- 📄 SKILL.md
omh
生成 oh-my-hi 仪表板。技能、代理、插件、挂钩、内存、MCP 服务器、规则和原理的可视化目录和使用/令牌分析。由“/omh”、“线束状态”、“仪表板”等触发。
生成 oh-my-hi 仪表板。技能、代理、插件、挂钩、内存、MCP 服务器、规则和原理的可视化目录和使用/令牌分析。由“/omh”、“线束状态”、“仪表板”等触发。
基金估值系统技能。提供基金查询、实时估值、市场数据获取等功能,支持 HTTP API 调用方式。
使用Bitrix24 MCP服务器搜索REST API方法、参数和示例;如果不可用,请提供连接。
一次性集成:设置 llm-wiki 守护进程,配置后端配置文件,使用代理框架注册 MCP 服务器,并处理与 MCP 之前的 wiki 技能的冲突。触发器:“设置 llm wiki”、“集成 llm-wiki”、“配置 wiki MCP”、“注册 wiki 服务器”。
Laravel Fortify 无头身份验证后端开发。在 Laravel 应用程序中实现身份验证功能时激活,包括登录、注册、密码重置、电子邮件验证、双因素身份验证 (2FA/TOTP)、配置文件更新、无头身份验证、身份验证脚手架或身份验证防护。
使用“gh” CLI 与 GitHub 交互。使用“gh issues”、“gh pr”、“gh run”和“gh api”来处理问题、PR、CI 运行和高级查询。
IntelliJ API 高级用户指南
在 PTO-ISA 中有效工作:选择正确的后端、运行 CPU/SIM/NPU 流程、跟踪指令约束、了解 A2/A3 与 A5 的差异、与 PTO-AS 保持一致以及调试故障。
思源笔记API转CLI工具,支持笔记本管理、文档操作、内容搜索、块控制。当用户操作思源笔记、管理笔记本、创建/更新/删除文档、搜索内容、管理块时调用。
针对应用程序代码中的 Memory.sh SDK 包进行构建。在使用 `@memories.sh/core` 或 `@memories.sh/ai-sdk` 时使用,包括:(1) 初始化 `MemoriesClient`,(2) 从后端代码、路由处理程序、worker 或脚本读取、写入、搜索或编辑内存,(3) 通过 `memoriesMiddleware`、`memoriesTools`、`preloadContext` 将内存与 Vercel AI SDK 集成,或`createMemoriesOnFinish`,(4) 选择并应用 `tenantId` / `userId` / `projectId` 范围,(5) 管理 SDK 技能文件或管理 API,或 (6) 调试 TypeScript 或 JavaScript 应用程序中的内存 SDK 使用情况。使用 `memories-cli` 进行 CLI 工作流程,使用 `memories-mcp` 进行 MCP 设置,使用 `memories-dev` 进行 monorepo 内部。
评估现有的 Python、bash 或混合管道是否适合无缝(内容寻址缓存、可重复执行、本地到集群扩展)。在包装脚本或函数而不重写它们、避免重新计算、比较工作流框架(与 Snakemake、Nextflow、CWL、Airflow、Prefect)、迁移管道或设置远程/HPC 执行时触发。涵盖直接/延迟装饰器、无缝运行的 CLI、嵌套、模块包含、暂存/见证模式、深度校验和以及执行后端(本地、jobserver、daskserver)。提供有关远程执行和确定性的安全指导 - 避免幼稚的“将代码复制到服务器”建议。
在构建 AdCP 创意代理(广告服务器、创意管理平台或任何接受、存储、转换和提供广告创意的系统)时使用。
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: