- 📄 SKILL.md
offerpilot-claude-code-adapter
使用 OfferPilot 技能包进行简历优化、中国首创的京东适配诊断、有针对性的简历以及 Claude Code 风格存储代理中的求职信。当用户想要从本地简历和职位描述文件中获得结构化职位申请输出或 JD 适合度分析时使用。
使用 OfferPilot 技能包进行简历优化、中国首创的京东适配诊断、有针对性的简历以及 Claude Code 风格存储代理中的求职信。当用户想要从本地简历和职位描述文件中获得结构化职位申请输出或 JD 适合度分析时使用。
通用服务器驱动 UI (SDUI) 引擎,用于构建具有 Shadcn 设计质量的 JSON 驱动的 React 界面。将此技能用于所有 ObjectUI 开发任务,包括架构驱动的页面构建、插件开发、组件集成、测试、身份验证/权限、数据集成、i18n、移动响应、项目设置和控制台开发。任何提及 ObjectUI、SchemaRenderer、JSON 模式、SDUI、元数据驱动的 UI 或对象堆栈生态系统工作时都会触发。
使用 5W2H 框架以及针对谁/何时的心理增强受众分析来定义产品需求,并为 RD、UI/UX 和 QA 生成角色一致的交接说明。当用户要求澄清需求、编写 PRD、进行 5W2H 分析、定义验收标准或在范围上调整 RD/设计/QA 时使用。
使用 GitLab、GitHub Actions 和 Pulumi 为基础设施即代码设置 DataRobot 应用程序模板的 CI/CD 管道的指南。
在更改 libs/database/src/schema.ts、添加 Drizzle 迁移、调试 drizzle-kit 漂移或在自动生成的 SQL 迁移和自定义 SQL 迁移之间做出决定时使用。包括 #867 后的基线重置规则。
从 data.gov.il (CKAN API) 发现、查询和分析以色列政府开放数据。当用户询问以色列政府数据、“data.gov.il”、政府数据集、CBS 统计数据或需要有关以色列交通、教育、健康、地理、经济或环境的数据时使用。支持数据集搜索、表格数据查询、分析指导。通过工作流程最佳实践增强现有的 datagov-mcp 和 data-gov-il-mcp 服务器。请勿用于机密政府数据或需要安全许可的数据。
运动科学和神经科学研究的统计质量检查表。在分析数据、解释结果、运行统计、编写结果部分或查看分析代码时自动触发。基于 Makin 和 Orban de Xivry(2019,eLife)。
所有 MCS-MCP 图表可视化的路由器技能。每当对话中出现任何 mcs-mcp 分析工具结果并且用户要求对其进行可视化、图表、绘图或显示时,就会触发此技能。该路由器将生成结果的工具映射到正确的图表子技能。不要尝试临时构建任何图表——始终首先阅读子技能。 --- # MCS 图表路由器 这是所有 MCS-MCP 图表技能的唯一入口点。当图表请求到达时,确定哪个分析工具生成了数据,然后在编写任何代码之前阅读并遵循匹配的子技能。 --- ## 步骤 1 — 识别数据源 查看对话以获取最新的 mcs-mcp 工具结果。将其与下面路由表中的工具之一相匹配。 --- ## 步骤 2 — 路由表 ``` 生成数据的工具 子技能路径(相对于此文件) ────────────────────────────── ────────────────────────────────────────────analysis_process_stabilityanalyze_process_stability/s.mdanalyze_throughputanalyze_throughput/s.mdanalyze_wip_stability analyze_wip_stability/s.mdanalyze_wip_age_stabilityanalyze_wip_age_stability/s.mdanalyze_work_item_ageanalyze_work_item_age/s.mdanalyze_process_evolutionanalyze_process_evolution/s.mdanalyze_residence_timeanalyze_residence_time/s.mdgenerate_cfd_datagenerate_cfd_data/s.mdanalyze_cycle_time analyze_cycle_time/s.mdanalyze_status_persistenceanalyze_status_persistence/s.mdanalyze_flow_debtanalyze_flow_debt/s.mdanalyze_yieldanalyze_yield/s.mdforecast_monte_carloforecast_monte_carlo/s.mdforecast_backtestforecast_backtest/s.md ``` 子文件夹名称与精确的工具名称匹配,如 r 已在 MCP 服务器中注册。 --- ## 步骤3 — 读取子技能,然后构建 使用`view`工具读取匹配的
将 Snowflake 相关操作路由到 Cortex Code CLI,以获得专门的 Snowflake 专业知识。当用户询问 Snowflake 数据库、数据仓库、Snowflake 上的 SQL 查询、Cortex AI 功能、Snowpark、动态表、Snowflake 中的数据治理、Snowflake 安全性或明确提及“Cortex”时使用。请勿用于一般编程、本地文件操作、非 Snowflake 数据库、Web 开发或与 Snowflake 无关的基础设施任务。
HealthClaw Guardrails (healthclaw.io) — FHIR 代理护栏,用于通过 MCP 安全访问临床数据。支持 FHIR R4 US Core v9(稳定)和 R6 ballot3(实验)。在以下情况下使用:(1) 通过自动 PHI 编辑功能通过 MCP 读取患者数据,(2) 使用两阶段提议/提交和逐步身份验证编写临床资源,(3) 将请求代理到真实的 FHIR 服务器(HAPI、SMART Health IT、Epic),(4) 审核 AI 代理对医疗保健数据的访问,(5) 评估 R6 权限资源以进行访问控制决策。 12 个 MCP 工具,带护栏强制执行功能。
将所有代理数据备份到 GitHub — SQLite 数据库、Claude Code 内存、身份、技能、大脑笔记。当用户说备份、备份、保存所有内容、推送到 github 或快照时使用。也由 heartbeat 用于自动备份。
使用浏览器会话 API 调试 Bright Data Scraping 浏览器会话。当用户遇到 Bright Data 浏览器会话错误、puppeteer 堆栈跟踪、爬虫运行失败或询问会话带宽、持续时间、验证码或连接问题时,请使用此技能。当 Bright Data scraper 产生意外结果(例如空数据、找到 0 个项目、缺少产品或结果少于预期)时也可以使用 - 会话数据可以揭示问题是网络/代理端(块、验证码、重定向、超时)还是客户端(选择器、提取逻辑)。 触发诸如“为什么我的会话失败”、“调试我的 Bright Data 会话”、“检查我的抓取浏览器会话”、“我的抓取器使用了多少带宽”、“得到 0 个结果”、“找到 0”、“抓取器返回空”、“抓取器不工作”、“脚本不工作”等短语,或者当对话中出现 Bright Data 错误代码或 brd.superproxy.io 堆栈跟踪时触发。需要 BRIGHTDATA_API_KEY 环境变量。
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: