免费获取 · 一键下载即用
Python 编排技能：通过黑板文件、权限门控和令牌预算脚本实现本地多代理工作流程。所有执行都是本地的——无需网络调用，无需 Node.js。 TypeScript/Node.js 功能（HMAC 令牌、AES-256、MCP 服务器、14 个适配器、CLI）位于单独的配套 npm 包 (npm install -g network-ai) 中，并且不属于此技能包的一部分。
具有智能优化功能的跨平台磁盘空间管理工具包。要求：Python 3.7+。通用兼容性：适用于所有 AI IDE（Cursor、Windsurf、Continue、Aider、Claude Code 等）。独立于平台：可在任何位置工作 - 全局、项目或用户级别。独立：无需 pip 安装，包括智能引导程序。主要特点：(1) 渐进扫描：快速采样 (1s) + 适用于大磁盘的渐进模式，(2) 智能引导：自动检测技能位置并自动导入模块，(3) 跨平台编码：在所有平台上安全处理表情符号/Unicode，(4) 诊断工具：用于快速验证的 check_skill.py，(5) 优化扫描：使用 os.scandir()、并发扫描、智能采样，速度提高 3-5 倍。 代理工作流程：(1) 检查 Python，(2) 查找技能包（自动检测 20 多个位置），(3) 运行诊断，(4) 对大磁盘使用渐进式扫描。技能包包括所有优化模块 - 不会丢失任何功能！
对 3D Slicer 源代码、扩展和社区讨论进行搜索和推理。用于解决有关医学成像、MRML 场景图、VTK/ITK 管道、Slicer Python 脚本、C++ 模块开发、扩展开发、基于 Qt 的模块 UI、分割、体积渲染、DICOM 工作流程和 Slicer 构建系统的问题。
此 django-studio 生成的项目的项目助理。
飞书多维表格的完整生命周期管理：从零搭建 + 日常 CRUD 操作。 **当以下情况时使用此 Skill**： (1) 用户说"搭建多维表格"、"做一个XX表"、"搭一个XX系统" (2) 用户描述业务需求并希望用多维表格实现 (3) 需要查询、新增、修改、删除多维表格中的记录 (4) 需要管理字段、视图、数据表 (5) 需要批量导入数据或批量更新 (6) 用户提到"多维表格"、"bitable"、"数据表"、"记录"、"字段" --- > **⚠️ 最高优先级指令 — 创建多维表格的唯一方式：** > > 当用户要求「搭建」「做一个」「搭一个」多维表格系统时，**必须按顺序完成以下 3 步**： > > **第 1 步：设计 JSON 配置并调用脚本创建表** > ``` > exec(command='cat > /tmp/bitable_config.json << ...') > exec(command='python3 ~/.openclaw/skills/feishu-bitable/scripts/create_bitable_template.py --config /tmp/bitable_config.json') > ``` > > **第 2 步：用脚本生成的 Markdown 创建配置文档（禁止跳过！禁止自己写内容！）** > ``` > exec(command='cat /tmp/bitable_config_doc.md') ← 读取脚本自动生成的完整 Markdown > feishu_create_doc(title="从 __CONFIG_DOC_TITLE__ 获取", markdown="上面 cat 的完整内容") > ``` > > **第 3 步：向用户汇报** > 告知多维表格链接 + 配置文档链接 + 需手动完善的事项。 > > **禁止使用 feishu_bitable_app 工具创建！禁止让用户手动创建！禁止跳过配置文档！禁止自己编写配置文档内容！** # 飞书多维表格技能 你是一个多维表格专家。覆盖**从零搭建**到**日常操作**的完整生命周期。 ## 架构 - **从零搭建** → 调用 Python 脚本（Phase 1-4，确定性执行，无默认字段/空行问题） - **日常操作** → 用飞书插件的 `feishu_bitable_*` 工具（查询、新增、修改、删除、批量操作） - **凭据** → 脚本自动从 OpenClaw 配置读取，与飞书插件共用同一应用 **判断用哪个路径：** - 用户要"搭建"/"做一个"/"搭一个" → Phase 1-4（脚本搭建） - 用户要"查记录"/"加一行"/"改字段"/"导入数据" → 日常 CRUD 操作 --- # 一、从零搭建（Phase 1-4） **⚠️ 禁止手动调用 feishu_bitable_* 工具创建表！必须用脚本！** 飞书 API 创建表时会自动附带默认字段（多行文本、单选、日期、附件）和空行，只有脚本能从源头避免。 ## Phase 1: 需求分析（内部思考，禁止向用户提问） > **⚠️ 铁律：禁止向用户提问！禁止问澄清问题！直接读模式库 → 设计 JSON → 搭建！** > > 用户说"搭建XX系统"时，你必须**立刻开始搭建**，不要问"你需要哪些模块"、"你的业务是什么"等问题。 > 用户可以在搭建完成后通过配置文档的「修改意见区」提出修改。 **内部分析（不输出给用户）**，用六问法快速拆解： | | 问题 | 决定 | |--|------|------| | Q1 | 涉及几类数据？ | 建几张表 | | Q2 | 关联关系？（1:N / N:N） | 单向/双向关联 | | Q3 | 核心指标？ | 公式/汇总 | | Q4 | 数据从哪来？ | 录入方式 | | Q5 | 数据到哪去？ | 输出方式 | | Q6 | 谁在哪个节点消费？ | 视图和权限 | 读取实战模式库（详见 [references/system-patterns.md](references/system-patterns.md)），匹配最接近的模式： - "项目管理"/"任务管理" → 项目管理模式 - "客户"/"销售"/"CRM" → CRM 模式 - "库存"/"进销存" → 进销存模式 - "工单"/"售后" → 工单系统模式 - 其他类型 → 参考最接近的模式，自行设计合理的表结构 **分析完成后立即进入 Phase 2，开始搭建。** --- ## Phase 2: 设计 JSON + 调用脚本搭建 ### 2.1 设计 JSON 配置 ```json { "app_name": "系
当任务涉及阅读、创建或编辑“.docx”文档时使用，特别是当格式或布局保真度很重要时；更喜欢“python-docx”加上捆绑的“scripts/render_docx.py”进行视觉检查。
使用 Python 3.10+ 和 Django 6.0 模式的所有 33 个 Django 框架组件的综合参考。当用户要求实现、配置任何 Django 组件或对其进行故障排除时使用，包括模型、查询集、视图、模板、表单、管理、身份验证、缓存、测试、中间件、信号或部署。涵盖 ORM 模式、基于类的视图、模板标签、表单验证、管理自定义、异步支持和 Django 最佳实践。
当用户要求“向任务添加参数”、“使用@angreal.argument”、“向命令添加标志”、“使参数成为必需”、“添加可选参数”、“使用 python_type”、“处理多个值”，或者需要有关 angreal 任务中的 @argument 装饰器、参数类型、标志、默认值或 CLI 参数处理的指导时，应使用此技能。
与 Readwise Reader 库交互以列出、创建、更新和删除文档。当用户想要管理其保存的文章、阅读列表或检索文档内容时使用。在提及“Readwise Reader”、“Reader API”或保存/阅读/存档网络文章的请求时触发。 --- # Reader 使用可执行脚本与 Readwise Reader 库交互。 ## 快速启动 所有 Reader 操作都可以作为“scripts/”子目录中的脚本使用： |脚本 |目的|输入 | |--------|---------|--------| | `list_documents.py` |查询文件 | CLI 标志 | | `create_document.py` |保存网址/内容 | JSON 负载 | | `update_document.py` |修改文档 | JSON 负载 | | `bulk_update_documents.py` |批量修改（最多50个）| JSON 负载 | | `delete_document.py` |删除文档 | JSON 负载 | | `list_tags.py` |列出所有标签 | CLI 标志 | ## 身份验证 使用以下方法之一设置 `READWISE_ACCESS_TOKEN` 环境变量： ### 方法 1：使用 `.env` 文件 在项目目录中创建一个 `.env` 文件： ```bash READWISE_ACCESS_TOKEN=your-token-here ``` 脚本使用 `python-dotenv` 自动从 `.env` 加载环境变量。 ### 方法 2：命令行 **在 shell 中导出：** ```bash export READWISE_ACCESS_TOKEN=your-token-here ``` **或内联单个命令：** ```bash READWISE_ACCESS_TOKEN=your-token-here python script/list_documents.py ``` ### 获取您的令牌
使用 marimo 进行交互式反应式 Python 笔记本开发 - 最佳实践、UI 组件、MCP 集成和部署工作流程
从一个或多个文档（txt/md/docx/read-pdf）生成可审核的确定性知识包时使用，生成“references/”+“kb.sqlite”（FTS5，无嵌入）+“kbtool”CLI（根包装器+Python脚本+可选的每个平台二进制文件）以进行确定性搜索→上下文捆绑和引用。
使用 Python、Java、Go 或 TypeScript 中的 Google 代理开发套件 (ADK) 构建单代理和多代理系统。当用户说“使用 ADK 构建代理”、“创建 Gemini 代理”、“多代理管道”、“使用 Google 进行代理编排”，或提及 ADK、google-adk、Google 代理开发套件、顺序/并行/循环代理、代理工具、回调、状态管理、代理测试或使用 Gemini 进行代理部署时使用。请勿用于 LangChain、CrewAI、AutoGen 或非 ADK 代理框架。
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：
