后端开发中 DataHub 集成的参考和编码指南。在实现或调试涉及 DataHub 的代码时使用 - 实体（数据集、仪表板、图表）、方面（所有权、标签、域、术语表术语、结构化属性）、沿袭、断言、URN、摄取/排放、GraphQL、REST 或 acryl-datahub Python SDK。还回答数据建模问题并帮助选择本机 DataHub 功能与自定义扩展。每当任务涉及 DataHub 元数据、沿袭、摄取或任何 DataHub API 表面时，即使没有明确提及“API”，也会触发此技能。
代码修改后对更改的文件运行代码质量审查。当应用程序逻辑、架构、数据流或可重用组件受到影响时触发。
当用户询问代理架构、评估、指标、生产监控、调试代理或构建可靠的人工智能代理的最佳实践时，应该使用此技能。用于“评估我的代理”、“设置生产监控”、“添加护栏”、“检测幻觉”、“代理反模式”、“比较实验”、“创建评估数据集”等问题。
通过分析混合群运行的跟踪数据来验证其完整性。
垂直 App Studio 微演示，具有可选的数据集创建 (domo-data-generator)、ETL（magic-etl-cli 或 magic-etl），然后使用 Advanced-app-studio + domo-app-theme 进行多页面布局。从 References/*.md 中选择行业包。在构建需要真实数据管道和每个垂直主题页面的 App Studio 演练时使用。
拥有并管理所有错误数据 - BUGS.md 索引、错误/单个文件、错误修复、质量指标。所有与错误和质量相关的事情的单一事实来源。
通过自动数据获取和性能分析来指导代理进行回测策略想法
1C 元数据管理 — 创建、编辑、验证和删除配置对象（目录、文档、寄存器、枚举）、托管表单、数据组合模式 (SKD)、电子表格布局 (MXL)、角色、外部处理器 (EPF/ERF)、扩展 (CFE)、配置 (CF)、数据库、子系统、命令接口、模板。在使用 1C 元数据结构时使用 — 不适用于一般 BSL 代码编写。
JumpServer V4.10 查询与分析 skill。Use when users ask to query assets/accounts/users/organizations/permissions, inspect access or governance, audit logins/sessions/commands/file transfers, diagnose config or organization issues, or analyze JumpServer usage data for a specific day or time range such as 使用报告、日报、某天使用情况、某天登录/会话/命令/传输情况、usage report, daily usage report, usage analysis, or JumpServer usage overview.
浏览网络执行任何任务 - 研究主题、阅读文章、与网络应用程序交互、填写表单、截屏、提取数据和测试网页。只要浏览器有用就使用，而不仅仅是在用户明确要求时使用。
通用服务器驱动 UI (SDUI) 引擎，用于构建具有 Shadcn 设计质量的 JSON 驱动的 React 界面。将此技能用于所有 ObjectUI 开发任务，包括架构驱动的页面构建、插件开发、组件集成、测试、身份验证/权限、数据集成、i18n、移动响应、项目设置和控制台开发。任何提及 ObjectUI、SchemaRenderer、JSON 模式、SDUI、元数据驱动的 UI 或对象堆栈生态系统工作时都会触发。
为任何 Web 平台自主创建、测试和验证数据连接器 — 端到端。当要求“自动创建连接器”、“自动构建连接器”时，或者需要从头开始创建连接器并在没有手动指导的情况下进行测试时使用。
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：
