使用基于评估的自动研究来迭代和提高任何技能。结合了 v2.0 设计审核、Hamel 的三湾评估方法和 Karpathy 式突变优化。当您想要评估技能质量、从头开始构建评估、运行错误分析或通过实验优化技能时使用。
UX/UI 审核技能 — WCAG 2.2 AA + Nielsen 启发式 + 防溢出检测。仅报告，未更改代码。可与任何前端技能组合。
Pathfinder 语义导航工具的会话引导 + 工作流程。涵盖：发现协议、工具链模式（探索、影响、审计、调试）、搜索优化、LSP 降级模式和错误恢复。
并行人工智能代码库审计——派遣代理查找并修复整个存储库中的错误。生成可在 /sg-visual-review 中查看的结构化 JSON 结果。触发“sg-code-audit”、“代码审计”、“审计代码库”、“查找错误”、“代码审计”、“审计代码”、“静态审计”、“安全审计”、“船舶守卫”。
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。
使用此技能进行对抗性 AI 测试 - 红队、护栏验证、偏差检测、提示注入测试以及任何具有 AI 组件的应用程序的合规性审核。触发器
根据架构启动、存储库自己的架构.md 以及任何嵌套边界配置审核 PR 的结构选择。当用户说“审核此 PR 的架构”、“检查边界”、“此 PR 在结构上是否干净”、“#N 的合并后审查”、“进行结构审查”、“此 PR 的边界影响是什么”或要求对重构 PR 的提升/提取/共享决策进行事实检查时使用。输出是位于 `docs/audits/<YYYY-MM-DD>-<topic>.md` 的审核文档（或者 — 直到第一次审核落地之前 — `docs/audits/.gitkeep` + 新文件）。运行此程序时切勿编辑源代码 - 首先生成调查结果文档 + 每个调查结果计划。
在查看过去的座席会话、审核聊天历史记录是否存在摩擦、识别重复的更正或命令或根据使用模式提出新技能和规则时使用。
通过读取货物审计 SARIF 输出、以最小的依赖项更改更新 Cargo.toml 或 Cargo.lock，以及使用货物构建、货物测试和货物审计进行验证，修复 inspequte 中的 Rust 依赖项审计失败。
深入的产品审核。对您正在构建的内容、为谁构建、最大的战略差距以及您正在回避的问题进行残酷而诚实的评估。生成 AUDIT.md。
当用户要求对项目或组件进行错误审核时使用
AEO（答案引擎优化/AI 可见性）审核技能。检查 4 个类别：AI 机器人访问（robots.txt、GPTBot、ClaudeBot）、结构化数据（Schema.org/JSON-LD）、内容结构和技术因素（HTTPS、站点地图、llms.txt）。根据投资回报率排名的建议进行 0-100 分的评分，并生成可打印的 HTML/PDF 报告。
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：
