每日精选skills数量
5,070 5,117 5,165 5,205 5,241 5,288 5,311
05/09 05/10 05/11 05/12 05/13 05/14 05/15
♾️免费开源 🛡️安全无忧

导入技能

Ar9av Ar9av
from GitHub 工具与效率
  • 📁 references/
  • 📄 SKILL.md

claude-history-ingest

将 Claude Code 对话历史收录到 Obsidian wiki 中。当用户想要挖掘他们过去的 Claude 对话以获取知识、导入他们的 ~/.claude 文件夹、从以前的编码会话中提取见解,或者说“处理我的 Claude 历史记录”、“将我的对话添加到 wiki”、“我之前与 Claude 讨论过什么”之类的内容时,请使用此技能。当用户提及其 .claude 文件夹、Claude 项目、会话数据或过去的对话日志时也会触发。 --- # Claude History Ingest — 对话挖掘 您正在从用户过去的 Claude Code 对话中提取知识,并将其提炼到 Obsidian wiki 中。对话内容丰富但混乱——你的工作是找到信号并对其进行编译。 ## 开始之前 1. 读取 `.env` 以获取 `OBSIDIAN_VAULT_PATH` 和 `CLAUDE_HISTORY_PATH`(默认为 `~/.claude`) 2. 在 Vault 根目录中读取“.manifest.json”,检查已提取的内容 3. 在 Vault 根目录中读取“index.md”,了解 wiki 已包含的内容 ## 提取模式 ### 附加模式(默认) 检查每个源文件(对话 JSONL、内存文件)的“.manifest.json”。只处理: - 不在清单中的文件(新对话、新内存文件、新项目) - 修改时间比清单中“ingested_at”更新的文件 这通常是您想要的 — 用户运行了一些新会话并希望捕获增量。 ### 完整模式 处理所有内容,无论清单如何。在“wiki-rebuild”之后或用户明确要求时使用。 ## Claude Code 数据布局 Claude Code 将所有内容存储在 `~/.claude/` 下。 下面是实际的结构: ``` ~/.claude/ ├──projects/ # 每个项目目录 │ ├── -Users-name-project-a/ # 路径派生名称(斜线 → 破折号) │ │ ├── <session-uuid>.jsonl # 对话数据 (JSONL) │ │ └── memory/ # 结构化内存 │ │ ├── MEMORY.md # 内存索引 │ │ ├── user_*.md # U

0 29 1个月前 · 上传 详情页 →
MinhThang1009 MinhThang1009
from GitHub 工具与效率
  • 📁 references/
  • 📄 SKILL.md

claude-automation-recommender

分析代码库并推荐 Claude Code 自动化(挂钩、子代理、技能、插件、MCP 服务器)。当用户请求自动化建议、想要优化其 Claude Code 设置、提到改进 Claude Code 工作流程、询问如何首先为项目设置 Claude Code 或想要知道他们应该使用哪些 Claude Code 功能时使用。

0 8 2天前 · 上传 详情页 →
jkf87 jkf87
from GitHub 开发与编程
  • 📁 agents/
  • 📁 examples/
  • 📁 orchestration/
  • 📄 CATALOG.md
  • 📄 README.md
  • 📄 SKILL.md

harness

OpenClaw Harness — 计划→工作→审查代理编排 + 模型路由 + 通道桥。基于 Claude Code 线束生态系统分析。支持 GLM/GPT/Claude 模型。包括 GLM-5.1。韩国检测→GLM自动路由。使用session_spawn为每个代理单独指定模型。与网桥的实时通道通知。

0 20 1个月前 · 上传 详情页 →
masteranime masteranime
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

chain-llm-pattern

使用 Groq、OpenAI 或 Claude 在 n8n 中构建多步骤 LLM 推理链,以进行结构化数据提取、分类、评分和分析。每当用户想要在 n8n 工作流程中将多个 LLM 调用链接在一起时,请使用此技能 - 例如“提取实体然后分类”、“多步骤 LLM 提示”、“chain_llm”、“LLM 管道”、“分类和评分”、“实体提取然后丰富”等短语。还可以在通过 n8n 中的多个分析过程处理通话记录、客户消息或任何非结构化文本时使用。当输出需要提取和推理时,更喜欢这种模式而不是单次提示,因为单次提示会产生类别,而链让每个步骤验证前一个步骤。

0 17 18天前 · 上传 详情页 →
erickalfaro erickalfaro
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

claude-code-hooks

编写、读取、调试和修改 Claude Code 挂钩 — 用户定义的 shell 命令、HTTP 端点或 LLM 提示,在 PreToolUse、PostToolUse、Stop、SessionStart、UserPromptSubmit 等生命周期事件中自动运行。每当用户提到“hooks”、“Claude Code hooks”、“.claude/settings.json”钩子块、编辑时自动格式化、阻止危险命令、Stop/PreToolUse/PostToolUse/SessionStart/等、钩子输入 JSON、“hookSpecificOutput”、“permissionDecision”、退出代码 2 行为、钩子脚本中的“CLAUDE_PROJECT_DIR”,或者想要在以下位置监视、观察或自动化任何内容时,请使用此技能Claude Code 执行过程中的一个特定点。当用户要求编写一个在工具调用“之前/之后运行”的脚本、“当 Claude 完成时”运行或需要模型无法忽略的确定性护栏时,也可以使用。

0 13 19天前 · 上传 详情页 →
shabaraba shabaraba
from GitHub 开发与编程
  • 📄 SKILL.md

github-flow-for-claude-on-web

网络上 Claude Code 的完整 GitHub 工作流程。所有 GitHub 操作都必须使用 REST API(切勿使用 gh CLI)。包括分支命名 (claude/*-sessionId)、推送重试逻辑、通过 API 进行 PR/问题管理以及完整的工作流程。用于 Claude Code Web 环境中的所有 GitHub 交互。

0 13 1个月前 · 上传 详情页 →
taylorai taylorai
from GitHub 工具与效率
  • 📄 SKILL.md

agent-history

用于探索和检查过去的 Claude Code 和 Codex 对话历史记录的 CLI 工具。在以下情况下使用此技能: - 您需要追上之前脱离上下文的对话 - 您想要回顾过去会话中讨论或完成的内容 - 您需要在对话历史记录中搜索特定主题 - 您想要生成过去工作的摘要以粘贴到新会话中 - 用户询问其 Claude Code 或 Codex 对话历史记录 - 用户想要从之前的会话恢复工作并需要上下文 --- # Agent History CLI 用于探索过去 Claude Code 的统一工具(`~/.claude/projects/`) 和 Codex (`~/.codex/sessions/`) 来自单个界面的对话。 ## 安装 ```bash pip install agent-history # 安装技能(默认:~/.claude/skills/) agent-history install-skill ``` ## 源标记

0 13 1个月前 · 上传 详情页 →
ConflictHQ ConflictHQ
from GitHub 工具与效率
  • 📁 hooks/
  • 📁 scripts/
  • 📄 FLEET.md
  • 📄 install.md
  • 📄 SKILL.md

gemini-relay

scuttlebot 的双向 Gemini 集成。本地终端路径:使用共享的“http|irc”传输运行已编译的“gemini-relay”代理。 IRC 驻留机器人路径:运行 `gemini-agent`。在本地或通过互联网将基于 Gemini 的代理或实时 Gemini CLI 会话连接到 scuttlebot 时使用。

0 11 1个月前 · 上传 详情页 →
leogomide leogomide
from GitHub 数据与AI
  • 📁 references/
  • 📄 SKILL.md

mclaude-headless

通过 mclaude 以无头(非交互)模式启动 Claude Code,绕过 TUI。当用户要求使用特定提供程序运行 Claude Code、自动化 Claude Code 调用或使用 mclaude 编写脚本时,请使用此技能。当用户询问如何在没有 TUI 的情况下从命令行使用 mclaude 或想要了解可用的提供程序和模型时,也可以使用。

0 11 1个月前 · 上传 详情页 →

Skills文件组织结构基本样例(仅作参考)

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

SKILL.md 内容要求

├─ ⭐ 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)

为什么选择 SkillWink?

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。

AI 语义搜索 关键词检索 版本更新 多维排序 开放标准 评论交流

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。

常见问题解答(FAQ)

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。

1,什么是Agent Skills?

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。

2,Skills是怎么运行的?

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。

3,我该怎么快速找到想要的技能?

推荐 3 种方式组合使用:

  • 语义搜索:用一句自然语言描述你想解决的问题;
  • 多维筛选:按分类/标签/作者/语言/许可证过滤;
  • 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。

4,SkillWink 支持哪些导入方式?

  • 上传归档文件导入:.zip / .skill 一键导入(推荐)
  • 上传skills文件夹
  • 从GitHub仓库导入

注:以上导入方式文件大小控制在10M之内。

5,在Claude / Codex 等系统中如何是使用?

常见路径如下(不同系统略有差异,以你本机为准):

  • Claude Code:~/.claude/skills/
  • Codex CLI:~/.codex/skills/

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”。

6,一个技能能不能被多个工具一起用?

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。

7,这些skills使用安全吗?

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。

8,为什么我导入后“没有生效”?

最常见原因是这几类:

  • 放错目录(路径不对、层级多了一层)
  • SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
  • 依赖未安装(Python/Node/CLI 工具缺失)
  • 工具未重新加载技能(某些环境需要重启/刷新)

9,SkillWink 会不会收录重复或低质量技能?

我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:

  • 重复技能:看差异点(更快/更稳定/更强主题能力)
  • 低质量技能:我们会定期清理低质量skills