- 📄 atomic-chat-mcp-stdio.ts
- 📄 SKILL.md
add-atomic-chat-tool
添加 Atomic Chat MCP 服务器,以便容器代理可以通过其 OpenAI 兼容 API 调用 Atomic Chat 桌面应用程序提供的本地模型。
添加 Atomic Chat MCP 服务器,以便容器代理可以通过其 OpenAI 兼容 API 调用 Atomic Chat 桌面应用程序提供的本地模型。
使用 Semi Design 组件的完整指南,包括 MCP 工具使用流程、常见模式、最佳实践。当你需要查询 Semi Design 组件、生成组件代码或解决使用问题时,请使用此技能。
当工作流程已重复或应成为永久功能时使用。首先捕获工作流程候选,在创建新技能之前请求用户确认,然后将草案技能构建到全局 Claude 技能目录中。
TypeScript SDK 代码库的固定 JSDoc 约定。在以下情况下使用:(1) 编写或审查公共 API 导出的 JSDoc,(2) 清理过多记录的代码,(3) 审核内部泄漏的文档,(4) 为类型、接口和类编写 JSDoc,(5) 决定函数是否需要 JSDoc。原则:JSDoc 应该增加价值,而不是重述 TypeScript 已经显示的内容。
>-
在本地评估并解决 GitHub 拉取请求审核。当 PR 审查包含内联评论、建议或需要在本地工作区中实施的请求更改时使用。涵盖获取审核线程、按严重性分类、应用代码修复、运行测试以及选择性地回复或解决审核线程。
BOM 管理、采购、定价、出口和制造准备。从 `skills/bom/SKILL.md` 加载规范的 Circuit Weaver 技能。
编码代理会话的本地可观察性。在检查代理所做的事情、调试失败的会话、检查令牌/成本支出、比较会话之间的方法或调查日常代理活动时使用。 --- # AgentLens — 代理会话可观察性 在猜测出了什么问题之前检查会话。来自 Cursor、Claude Code、Codex、Gemini、Pi 和 OpenCode 的跟踪的一个本地表面。 ## 何时使用 - 会话失败或产生意外结果 - 检查代理调用的工具以及顺序 - 检查令牌使用情况和成本 - 比较同一任务的两种方法 - 每日/每周检查所有代理的活动 - 调试会话停滞或循环的原因 ## 快速参考 ### CLI ```bash agentlens 摘要 # 所有索引会话的概述 agentlenssessions list --limit 20 # 最近的会话agentlenssessionlatest --show-tools # 使用工具调用的最后一个会话agentlenssessionseventslatest --follow # 来自最新的直播事件 ``` ### 浏览器 UI ```bash agentlens --browser # 打开 http://127.0.0.1:8787 ```
Agentforce 会话跟踪提取和分析。
当理解代码结构、查找
组织存储库文档并将新文档保存在正确的位置。
AWP(代理工作协议)链上工具技能。提供合约地址、API 端点、捆绑的 Python 脚本和 EIP-712 签名,以便与 Base、以太坊、Arbitrum 和 BSC 上的 AWP 协议进行交互。涵盖:质押(veAWP 存款、分配)、工作网管理(注册、暂停、恢复、取消)、治理(提议、投票)、无 Gas 中继操作(绑定、取消绑定、委托、分配)和实时 WebSocket 事件监控。当用户提到 AWP、代理工作协议、awp-wallet、veAWP、AWPWorkNet、工作网质押、AWP 治理、AWP 排放或想要执行任何 AWP 链上操作时加载此技能。不适用于:Uniswap、Aave、Lido、Compound 或与 AWP 无关的其他 DeFi 协议。
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: