16,091
个开源Skills
免费获取 · 一键下载即用
✅ 关键词搜索 & 分类筛选
✅ 在线讨论 & 社区互动
✅ 版本更新 & 多维排序
✅ SKILL.md 开放标准
导入技能
royeedai
from GitHub
开发与编程
阶段验收与 Evidence Pack 守卫。在模块完成、阶段交付、准备上线或用户问"是否完成/能交付了吗"时使用。 它负责检查 Definition of Done、证据完整性和阻塞项，给出通过/阻塞结论，并生成 UAT 脚本供用户手工验证。 --- # 验收门禁 本 Skill 用于防止 AI 在缺少证据时过早宣称“完成”。 ## 使用时机 - 模块开发完成后准备验收 - 阶段交付前需要确认是否具备完成证据 - 用户问“是否完成了”“现在能交付了吗” - `code-review-guard` 需要给出最终通过 / 阻塞结论 ## 使用方式 1. 先识别当前模块的模块类型（`页面类` / `API 类` / `数据处理类` / `工具类`）和交付等级（`L1` / `L2` / `L3`） 2. 读取 `.spec.md`、`.ai-os/tasks.yaml`、`.ai-os/verification-matrix.yaml`、测试结果、构建结果、截图、接口样例或日志 3. 使用模板生成或更新 `.ai-os/acceptance.yaml` 4. 检查每个验收项是否有对应证据 5. 输出通过项、阻塞项、建议优化项 6. 仅在需要人工验证的场景下生成 UAT 脚本；若存在 blocker，不得把结果表述为“已完成” ## 约束 - 没有 Evidence Pack 时，不得用“基本完成”“差不多可交付”替代正式结论 - 只在确实需要人工验证的场景生成 UAT，不要对所有模块机械追加 - 本 Skill 负责验收门禁，不替代代码自审、正式发布检查或事故处理 ## 通用必查项 - Definition of Done 是否满足 - Evidence Pack 是否完整 - 本次变更要求的 restart / cold-start 验证是否已执行并留痕 - blocker 是否被显式记录 - 需求变更是否已同步到 spec / tasks / tests - 准备上线时是否还缺发布或回滚条件 ## 按模块类型检查验收证据 ### 页面类 - 至少存在关键页面截图、录屏或等价界面证据 - 至少存在一条可执行的人工验证路径 - 状态处理、权限和关键交互有可观测结果 ### API 类 - 至少存在请求 / 响应样例、契约测试或等价接口证据 - 错误处理和权限控制有可观测结果 - 如涉及数据写入，需说明幂等 / 回滚 / 风险边界 ### 数据处理类 - 至少存在运行日志、结果样例或等价执行证据 - 输入、输出、失败重试 / 补数策略已验证 - 如涉及调度，需说明触发方式和失败后的恢复路径 ### 工具类 - 至少存在命令执行样例、帮助输出或等价运行证据 - 参数 / 配置 / 输出格式已验证 - 安装 / 运行方式和失败退出行为可复现 ## 按交付等级缩放验收 ### L1 探索 - 允许轻量 Evidence Pack - 最少需要：构建或运行成功证据 + 一个关键结果证据 + 已知限制说明 - 若没有用户可见界面，可不强制生成完整 UAT 脚本 ### L2 标准 - 需要完整的 DoD 检查、构建 / 测试证据、关键结果证据和 UAT 脚本（如适用） - 对用户可见模块，必须有可执行 UAT ### L3 高风险 - L2 全部满足 - 已执行或明确记录 `security-guard`、`architecture-reviewer`、`release-manager` 相关结论 - 已明确发布、回滚、审批点和高风险剩余事项 ## 派生规则检查 - 按 `.agents/references/derived-rules.md` 的“共享基础能力优先”规则，检查阶段验收是否满足“基础能力可用 + 首条核心业务闭环可运行”，而不是只完成孤立模块 ## 模板引用 - 验收清单：读取 `.agents/templates/project/acceptance.yaml` 作为模板生成 `.ai-os/acceptance.yaml` ### 示例：页面类模块验收结论 - 输入：页面类模块 `.spec.md`、任务完成证据、关键页面截图、测试结果 - 输出：更新 `.ai-os/acceptance.yaml`，并明确“通过 / 阻塞 / 建议优化” - 约束：若截图、录屏或关键日志缺失，则结论只能是阻塞或待补证据 ## UAT 脚本模板 验收报告末尾在“需要人工验证”的场景下附带 UAT 脚本，供用户手工验证。 ```markdown ## 人工验证脚本（UAT） ### 前置条件 - [ ] 本地环境已启动（命令：`[启动命令]`） - [ ] 已具备测试数据 / 测试账号 ### 正常路径验证 | # | 操作步骤 | 预期结
Skills文件组织结构基本样例（仅作参考）
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
SKILL.md 内容要求
├─ ⭐ 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）
为什么选择 SkillWink？
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。
AI 语义搜索
关键词检索
版本更新
多维排序
开放标准
评论交流
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。
常见问题解答（FAQ）
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。
1，什么是Agent Skills?
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。
2，Skills是怎么运行的？
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。
3，我该怎么快速找到想要的技能？
推荐 3 种方式组合使用：
- 语义搜索：用一句自然语言描述你想解决的问题；
- 多维筛选：按分类/标签/作者/语言/许可证过滤；
- 排序对比：按下载、点赞、评论、最近更新等维度排序，快速筛出“更可能好用”的技能。
4，SkillWink 支持哪些导入方式？
- 上传归档文件导入：.zip / .skill 一键导入（推荐）
- 上传skills文件夹
- 从GitHub仓库导入
注：以上导入方式文件大小控制在10M之内。
5，在Claude / Codex 等系统中如何是使用？
常见路径如下（不同系统略有差异，以你本机为准）：
- Claude Code：~/.claude/skills/
- Codex CLI：~/.codex/skills/
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”。
6，一个技能能不能被多个工具一起用？
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。
7，这些skills使用安全吗？
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。
8，为什么我导入后“没有生效”？
最常见原因是这几类：
- 放错目录（路径不对、层级多了一层）
- SKILL.md 缺字段或格式不规范（名称/入口/依赖不完整）
- 依赖未安装（Python/Node/CLI 工具缺失）
- 工具未重新加载技能（某些环境需要重启/刷新）
9，SkillWink 会不会收录重复或低质量技能？
我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前：
- 重复技能：看差异点（更快/更稳定/更强主题能力）
- 低质量技能：我们会定期清理低质量skills