- 📁 references/
- 📄 SKILL.md
apollo-client
使用 Apollo Client 4.x 构建 React 应用程序的指南。在以下情况下使用此技能:(1) 在 React 项目中设置 Apollo 客户端,(2) 使用钩子编写 GraphQL 查询或突变,(3) 配置缓存或缓存策略,(4) 使用反应变量管理本地状态,(5) 排除 Apollo 客户端错误或性能问题。
使用 Apollo Client 4.x 构建 React 应用程序的指南。在以下情况下使用此技能:(1) 在 React 项目中设置 Apollo 客户端,(2) 使用钩子编写 GraphQL 查询或突变,(3) 配置缓存或缓存策略,(4) 使用反应变量管理本地状态,(5) 排除 Apollo 客户端错误或性能问题。
当用户要求“开发功能”、“实现票证”、“构建 PROJ-123”、“运行开发管道”、“端到端开发此票证”,或者希望通过并行研究代理、规划、分阶段实施、审查和 PR 创建来实现完全自主的功能时,应使用此技能。零检查点;仅在拦截器上暂停。
适用于数据中心和云的 Bitbucket CLI。当用户需要管理 Bitbucket 中的存储库、拉取请求、分支、问题、Webhook 或管道时使用。触发器包括“bitbucket”、“bkt”、“拉取请求”、“PR”、“存储库列表”、“分支创建”、“Bitbucket 数据中心”、“Bitbucket 云”、“密钥环超时”。
掌握高级 AgentDB 功能,包括 QUIC 同步、多数据库管理、自定义距离指标、混合搜索和分布式系统集成。在构建分布式 AI 系统、多代理协调或高级矢量搜索应用程序时使用。
使用基本模式确认甲板规划加脚本加图像流程,并使用高级模式
示例技能,演示如何编写 Agent Skills。用于创建规则、编码规范或项目约定时使用。
创建有效技能的指南。当用户想要创建新技能(或更新现有技能)以通过专业知识、工作流程或工具集成扩展 Codex 的功能时,应使用此技能。
构建人工智能和机器学习产品决策,包括模型选择、数据要求、评估框架和负责任的人工智能考虑因素。在构建 AI 支持的功能、评估 LLM 集成、设计 AI 产品或评估 AI 准备情况时使用。触发“AI 产品”、“LLM 功能”、“AI 画布”、“AI 构建”、“AI 集成”、“AI 驱动”、“机器学习功能”。
使用 OpenAPI/Swagger 设计、记录或生成 REST API 规范时,请使用此技能。触发 OpenAPI、Swagger、API 规范、REST 文档、API 架构、请求正文、响应架构和 API 客户端生成等关键字。也适用于采用设计优先的 API 开发、验证 API 合同或为 FastAPI、Express 或 NestJS 端点设置自动生成的 API 文档。 --- # OpenAPI 和 REST API 设计 ## 何时使用 - 记录 REST API - 生成 API 客户端 - API 设计优先开发 - 定义 Webhook 合约 - 为新服务建立分页、版本控制或身份验证模式 ## 何时不使用 - 不公开 HTTP 端点的仅限内部脚本或自动化 - 没有 REST 接口的 CLI 工具和命令行实用程序 - 应用不同规范格式的 GraphQL API --- ## 核心模式 ### 1. OpenAPI 3.1 规范结构 显示每个顶级部分的完整规范框架。使用“$ref”将大规格拆分为每个资源文件。 ````yaml
浏览 Remnic 知识图中的实体并显示它们的事实和关系。触发短语包括“告诉我有关该实体的信息”、“查找”、“我们知道什么”。
通过委托给规范存储库 SKILL 及其分支文档来领取 tDVV 上的 AI 赏金;此公共技能仅限 AA/CA,并且需要明确的写入确认。
按照最佳实践生成 Oxygen UI React 组件。使用 Oxygen UI 库创建新组件、数据表、卡片或 UI 元素时使用。
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: