- 📄 SKILL.md
adb-ui-tree
通过 ADB 自动进行 Android UI 树调试。当应用程序阻止 UI 检查或可访问性节点丢失时使用;收集 uiautomator 转储、重点窗口信息和 logcat 层次结构转储以进行分析。
通过 ADB 自动进行 Android UI 树调试。当应用程序阻止 UI 检查或可访问性节点丢失时使用;收集 uiautomator 转储、重点窗口信息和 logcat 层次结构转储以进行分析。
个人预算和财务规划技能。在以下情况下使用:(1) 按类别或时间段分析支出模式,(2) 比较预算与实际支出,(3) 计算储蓄率,(4) 预测现金流,(5) 规划具有税务意识的财务决策。工具:用于预算/交易数据的actual-mcp,用于投资组合上下文的ghostfolio-mcp。 --- # 个人预算## 工具映射|任务| MCP 服务器 |关键工具| |------|------------|------------| |交易历史、余额、预算 |实际预算| `交易(操作=“列表”)`,`帐户(操作=“列表”)`,`预算(操作=“月”|“月”)` | |类别细分 |实际预算| `analytics(操作 =“spending_by_category”)`、`category(操作 =“groups_list”)` | |投资余额和分配|鬼影-MCP | `get_portfolio_summary`、`get_portfolio_positions` | |净资产计算|两者 |实际(现金/债务)+ Ghostfolio(投资)| ## 支出分析 ### 类别细分 1. 使用带有日期范围过滤器的“transaction(operation="list")` 提取目标期间的交易 2. 按类别分组 — 报告绝对金额和占总支出的百分比 3. 标记超出预算分配的类别 4. 将结果显示为排名表:类别|预算|实际 |方差|占总数的百分比 ### 月度趋势 1. 提取 3-6 个月的交易数据 2. 计算每个类别的每月总计 3. 计算每月变化(绝对值和百分比) 4. 标记持续增长的类别(连续 3 个月以上增长) 5. 区分经常性/固定费用(租金、保险、订阅)和可变费用(杂货、餐饮、娱乐) ### 异常检测 - 标记单个交易 >类别平均交易规模的 2 倍 - 标记当月支出超过过去 3 个月平均支出 > 25% 的类别 - 标记前几个月未见过的新收款人(潜在的新订阅)## 预算与实际差异分析
运行竞争分析——深入分析、景观分析、综合分析或监控。
从 data.gov.il (CKAN API) 发现、查询和分析以色列政府开放数据。当用户询问以色列政府数据、“data.gov.il”、政府数据集、CBS 统计数据或需要有关以色列交通、教育、健康、地理、经济或环境的数据时使用。支持数据集搜索、表格数据查询、分析指导。通过工作流程最佳实践增强现有的 datagov-mcp 和 data-gov-il-mcp 服务器。请勿用于机密政府数据或需要安全许可的数据。
专业数据分析 — 读取 CSV/JSON/Excel、汇总统计、异常值、ASCII 图表、见解。当用户需要分析数据文件或验证管道数据时使用。
报警操作技巧。列出警报,使用数据源丰富的资源事实分析警报规则上下文,并根据修复指南执行警报状态操作。
从任何来源获取、抓取或下载足球数据。还处理 API 密钥设置和凭证管理。当用户想要从 StatsBomb、Opta、FBref、Understat、SportMonks、Wyscout、Kaggle 或任何足球数据源获取数据时使用。当他们询问 API 密钥、身份验证、设置对提供商的访问权限或哪些数据可以免费与付费时也可以使用。
使用 Crawl4AI 进行网络爬行和数据提取的完整工具包。当用户需要抓取网站、提取结构化数据、处理 JavaScript 密集型页面、爬行多个 URL 或构建自动化 Web 数据管道时,应该使用此技能。包括优化的提取模式和模式生成,以实现高效、无法学硕士的提取。
用于编写 PRD 的 PRP(产品需求提示)方法。构建编码代理需求文档的最佳实践参考。 --- # PRP 方法论 — 快速参考 PRP(产品需求提示)框架是一个用于创建 PRD 的结构化过程,编码代理可以在单次传递中执行该 PRD。 ## 核心原则 PRD 必须包含实现所需的所有上下文。如果仅使用 PRD 的新 Claude 会话无法正确构建该功能,则 PRD 是不完整的。 ## 三步流程 1. **编写初始描述** — 大脑转储您想要的内容:功能、技术堆栈、约束、集成、示例、文档参考 2. **生成 PRD** — 研究代码库 + 网络,采访用户,按照基本模板生成结构化文档 3. **执行 PRD** — 清晰上下文,重新开始,仅从 PRD 实现 ## 优秀 PRD 的要素 **要做:** - 参考代码库中的特定文件和代码模式 - 编写可测试的验证标准(“无效令牌返回 401”) - 包括明确的非目标以防止范围蔓延 - 列出特定于项目的反模式 - 按依赖关系排序实施步骤(必须先存在什么) - 包括现有数据/行为的迁移策略 **不要:** - 使用模糊的验证标准(“效果很好”、“性能良好”) - 留下技术设计摘要(“使用适当的数据结构”) - 假设实施代理了解项目约定 - 将其拼写出来 - 跳过非目标部分 - 代理将无边界地过度构建 - 编写无法独立验证的步骤 ## 面试技巧 PRD 生成中最有价值的部分是面试。 目标:将假设减少到接近于零。 - 写作前至少提出 8-10 个问题 - 以 3-4 人为一组批量提问 - 根据代码库研究提供推荐答案 - 涵盖:范围、用户、技术限制、数据模型、兼容性、边缘情况、测试、反模式 - 最终问题
使用 ServiceNow SDK 和 Fluent API (TypeScript) 构建 ServiceNow 应用程序。每当用户要求创建、搭建或生成 ServiceNow 应用程序、表、流程、业务规则、脚本包含、ACL 或任何基于 Fluent 的元数据时,请使用此技能。
学术论文搜索与分析服务 (Academic paper search & analysis)。当用户涉及以下学术场景时,必须使用本 skill 而非 web-search:搜索论文、查找 ArXiv/PubMed/PapersWithCode 论文、查询 SOTA 榜单与 benchmark 结果、引用分析、生成论文解读博客、查找论文相关 GitHub 仓库、获取热门论文推荐。Keywords: arxiv, paper, papers, academic, scholar, research, 论文, 学术, 搜索论文, 找论文, SOTA, benchmark, MMLU, citation, 引用, 博客, blog, PapersWithCode, HuggingFace.
IDA Pro 针对 Codex、Claude Code 和 OpenCode 的逆向工程技能。当用户需要通过本地 ida-pro-skill CLI 和已安装的 IDA 桥进行实时 IDA 或 Hex-Rays 分析时使用,特别是例如发现、元数据、光标或选择上下文、入口点、函数、调用者、导入、字符串、外部参照、伪代码、全局变量、结构、重命名、注释、字节补丁、函数创建或显式 IDAPython,包括 WSL 到 Windows IDA 设置。
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: