- 📄 SKILL.md
ghfs
管理 `.ghfs/` 中的 ghfs 本地镜像文件,特别是将用户指令转换为有效的执行操作(`execute.md`、`execute.yml` 或每项编辑)、运行 `ghfsexecute` / `ghfssync` 以及验证问题/PR 批量编辑。当任务涉及通过“.ghfs”工件编辑问题/PR、协调同步状态或应用排队的 GitHub 操作时使用。
管理 `.ghfs/` 中的 ghfs 本地镜像文件,特别是将用户指令转换为有效的执行操作(`execute.md`、`execute.yml` 或每项编辑)、运行 `ghfsexecute` / `ghfssync` 以及验证问题/PR 批量编辑。当任务涉及通过“.ghfs”工件编辑问题/PR、协调同步状态或应用排队的 GitHub 操作时使用。
使用 1Password CLI (op) 管理密码和 API credentials。保存、查询、读取 API key/token,注入环境变量到脚本。当用户提到保存密码、保存 API key、查询密码、1password、op CLI、secret 管理时使用此 skill。
当您需要在临时家庭中隔离编码代理 CLI、主管和城市状态,同时仍正确验证 Claude 和 Codex 时,请运行或调试此存储库中的 Gas City 教程验收工具。
用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互时使用,包括导航页面、填写表单、单击按钮、截屏、提取数据、测试 Web 应用程序或自动执行任何浏览器任务。触发器包括“打开网站”、“填写表单”、“单击按钮”、“截取屏幕截图”、“从页面抓取数据”、“测试此 Web 应用程序”、“登录网站”、“自动执行浏览器操作”或任何需要编程 Web 交互的任务的请求。
查询和浏览MLflow中存储的评估结果。当用户想要按调用 ID 查找运行、比较模型之间的指标、获取工件(配置、日志、结果)或设置 MLflow MCP 服务器时使用。始终在提及 MLflow、实验结果、运行比较、结果上下文中的调用 ID 或 MLflow MCP 设置时触发。
每当您需要支付 x402 URL、将 USDC 转移到某个地址、检查 OmniClaw 余额或分类帐条目或使用omniclaw-cli 服务公开付费 API 时,请使用此技能。 OmniClaw 是代理系统的经济执行和控制层。 CLI 是零信任执行层:买家使用“omniclaw-cli pay”,卖家使用“omniclaw-cliserve”。此技能仅适用于 CLI 执行路径,不适用于所有者设置、策略编辑、钱包配置或财务策略引擎管理。
当用户要求“创建斜杠命令”、“添加命令”、“编写自定义命令”、“定义命令参数”、“使用命令 frontmatter”、“组织命令”、“使用文件引用创建命令”、“交互式命令”、“在命令中使用 AskUserQuestion”,或者需要有关斜杠命令结构、YAML frontmatter 字段、动态参数、命令中的 bash 执行、用户交互模式或 Claude Code 的命令开发最佳实践的指导时,应使用此技能。
分析任何 Python 库结构,通过签名和文档探索模块、类和函数。
每当添加新的 UniFi 资源类型作为支持的工具类别时,请使用此技能 - 创建管理器、工具层、架构、测试并将所有内容连接到清单和 CI 中。为引入新管理器类 (managers/{resource}_manager.py)、新工具模块 (tools/{resource}.py) 或新 UniFi 子系统支持的任何 PR 或任务激活,即使用户仅要求“添加对 X 的支持”而不指定每个步骤。涵盖:具有 CRUD + lru_cache 工厂的管理器类、405 端点解决方法、模式定义和验证器注册表连接、具有预览/确认流程和正确 ToolAnnotations 的工具层、测试文件要求(两层)、V2 API 响应展开、清单重新生成、test_scaffold.py CI 注册和 Protect-package 命名约定。
指导贡献者完成向项目添加新服务的完整过程
AI 代理的持久记忆增强。存储对话、通过语义检索搜索记忆以及跨会话回忆上下文。当您需要记住用户首选项、过去的对话、项目上下文或任何应在当前会话之后保留的信息时,请使用此技能。提供分层访问(摘要/概述/内容)以实现高效的上下文管理。
标记、发布到 PyPI,并通过验证和回滚安全步骤为 Kon 创建 GitHub 版本
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: