- 📁 references/
- 📄 SKILL.md
audit-loop
轻量级只读审计。使用适合主办方的审查范围来获取证据和调查结果。反复讨论分歧或信心不足的问题。没有代码更改。
轻量级只读审计。使用适合主办方的审查范围来获取证据和调查结果。反复讨论分歧或信心不足的问题。没有代码更改。
二进制逆向工程。当需要分析二进制文件、固件、可执行程序、理解程序逻辑、识别漏洞时,应主动(PROACTIVELY)使用此 skill。
DCC 模型上下文协议 (MCP) 生态系统的基础库。提供 Rust 支持的操作管理、技能系统、IPC 传输、MCP Streamable HTTP 服务器(2025-03-26 规范,具有 2025-06-18 和 2025-11-25 感知)、沙箱安全性、共享内存、屏幕捕获、USD 场景支持以及用于 AI 辅助 DCC 工作流程的遥测。在使用 Maya、Blender、Houdini、3ds Max 或任何 DCC MCP 集成时使用。
通用生物信息学复制手册,用于数据发现、执行计划、退化和可审核的负面或部分结果,无需特定于论文的快捷方式。
WCAG 2.1 AA 合规性审核加上针对课程设计的通用学习设计 (UDL 3.0) 增强审核。两层输出:针对可访问性违规的“必须修复”和针对 UDL 建议的“应该改进”。独立工作或从 idstack 项目清单中读取。 (idstack) --- <!-- 从 SKILL.md.tmpl 自动生成 -- 不要直接编辑 --> <!-- 编辑 .tmpl 文件。重新生成:bin/idstack-gen-skills --> ## 前言:交互约定 idstack 技能设计为在多个 CLI(Claude Code、OpenAI Codex CLI 等)中运行。为了保持可移植性,技能机构使用一些具有特定于 CLI 的**概念名称**
审阅者代理的结构化代码审阅清单。提供一个系统框架,用于评估代码更改的正确性、安全性、性能和可维护性。
审核 NousResearch/hermes-agent 签出或分叉,以了解 Hermes 特定的运行时合约漂移、命令界面分割、内存/技能/网关健康状况和代理架构风险。使用 Hermescheck Python 库 (hermescheck.report.v1) 生成结构化报告,其中包含按严重程度排名的结果和代码优先的修复计划。
具有并行子代理委托的完整网站 SEO 审核。抓取最多 500 个页面,检测业务类型,委托给 10 名专家(7 个核心 + 3 个条件),生成健康评分。当用户说“审核”、“全面 SEO 检查”、“分析我的网站”或“网站健康检查”时使用。
审核所有 Claude 内存和文档文件的陈旧性、符号准确性和上下文预算。
克劳德代码的持续学习系统。观察会议,通过置信度评分将模式结晶为原子本能,将经过验证的知识提炼成法律。命令:/cx-status、/cx-dashboard、/cx-analyze、/cx-distill、/cx-validate、/cx-evolve、/cx-eod、/cx-gotcha、/cx-audit、/cx-downvote、/cx-retro、/cx-timeline、/cx-export、/cx-backup、/cx-restore、 /cx-dream、/cx-router、/cx-promote、/cx-feedback、/cx-feedback-auto。
使用科学方法对未知系统进行系统逆向工程。在以下情况下使用:(1) 黑盒分析,(2) 竞争情报,(3) 安全分析,(4) 取证,(5) 构建预测模型。具有 6 阶段协议、贝叶斯推理、成分合成和心理分析(PSYCH 层)。
或项目中不惯用的 Go 代码。另外当被问到“这段代码有多好?”时或“审核我的代码”。
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: