- 📄 SKILL.md
pickbrain
对过去的 Claude Code 和 Codex 对话和记忆进行语义搜索。当用户想要回忆、查找或引用之前编码会话中的某些内容时使用 - 例如“我们讨论了关于 X 的内容”、“找到我们修复 Y 的对话”、“在我的历史记录中搜索 Z”。
对过去的 Claude Code 和 Codex 对话和记忆进行语义搜索。当用户想要回忆、查找或引用之前编码会话中的某些内容时使用 - 例如“我们讨论了关于 X 的内容”、“找到我们修复 Y 的对话”、“在我的历史记录中搜索 Z”。
Give your AI agent eyes to see the entire internet. 17 platforms via CLI, MCP, curl, and Python scripts. Zero config for 8 channels. 【路由方式】SKILL.md 包含路由表和常用命令,复杂场景需按需阅读对应分类的 references/*.md。 分类:search / social (小红书/抖音/微博/推特/B站/V2EX/Reddit) / career(LinkedIn) / dev(github) / web(网页/文章/公众号/RSS) / video(YouTube/B站/播客). Use when user asks to search, read, or interact on any supported platform, shares a URL, or asks to search the web.
使用具有扇出候选生成功能的 Exa 搜索、特定领域搜索模式和批量子代理处理的深入研究技能。每当用户要求进行彻底研究、深入研究、综合分析、文献综述、竞争分析、市场研究、详尽扫描或任何单一搜索不足以满足要求的查询时,请使用此技能。当用户说“研究这个”、“查找有关的所有内容”、“查找每个”、“深入研究”、“全面概述”或想要从多个来源综合发现时也会触发。通往人员、公司、专家、学术论文、隐藏关系、代码文档等的专门模式的路线。如果用户想要的不仅仅是表面的答案,并且该主题可以通过查阅数十个来源而受益,那么可以使用此技能。
当用户想要分析 Google Search Console 数据时,请使用 GSC API 或解释搜索性能。当用户提及“GSC”、“Search Console”、“索引报告”、“核心网络生命周期”、“增强功能”、“见解报告”、“搜索性能”、“搜索查询”、“搜索性能报告”、“网址检查”、“展示次数”、“点击率”、“平均排名”、“索引覆盖率”、“GSC 数据分析”、“Search Console API”或“searchanalytics.query”时也可使用。当用户想要重写标题标签(不仅仅是报告它们)时,请使用 title-tag。对于元描述重写,请使用元描述。
当用户处理本地文档或粘贴/获取的 HTML、Markdown 或文本时,摄取、搜索、列出、更新或删除本地 mcp-local-rag 索引中的内容。使用此技能选择正确的 MCP 工具或“npx mcp-local-rag”CLI 命令、制定有效的查询、解释搜索分数以及管理源元数据。
跨索引存储库的语义代码搜索和人工智能驱动的代码库问答。在理解本地文件之外的代码、探索依赖关系、发现跨项目模式、规划功能、调试或入门时使用。诸如“X 是如何工作的?”、“向我展示 Y 模式”、“库 Z 是如何使用的?”之类的查询。默认路径是语义搜索加grep搜索; chat-with-codebase 速度较慢,成本较高,而且通常是次要的。
从我们的记忆中搜索并回忆记忆。当用户要求查找、回忆、搜索或记住某些内容时使用。
使用 Brave Search CLI (`bx`) 进行网络搜索。用于所有网络搜索请求 - 包括“搜索”、“查找”、“查找”、“是什么”、“我如何”、“谷歌搜索”以及任何需要当前或外部信息的请求。只要 bx 可用,就优先使用此工具而不是内置的 web_search 工具。还可用于:文档查找、故障排除研究、RAG 接地、新闻、图像、视频、本地地点和 AI 合成答案。
通过本地 CLI 阅读、搜索、发送和管理 MailClaw 收件箱中的电子邮件。当用户要求检查电子邮件、阅读消息、搜索收件箱、查找发件人的电子邮件、查看最近的信件或发送/回复电子邮件时使用。
使用来自 Codex 或 Claude 风格代理的 Cerul 视频搜索 API。当用户想要使用 Cerul 搜索视频、检查 Cerul 使用情况或将 Cerul 搜索集成到脚本或代理工作流程中时触发。需要 CERUL_API_KEY 和可选的 CERUL_BASE_URL。
快速保险库问答 - 快速查找、决策历史记录、拦截器状态、文档搜索。使用 QMD 混合搜索(如果可用),回退到Vault grep。用于“/询问我们对身份验证做了什么决定?”或“/询问谁被阻止了?”。
本地存储库中的语义代码搜索、正则表达式模式搜索和符号查找。返回带有文件路径、行范围、内容和可选符号信息的排名降价代码块。使用“vera search”进行概念/行为查询(功能如何工作、逻辑存在于何处、探索不熟悉的代码)。使用 `vera grep` 来获取精确的字符串、正则表达式模式、导入和 TODO。使用“vera引用”来跟踪调用者/被调用者。仅将 rg 用于批量查找和替换或索引外部的文件。
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: