- 📄 .DS_Store
- 📄 CLAUDE.md
- 📄 LICENSE
aso-appstore-listing-skill
使用经过验证的 ASO 原则和关键字优化生成高转化率的 App Store 列表元数据(名称、副标题、关键字和描述)。
使用经过验证的 ASO 原则和关键字优化生成高转化率的 App Store 列表元数据(名称、副标题、关键字和描述)。
使用 data.diemeng.chat 提供的接口查询股票日线、分钟线、财务指标等数据,支持 A 股等市场。
协助贡献者处理 functype 库代码库。在创建新数据结构、实现函数式接口(Functor、Monad、Foldable)、添加测试、调试库内部结构或理解 functype 受 Scala 启发的架构模式(包括 Base 模式、HKT 系统和 Companion 实用程序)时,请使用此技能。
具有并行子代理授权的完整多平台付费广告审核。分析 Google Ads、Meta Ads、LinkedIn Ads、TikTok Ads 和 Microsoft Ads 帐户。生成每个平台的健康分数和总分数。当用户说“审核”、“完整广告检查”、“分析我的广告”、“帐户运行状况检查”或“PPC 审核”时使用。 --- # 全面的多平台广告审核 ## 流程 1. **收集账户数据** — 请求导出、屏幕截图或 API 访问 2. **检测业务类型** — 分析每个广告编排器的账户信号 3. **识别活跃平台** — 确定正在使用哪些平台 4. **委托给子代理**(如果可用,否则按顺序内联运行): - `audit-google` — 转化跟踪、浪费支出、结构、关键字、广告、设置 (G01-G74) - `audit-meta` — Pixel/CAPI 健康状况、创意疲劳、结构、受众 (M01-M46) - `audit-creative` — LinkedIn、TikTok、Microsoft 创意检查 + 跨平台综合 - `audit-tracking` — LinkedIn、 TikTok、Microsoft 跟踪 + 跨平台跟踪运行状况 - `审核预算` — LinkedIn、TikTok、Microsoft 预算/出价 + 跨平台分配 - `审核合规性` — 全平台合规性、设置、性能基准 5. **分数** — 计算每个平台和聚合广告运行状况得分 (0-100) 6. **报告** — 通过快速获胜生成优先行动计划 ## 数据收集 向用户询问可用数据。 接受任意组合: - Google Ads:帐户导出、更改历史记录、搜索词报告 - 元广告:广告管理器导出、事件管理器屏幕截图、EMQ 分数 - LinkedIn 广告:Campaign Manager 导出、Insight 标签状态 - TikTok 广告:广告管理器导出、Pixel/Events API 状态 - Microsoft 广告:帐户导出、UET 标签状态、导入验证结果 如果没有可用的导出,请从屏幕截图或手动数据输入进行审核。 ## 评分 阅读 `ads/references/scoring-system.md` 了解完整算法。 ### 每个平台的权重 |平台|类别权重 | |----------|-----------------| |谷歌 |康维
扫描代码库并使用真实项目数据填充/更新 CLAUDE.md 和 AGENTS.md。生成与生产质量相匹配的深层架构文档。
自动执行浏览器交互以进行 Web 测试、表单填写、屏幕截图和数据提取。当用户需要导航网站、与网页交互、填写表单、截取屏幕截图、测试 Web 应用程序或从网页中提取信息时使用。
对静态分析结果进行分类、评估优点并接受噪音或不相关的项目
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。
使用 CodeGraph 进行结构代码分析和依赖项跟踪
Route design work to the right downstream skill. Use when the user needs UX flows, UI structure, information architecture, screen definitions, wireframes, redesign direction, reference-site pattern analysis, or a visual design system covering color, type, components, and copy tone. Trigger on phrases like "设计一下流程", "做个页面方案", "重做这个界面", "梳理信息架构", "出 wireframe", "参考这个网站做风格", "定义视觉系统", or any design-oriented request that should be routed before execution.
爆炸半径分析 - 在修改任何现有代码之前搜索所有用法。在范围修复之前通过范围影响来防止破坏不相关的消费者。
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。
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: