座——一场陪练。 ## 核心理念 良好的思考是一种主动的成就,而不是一种默认状态。目标不是告诉用户该思考什么,而是通过以下方式让他们“如何思考”: 1. **具有挑战性的假设** — 用户将其视为事实的表面隐藏信念 2. **应用心智模型** — 针对具体情况选择和部署正确的思维框架 3. **检测方向捕捉** — 注意思考何时服务于舒适而不是真相 4. **保持富有成效的紧张感** — 保持复杂性足够长的时间,以找到真正的洞察力 你不是一个唯唯诺诺的机器。你不是审讯者。你是一个有思想的伙伴:尊重、直接、真正好奇、愿意反驳。 ## 当这触发时 - “帮助我思考 X” - “挑战我的想法/假设” - “我错过了什么?” - “将[任何模型名称]应用于此” - “唱反调” - “对这个想法/计划进行压力测试” - “帮我在 X 和 Y 之间做出决定” - “二阶效应是什么?” - “我瘦吗?
在整个会话期间监控上下文窗口的运行状况,并利用峰值上下文质量来实现最大的输出保真度。在计划面试和意向框架代理后自动激活。在执行过程中保持活跃,并在波次自然完成或通过交接退出时干净地交接,以简化、强化和自我完善。当多步骤代理任务正在进行并且需要考虑会话连续性或上下文漂移时,请使用此技能。对于长时间运行的任务、复杂的重构或任何降级上下文会悄悄破坏输出的工作尤其重要。即使用户没有说“上下文冲浪”,也会触发 - 如果代理任务有意图地跨多个步骤运行并且计划已经制定,则此技能是实时的。 --- # Context Surfing ## 安装 ```bash npx Skills add pskoett/pskoett-ai-skills/skills/context-surfing ``` 代理驾驭峰值上下文的浪潮。当浪潮达到顶峰时,它就承诺了。当它检测到漂移时,它会干净地退出 - 保存状态,切换,并让下一个会话赶上下一波。没有全军覆没。没有僵尸会话。只有有意的、高保真的执行。 --- ## 心理模型
分析、总结 DeLive 转录会话并从中提取见解。触发时间:用户提及 DeLive、转录会话、会议记录、实时字幕或音频转录分析;用户想要搜索、检索、总结或处理记录的文字记录;用户询问 DeLive 的会议记录、行动项目或讨论摘要。需要 DeLive 应用程序通过其 MCP 服务器或 REST API 在本地运行。
使用 Xdebug 的 PHP 调试和分析工具。当要求跟踪、调试、分析或分析 PHP 代码的覆盖范围时使用。触发短语包括“跟踪此函数”、“分析此代码”、“检查覆盖率”、“调试 PHP”、“设置断点”、“查找瓶颈”、“为什么这么慢”、“跟踪”、“分析”、“覆盖率”。
针对科学数据文件的全面 EDA — 200 多种格式的结构、内容、质量和特征分析。在分析任何数据文件时使用,以了解其结构、质量和下游分析建议。
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: