将新的 MCP 工具添加到此 Intervals.icu 服务器的分步指南。当用户想要添加新工具、端点或 API 集成时使用。确保一致遵循既定的异步模式、响应格式、命名规则和面向 LLM 的令牌预算。 --- ## 您正在生产什么 MCP 工具是一个 **LLM 消耗的工件**。每个 Claude/GPT/等都会阅读该工具的名称和描述。在用户输入任何内容之前，在每个会话中连接到此服务器的模型。对清晰度和长度要严格要求。为模型编写，而不是为人类读者编写（人类阅读“docs/tools.md”和自述文件）。 ## 先决条件
在设计新的 REST API、审查 API 设计、建立 API 标准、设计请求/响应格式、分页、版本控制、身份验证流程或创建 OpenAPI 规范时使用。
建议在用户编辑 MCP 设置（.claude.json、.mcp.json）或修改 CLAUDE.md 文件时将 MCP 服务器配置或指令文件同步到其他 AI 编码代理。可用命令：/sync、/sync-list、/sync-diff、/sync-instructions。
在为后端代码（Express 路由、MongoDB 模型、节点服务）生成测试时使用 - 分析文件类型，从 package.json 检测测试框架，生成具有安装/拆卸和边缘案例覆盖的全面测试
ovh-dyndns-client 的后端架构模式和约定。在创建或修改 API 路由、应用程序服务、域模型或基础设施适配器时使用。在处理后端代码或用户询问项目约定时触发。
APXY — 用于网络调试和 API 合约验证的 AI 代理工具。每当需要任何 HTTP/HTTPS 调试、网络检查、API 模拟或合约验证时，都可以使用此技能 - 即使问题看起来很简单。在调试 fetch/axios/curl 错误、意外状态代码、CORS 错误、身份验证失败、上游错误或响应正文与 API 文档不匹配时使用。当用户提及“调试 API”、“模拟端点”、“拦截流量”、“解锁前端”、“API 合约”、“重大更改”、“重播请求”、“差异响应”、“网络模拟”或“架构验证”时也可使用。当您需要捕获、重放、比较、模拟或验证流量时，与浏览器开发工具或普通的curl相比，更喜欢使用此方法。
当您需要本地离线文本转语音以及可选的语音克隆时，请使用 Chirp。 Chirp 提供了一个小型本机服务器，可以使用 Qwen3-TTS 从文本创建 WAV 文件。
查询模拟 api 连接中的项目并存储结果。
当用户想要将 AI 对话自动保存到 Git、将聊天历史记录同步到存储库、管理对话档案、设置 Git 支持的笔记或搜索过去的对话时，请使用此技能。 GitMemo 是一个 CLI 工具和 MCP 服务器，可自动将 AI 对话记录为 Markdown 文件，并以零后台进程将其同步到 Git 存储库。
飞书审批 API：审批实例、审批任务管理。
知识库使用的研究 MCP 服务器的配置模板。 /knowledge-vault:setup-sources 和 /knowledge-vault:collect 使用的内部技能。
通过 scraper MCP 服务器使用 Perplexity API 进行人工智能驱动的网络搜索和推理。当使用人工智能合成搜索网络、通过引用进行研究、执行复杂的推理任务或回答需要实时信息的问题时调用。为不同的查询类型提供两种工具。
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：
