使用 stellar_flutter_sdk 在 Flutter/Dart 中构建 Stellar 区块链应用程序。在生成用于交易构建、签名、Horizon API 查询、Soroban RPC、智能合约部署和调用、XDR 编码/解码以及 SEP 协议集成的 Dart 代码时使用。涵盖超过 26 个操作、50 个 Horizon 端点、12 个 RPC 方法和 18 个跨 Android、iOS、Web 和桌面的具有异步/等待和流模式的 SEP 实现。
使用知识库见解解决问题 - 提取搜索词、运行并行知识库查询、综合基于您自己的框架的建议
将实施陷阱、调试见解和经验教训记录到结构化开发日志文档中。在完成任何遇到问题的实施任务、调试会话后、E2E 测试后或当用户说“记录此”、“记录此陷阱”、“添加到开发日志”、“踩坑记录”时触发。必须在涉及重要错误修复或解决方法的任何实施阶段之后调用。
使用图像变换生成合成训练数据变体。通过翻转、亮度抖动和噪声增加数据集多样性。贴上标签后使用。
查看并分析 devnet 运行结果。当用户想要 (1) 分析 devnet 日志中的错误和警告，(2) 生成 devnet 运行的摘要，(3) 识别客户端之间的互操作性问题，(4) 了解共识进度和块生成，(5) 调试分叉和最终确定问题时使用。
开发 Letta 代理的综合指南，包括架构选择、内存设计、模型选择和工具配置。在构建 Letta 代理或对其进行故障排除时使用。
HyperDbg Rust 驱动开发完整指南。包含 C++ 代码复刻、Rust 驱动开发、类型同步、编译验证等。在需要开发或维护 HyperDbg_rust 驱动时调用。
减少常见 LLM 编码错误的行为指南。在编写、审查或重构代码时使用，以避免过度复杂化，进行外科手术更改，提出假设并定义可验证的成功标准。
用于 DataLion 工作流程，例如列出、读取、创建或编辑项目、检查数据源、导入 Excel 或 CSV 数据、使用报告和报告选项卡和代码簿、读取图表或通过配置的 datalion MCP 服务器和相关 API 或 UI 路径协调仪表板和导出工作。
调整设计以适应不同的屏幕尺寸、设备、环境或平台。确保在不同环境下获得一致的体验。
为 Electron 框架提供全面的指导，包括主进程、渲染进程、IPC 通信、窗口管理和桌面应用程序开发。当用户询问 Electron、需要创建桌面应用程序、实现 Electron 功能或构建跨平台桌面应用程序时使用。
在 OKX 上管理 Grid 机器人（现货/合约/币本位）和 DCA Martingale 机器人（Spot DCA 现货马丁 / Contract DCA 合约马丁）。涵盖创建、停止、修改、监控损益、止盈/止损、保证金/投资调整以及人工智能推荐参数。需要 API 凭证。不适用于常规订单 (okx-cex-trade)、市场数据 (okx-cex-market) 或账户信息 (okx-cex-portfolio)。
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：
