为 AI 代理友好的代码库设置和改进工具工程（AGENTS.md、docs/、lint 规则、评估系统、项目级提示工程）。触发条件：AI 代理的新/空项目设置、AGENTS.md 或 CLAUDE.md 创建、利用工程问题、使代理在代码库上更好地工作。当用户感到沮丧或抱怨代理质量时也会触发 - 例如“代理一直忽视约定”、“它从不遵循指令”、“为什么它一直做 X”、“代理坏了”——因为代理输出不佳几乎总是表明存在缺陷，而不是模型问题。涵盖：上下文工程、架构约束、多智能体协调、评估、长期运行的智能体利用以及智能体质量问题的诊断。
使用 mlld 构建 LLM 代理 — 工具代理（MCP 工具）、事件驱动代理（路由器和调度程序）和工作流代理（无状态作业）。在创建代理、公开工具或构建事件驱动系统时使用。
创建和修改 Agent 的指南。当用户想要创建新的 Agent 或修改现有 Agent 时使用此 Skill。Agent 是定义 AI 角色、行为准则和工作流程的 Markdown 文件，存放在 marketplace 的 atoms/agents 目录下。
代码审查代理的审查标准。当代码审查器运行时（第 4 阶段），通过代理 frontmatter 自动加载。涵盖：严重性分类（BLOCKER/MAJOR/MINOR/NIT）、决策矩阵（APPROVED/APPROVED_WITH_COMMENTS/CHANGES_REQUESTED）、自动升级规则、用于自动检查的 grep 搜索模式。
使用提供程序、工具、指令和内存创建和配置 Neuron AI 代理。每当用户提到构建代理、创建 AI 助手、设置 LLM 支持的聊天机器人、配置聊天代理或想要创建可以说话、使用工具或处理对话的代理时，请使用此技能。还可以触发 Neuron AI 中涉及代理配置、提供商设置、工具集成或聊天历史记录管理的任何任务。
以交互方式创建和改进 Claude Code 子代理 — 根据描述搭建新代理，完善现有代理定义，调整 frontmatter、工具、模型和提示。触发器：创建代理、新代理、克劳德代码代理、创建子代理、改进代理、更新代理、修复代理描述、重构代理、代理 Frontmatter、代理提示、脚手架代理。
员工代理生命周期管理系统。使用代理/目录员工代理时使用 - 启动、停止、监视或将任务分配给在 tmux 会话中运行的 Dev/QA 代理。完全独立于CAO，仅使用tmux + Python。
在创建或更新 AGENTS.md 文件、.github/copilot-instructions.md 或其他 AI 代理规则文件、将 AI 代理加入到项目、标准化代理文档时，或者当任何人提及 AGENTS.md、代理规则、项目加入或 AI 代理的代码库文档时使用。
在存储库中安装、配置、审核和操作代理程序包管理器 (APM)。在初始化 apm.yml、安装或更新包、验证清单、管理锁定文件、编译代理上下文、浏览 MCP 服务器、设置运行时或打包 CI 和团队分发的解析上下文时使用。不要用于手动编写单个技能、通用包管理器（例如 npm 或 pip）或非 APM 代理配置系统。
完整的代理验证套件。运行安全、模式、质量和特定于语言的检查。当要求“验证代理”、“验证我的代理”、“审核代理”或“全面验证”时使用。
将编码任务委托给 Blackbox AI CLI 代理。具有内置判断功能的多模型代理，可通过多个 LLM 运行任务并选择最佳结果。需要 blackbox CLI 和 Blackbox AI API 密钥。
从克劳德代码中提取的生产级代理开发方法。涵盖工具设计、系统提示、权限与安全、多代理编排、通证经济、内存/状态、可扩展性的7维框架。支持架构设计、实施指导、代理审核。触发“代理设计”、“构建代理”、“人工智能代理”、“工具设计”、“系统提示架构”、“代理审查”、“多代理”或任何代理开发问题。
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：
