- 📄 SKILL.md
manifest
在 Solana 上构建、调试或集成 Manifest DEX 时,尤其是使用 TypeScript SDK、使用“ManifestClient”构建交易、通过“Market”读取市场状态以及订单/账户模型决策时,请使用此技能。
在 Solana 上构建、调试或集成 Manifest DEX 时,尤其是使用 TypeScript SDK、使用“ManifestClient”构建交易、通过“Market”读取市场状态以及订单/账户模型决策时,请使用此技能。
通过 Minara CLI 进行加密货币交易和钱包以及人工智能市场分析。掉期、perps、转账、存款(信用卡/加密货币)、提款、AI 聊天、市场发现、x402 支付、自动驾驶、限价订单、溢价。 EVM + Solana + 超液体。在以下情况下使用:(1) 加密代币/股票代码(ETH、BTC、SOL、USDC、$TICKER、合约地址),(2) 链名称(Ethereum、Solana、Base、Arbitrum、Hyperliquid),(3) 交易操作(掉期、买入、卖出、多头、空头、永利、杠杆、限价单、自动驾驶),(4) 钱包操作(余额、投资组合、存款、取款、转账、发送、支付、信用卡)、(5) 市场数据(趋势、价格、分析、恐惧与贪婪、BTC 指标、Polymarket、DeFi),(6) 加密环境中的股票行情(AAPL、TSLA),(7) Minara/x402/MoonPay 明确,(8) 订阅/溢价/积分。
Longbridge 平台专家,负责投资分析和开发任务。触发以下任何一项:(1) 任何语言的任何股票/市场分析请求——价格表现、投资组合建议、买入/卖出决策、市场情绪; (2) 提及的任何股票名称或股票代码(带或不带市场后缀,如.US/.HK/.SH); (3)投资组合相关查询——“持仓”/“我的持仓”/持仓/持仓/账户余额; (4)通过CLI(`longbridge`命令)查询行情数据; (5) 使用‘longbridge’ SDK编写Python/Rust; (6)配置Longbridge MCP服务器; (7)将Longbridge文档集成到LLM/RAG中。覆盖香港、美国、中国(上海/深圳)、新加坡、加密货币市场。
使用提供的市场数据生成三个固定交易时段的结构化 A 股市场评论:开市后 30 分钟内、中午收盘后和收盘后。当用户想要基于真实 A 股输入的事实市场观察、盘中评论或日终评论内容时,可以使用此技能。请勿将其用于选股、交易建议或无数据的捏造评论。
战略研究框架,通过结构化的权力问题将数月的市场/竞争研究压缩为数小时。使用由 Exa 驱动的并行情报收集,从竞争对手数据、评论和行业来源中提取未言明的行业见解、脆弱的市场假设和战略攻击面。当用户说“攻击面”、“研究市场”、“竞争分析”、“分析竞争对手”、“寻找市场机会”、“对这个想法进行压力测试”、“市场研究”、“评估机会”、“寻找盲点”、“市场进入”时使用,或者当用户想要深入了解市场、评估新方向、寻找行业盲点、评估合作伙伴关系或分析机会时使用。请勿用于代码审查、测试、部署、错误修复或实施任务。 --- # 攻击面 — 战略研究框架 将数月的市场研究压缩为数小时。 3 小时和 3 个月之间的区别不在于信息量,而在于了解哪些问题真正重要。 该框架不是“总结这些”或“分析竞争”,而是提取: - **不言而喻的见解** - 成功的参与者了解客户从未大声说出的内容 - **脆弱的假设** - 整个市场建立的信念,以及它们如何打破 - **攻击面** - 盲点,脆弱的共识,无人谈论的开放 ## 何时使用 - 进入新市场或垂直市场 - 评估新的功能方向现有项目 - 评估合作伙伴关系或平台机会 - 在提交之前对业务创意进行压力测试 - 寻找竞争盲点和服务不足的利基市场 - 任何受益于深入循证分析的战略问题 ## 工作流程概述 7 个阶段,在自动情报收集和用户引导分析之间交替: |相|名称 |模式|输出| |--------|------|------|--------| | 1 |简报 | 互动|研究简介 | | 2 |来源收藏|自动化(并联
使用 CoinPaprika 搜索和分析加密货币市场数据。当用户搜索代币、询问价格、请求市场概况或通过合约地址查找代币时激活。
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: