- 📁 references/
- 📄 SKILL.md
agent-spec-authoring
write spec, create spec, edit spec, new spec, spec authoring, task contract,
免费获取 · 一键下载即用
write spec, create spec, edit spec, new spec, spec authoring, task contract,
Use when writing Cairo smart contracts on Starknet — contract structure, storage, events, interfaces, components, OpenZeppelin v3 patterns, and common contract templates.
Cordys CRM CLI 指令映射技能,本技能用于将自然语言需求精准转换为可执行的 `cordys crm` 标准命令,确保输出稳定、可预测、无歧义。 【核心能力】 - 自动识别用户意图(列表 / 搜索 / 详情 / 跟进 / 原始接口) - 自动识别模块(lead / account / opportunity / contract 等) - 自动补全 JSON 参数 - 自动构造 filters / sort / combineSearch - 自动补充分页默认值 - 支持二级模块(如 contract/payment-plan) --- # Cordys CRM CLI 使用说明 该技能封装了 `cordys` 命令,帮助把自然语言转换成标准 CLI 调用。针对不同模块(lead/account/opportunity/pool 等)和常见操作(查询、分页、搜索、跟进计划/记录、原始接口)提供明确的映射策略。 ## CLI 版本选择 本项目提供两个版本的 CLI 工具: - **Python 版本**(`cordys.py`):推荐使用,跨平台兼容性好,需要 Python 3 和 requests 库 - **Shell 版本**(`cordys`):传统 bash 脚本,适合纯 Unix/Linux 环境 两个版本功能完全相同,命令格式一致。下文示例使用 `cordys.py`,如使用 Shell 版本请替换为 `cordys`。 ## 基本流程 1. 明确意图:列出/搜索/获取/跟进。 2. 指定目标模块(如 `lead`、`opportunity`)。 3. 根据需求补充关键词、过滤条件、排序或分页参数。 4. 确认是否需要 JSON body(如 `search`、`follow plan`、`raw`)。 5. 说明期望的输出形式(简短摘要/全部字段/只要某字段)。 ## 指令映射(常用) | 场景 | 建议命令 | 备注 | | --- | --- | --- | | 列表或分页查看 | `cordys.py crm page <module> ["keyword"]` | 若用户只提关键词,会自动构造 `{keyword:..., current:1, pageSize:30}` | | 搜索 | `cordys.py crm search <module> <JSON body>` | 需 `combineSearch`、`filters`、`sort`,可补全默认值 | | 详情 | `cordys.py crm get <module> <id>` | 直接拉取记录 | | 跟进计划/记录 | `cordys.py crm follow plan|record <module> <body>` | `body` 应包含 `sourceId`,计划还需要 `status`/`myPlan` | | 原始接口 | `cordys.py raw <METHOD> <PATH> [<body>]` | 用于自定义端点或二级模块,如 `/contract/payment-plan` | ## 高级技巧 - 搜索命令需要完整 JSON,若用户只给关键词或简单条件,可自动补齐 `current=1`、`pageSize=30`、`combineSearch={...}`。 - 过滤器格式为 `{"field":"字段","operator":"equals","value":"值"}`,排序格式为 `{"field":"desc"}`。 - 支持二级模块(例如 `contract/payment-plan`、`contract/payment-record`),CLI 命令形式仍为 `cordys.py crm page <module>`。 - `cordys.py raw` 可以按原始 GET/POST 访问 `/settings/fields`、`/contract/business-title` 等非标准接口。 ## 常用示例 ```bash # 分页列表(带关键词) python3 bin/cordys.py crm page lead "测试" # 搜索(完整 JSON) python3 bin/cordys.py crm search opportunity '{"current":1,"pageSize":30,"combineSearch":{"searchMode":"AND","conditions":[]},"keyword":"电力","filters":[]}' # 跟进计划 python3 bin/cordys.py crm follow plan account '{"sourc
Write bulloak tree specifications (.tree files) for smart contract integration tests. Trigger phrases - write a tree, create test tree, BTT spec, bulloak tree, Branching Tree Technique, or when writing integration tests for contract functions.
EVM/Solidity smart contract security audit skill. Activate when user asks to: "audit", "security review", "scan for vulnerabilities", "check this contract", "find bugs", "run slither", "fuzz this", "analyze security", "pentest this contract", or any request involving smart contract security, vulnerability detection, or exploit analysis. Orchestrates all available static analysis, fuzzing, and symbolic execution tools, then synthesizes findings into a professional severity-ranked markdown report.
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: