- 📄 SKILL.md
find-crate-source
从 crates.io 查找 Rust 箱子的来源。激活此技能可以检查 crate 的 API。
从 crates.io 查找 Rust 箱子的来源。激活此技能可以检查 crate 的 API。
资深软件架构师顾问——分析模块间关系、评估重大改动方案、解答架构疑惑。 当用户说"帮我分析架构"、"这个改动合理吗"、"我想重构 X"、"这样设计有什么问题"、 "帮我评估方案"、"架构上怎么看"、"我有个大改动"时立即触发。 也适用于:"这个模块怎么拆"、"依赖关系合理吗"、"接口怎么设计"、 "该用哪种模式"、"迁移方案怎么做"、"这个 PR 改动太大了"等架构决策场景。 只要用户面临影响多个模块、涉及接口变更、或需要权衡取舍的技术决策,就应使用此 skill。 --- # Architect — 架构顾问 Skill 以资深软件架构师的视角,分析**模块之间的关系与边界**,评估变更影响,给出有理有据的建议。 核心关注点是:**谁依赖谁、谁负责什么、消息/数据如何在模块间流动**——而不是某个模块内部的实现细节。 --- ## 第一步:建立项目上下文 先阅读架构层面的文档,不深入源码实现。**并行执行**: ``` Read("CLAUDE.md") # 项目架构说明(最重要) Glob("**/Cargo.toml") # Workspace 模块结构(Rust 项目) bash("git log --oneline -15") # 近期改动方向 ``` 如果存在 spec/global/ 目录,还需读取: ``` Glob("spec/global/**/*.md") # 全局架构文档 ``` > 目标:搞清楚项目有哪些模块、它们之间的依赖关系是什么、数据流的大方向——然后才能讨论改动的影响。 --- ## 第二步:理解问题 明确用户面临的决策点: - **涉及哪些模块**:改动横跨哪几个模块/crate/组件 - **现有的模块关系**:它们目前如何交互(调用、事件、共享状态、消息传递) - **想改什么**:计划中的边界或接口变化 - **驱动原因**:解耦、功能扩展、性能、可维护性 如果问题描述不够清晰,**先问清楚再分析**。 --- ## 第三步:架构分析框架 核心视角始终是**模块边界与模块间关系**,而非单个模块的内部实现。 ### 3a. 评估一个变更方案 逐一检视有实质内容的维度: | 维度 | 关注点 | | ---------------- | ---------------------------------------------------------------- | | **依赖方向** | 变更后依赖是否保持单向?是否引入循环依赖? | | **接口稳定性** | 跨模块的契约(trait/API/消息格式)是否被破坏?调用方需要改多少? | | **职责归属** | 每个模块的边界是否清晰?有没有职责被错误地放到了边界另一侧? | | **数据流清晰度** | 数据/事件在模块间的流动路径是否可追踪、可推理? | | **模块耦合度** | 改后模块间的耦合是增加还是减少?是紧耦合还是通过抽象层解耦? | | **迁移成本** | 需要同步修改哪些调用方?能否分阶段落地而不一次性破坏所有接口? | ### 3b. 诊断一个架构问题 先描述**症状**(难以扩展、边界模糊、牵一发动全身、职责重叠),再追溯**根因**(哪两个模块的关系出了问题、为什么),最后给出**最小有效改动**。 ### 3c. 比较多个方案 用结构化表格从模块关系角度对比,最后给出**明确推荐**和**推荐理由**。不要给出"都可以,看你喜好"——那不是架构建议,那是回避。 --- ## 第四步:输出结构 根据问题复杂度选择格式: **简单问题(单一决策点)**:直接给结论 + 核心理由,不超过 200 字。 **中等复杂度(涉及 2-3 个模块的关系)**: ``` ## 当前模块关系 <描述涉及模块之间现有的依赖/交互方式> ## 问题所在 <哪个边界有问题,或哪两个模块的关系不对> ## 建议调整 <推荐的模块关系,说明为什么这样划分更合理> ## 注意事项 <迁移时需要同步调整的接口、潜在的破坏性变更> ``` **大型变更(跨多个 crate / 重新划定模块边界)**: ``` ## TL;DR <一句话结论> ## 当前架构关系图(文字描述) ## 变更后架构关系图(文字描述) ## 方案对比 ## 推荐方案及理由 ## 分阶段落地步骤
资深软件架构师顾问——分析模块间关系、评估重大改动方案、解答架构疑惑。 当用户说"帮我分析架构"、"这个改动合理吗"、"我想重构 X"、"这样设计有什么问题"、 "帮我评估方案"、"架构上怎么看"、"我有个大改动"时立即触发。 也适用于:"这个模块怎么拆"、"依赖关系合理吗"、"接口怎么设计"、 "该用哪种模式"、"迁移方案怎么做"、"这个 PR 改动太大了"等架构决策场景。 只要用户面临影响多个模块、涉及接口变更、或需要权衡取舍的技术决策,就应使用此 skill。 --- # Architect — 架构顾问 Skill 以资深软件架构师的视角,分析**模块之间的关系与边界**,评估变更影响,给出有理有据的建议。 核心关注点是:**谁依赖谁、谁负责什么、消息/数据如何在模块间流动**——而不是某个模块内部的实现细节。 --- ## 第一步:建立项目上下文 先阅读架构层面的文档,不深入源码实现。**并行执行**: ``` read_file("CLAUDE.md") # 项目架构说明(最重要) glob_files("**/Cargo.toml") # Workspace 模块结构(Rust 项目) bash("git log --oneline -15") # 近期改动方向 ``` 如果存在 spec/global/ 目录,还需读取: ``` glob_files("spec/global/**/*.md") # 全局架构文档 ``` > 目标:搞清楚项目有哪些模块、它们之间的依赖关系是什么、数据流的大方向——然后才能讨论改动的影响。 --- ## 第二步:理解问题 明确用户面临的决策点: - **涉及哪些模块**:改动横跨哪几个模块/crate/组件 - **现有的模块关系**:它们目前如何交互(调用、事件、共享状态、消息传递) - **想改什么**:计划中的边界或接口变化 - **驱动原因**:解耦、功能扩展、性能、可维护性 如果问题描述不够清晰,**先问清楚再分析**。 --- ## 第三步:架构分析框架 核心视角始终是**模块边界与模块间关系**,而非单个模块的内部实现。 ### 3a. 评估一个变更方案 逐一检视有实质内容的维度: | 维度 | 关注点 | | ---------------- | ---------------------------------------------------------------- | | **依赖方向** | 变更后依赖是否保持单向?是否引入循环依赖? | | **接口稳定性** | 跨模块的契约(trait/API/消息格式)是否被破坏?调用方需要改多少? | | **职责归属** | 每个模块的边界是否清晰?有没有职责被错误地放到了边界另一侧? | | **数据流清晰度** | 数据/事件在模块间的流动路径是否可追踪、可推理? | | **模块耦合度** | 改后模块间的耦合是增加还是减少?是紧耦合还是通过抽象层解耦? | | **迁移成本** | 需要同步修改哪些调用方?能否分阶段落地而不一次性破坏所有接口? | ### 3b. 诊断一个架构问题 先描述**症状**(难以扩展、边界模糊、牵一发动全身、职责重叠),再追溯**根因**(哪两个模块的关系出了问题、为什么),最后给出**最小有效改动**。 ### 3c. 比较多个方案 用结构化表格从模块关系角度对比,最后给出**明确推荐**和**推荐理由**。不要给出"都可以,看你喜好"——那不是架构建议,那是回避。 --- ## 第四步:输出结构 根据问题复杂度选择格式: **简单问题(单一决策点)**:直接给结论 + 核心理由,不超过 200 字。 **中等复杂度(涉及 2-3 个模块的关系)**: ``` ## 当前模块关系 <描述涉及模块之间现有的依赖/交互方式> ## 问题所在 <哪个边界有问题,或哪两个模块的关系不对> ## 建议调整 <推荐的模块关系,说明为什么这样划分更合理> ## 注意事项 <迁移时需要同步调整的接口、潜在的破坏性变更> ``` **大型变更(跨多个 crate / 重新划定模块边界)**: ``` ## TL;DR <一句话结论> ## 当前架构关系图(文字描述) ## 变更后架构关系图(文字描述) ## 方案对比 ## 推
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: