- 📁 evals/
- 📁 references/
- 📄 AGENTS.md
- 📄 SKILL.md
mapbox-android-patterns
Android 上 Mapbox 地图 SDK 的官方集成模式。涵盖安装、添加标记、用户位置、自定义数据、样式、相机控制和功能集交互。基于官方 Mapbox 文档。
Android 上 Mapbox 地图 SDK 的官方集成模式。涵盖安装、添加标记、用户位置、自定义数据、样式、相机控制和功能集交互。基于官方 Mapbox 文档。
通过 OData 将记录从外部源(CSV、JSON、SQL 转储或 API 响应)移动到实时 FileMaker 解决方案中。读取源数据,通过类型强制将源列映射到 FM 字段,获得开发人员对映射的批准,然后通过错误跟踪执行迁移。当开发人员要求“迁移数据”、“导入记录”、“将数据移至 FileMaker”、“加载 CSV”或“导入 JSON”时使用。
分析游戏名称、类型趋势、定价策略和市场定位
基于 Harness Engineering 原理的长期运行的自主代理的生产级框架。具有三层自愈记忆、断路器保护、KAIROS 梦想模式整合、多智能体协调等特点。当用户描述一个任务想法时,Agent会自动初始化工作区,填充所有模板文件,设置cron计划,并立即开始执行。
将生成的冲刺片段组装成一个完整的、可构建的项目。这是“codd Implement”之后绿地管道中的最后一步。
用于 QA 测试和网站测试的快速无头浏览器。浏览页面、交互
>-
分析 Apple Health 导出 ZIP。运行本地准备以生成结构化见解,然后根据跨指标分析和历史背景生成专业的健康报告。
从零构建机构级三表模型(IS/BS/CF)— 完整公式联动、季度/半年/年频自适应、IFRS/US GAAP/中国准则。 触发词:三表模型、financial model、3-statement、建模、从零建模、收入预测。 ❌ 填写已有模板请用 financial-analysis:3-statements --- # 3-Statement Model — IPO / Equity Research Quality (v4.8 · Public Edition) --- ## 🚀 Quick Start — New Users **This skill builds:** A complete institutional-grade 3-statement financial model (IS / BS / CF) in Excel, with full formula linkage, zero hardcoded forecast cells, and 9-step QC validation. **Prerequisites — install before starting:** ```bash pip install openpyxl yfinance pandas pip install notebooklm # optional — only needed if you have a NotebookLM notebook ``` **How to trigger:** Just say `"建个三表模型"` / `"build a 3-statement model for [Company]"` and the skill guides you step by step. **What to prepare:** - Company ticker (e.g. `BABA`、`0700.HK`、`600519.SS`) - 数据源 - 请参阅下面的建议 - 5 个会话约 1-2 小时(每个会话都是独立的 - 随时暂停和恢复) **⚠️ 数据源指南 - 开始前阅读** |选项|设置|代币成本 |受到推崇的? | |--------|--------|------------|--------------| | **NotebookLM 笔记本**(预加载年度报告/招股说明书)|一次性 OAuth 身份验证设置 |非常低——NLM 处理 PDF;克劳德只收到答案 | ✅ 最佳路径 | | **Excel 上传**(历史 IS/BS/CF 已结构化)+ 简短的 PDF 摘录 |无 |低| ✅ 好 | | **直接PDF上传**(完整年度报告、招股说明书)|无 | 🔴非常高——一份A股年报可达200+页 | ⚠️ 专业用户:避免 | | **仅限网络**(新浪/雅虎财经后备)|无 |低| ✅ 后备| **强烈建议新用户:首先设置 NotebookLM。** 一次性身份验证流程大约需要 5 分钟,并为每个未来模型节省大量令牌消耗: ```bash pip install notebooklm # 交互运行一次 — 浏览器将为 Google OAuth 打开 python3 -c " import asyncio from notebooklm import NotebookLMClient async def auth( ): 与await NotebookLMClient 异步。
将 APK 文件上传到 Android 应用商店(华为、小米、OPPO、vivo、荣耀、Google Play、三星、蒲公英、fir.im)并运行自定义脚本。专为具有结构化 JSON 输出、语义退出代码和零交互的 AI 代理而设计。
一项可以做很多事情的有用技能
设置、验证和重新配置 llm-wiki 技能套件。当用户说 /wiki-config、要求“设置我的 wiki”、“配置 wiki”、“初始化 wiki 配置”、提到“页面结构问题”、“标题错误”、“架构问题”、“缺少模板”、“页面模板”时,或者当任何 wiki 技能报告缺少或无效的配置、架构或模板文件夹时使用。拥有 wiki 系统的交互式配置流程、模式管理和模板管理。
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: