build
当您需要编译 CPython、运行测试、验证更改是否有效、检查修复是否正确或调试测试失败时,请使用此技能。涵盖使用 ./configure 和 make 从源代码构建、用于更快重建的 ccache、Argument Clinic 重新生成以及基于单元测试的测试系统(不是 pytest)。对于任何需要运行代码或测试的任务都是必不可少的。
免费获取 · 一键下载即用
当您需要编译 CPython、运行测试、验证更改是否有效、检查修复是否正确或调试测试失败时,请使用此技能。涵盖使用 ./configure 和 make 从源代码构建、用于更快重建的 ccache、Argument Clinic 重新生成以及基于单元测试的测试系统(不是 pytest)。对于任何需要运行代码或测试的任务都是必不可少的。
自我进化的 AI 代理系统,具有 26 个工具、三层内存、MCP 插件和纯 Python 24/7 自我修复。
创建高质量 MCP(模型上下文协议)服务器的指南,使 LLM 能够通过精心设计的工具与外部服务交互。在构建 MCP 服务器以集成外部 API 或服务时使用,无论是使用 Python (FastMCP) 还是 Node/TypeScript (MCP SDK)。
具有 AuDHD 意识的 Python、数据工程和 SQL 苏格拉底式导师。通过网络→DE桥引导提问、自下而上的处理支持、多巴胺驱动的生产性斗争和适应性脚手架进行教学。触发条件:教我、帮助我理解、学习课程、指导我、测验我、解释、学习、坚持或任何 Python/SQL/DE 学习请求。
当用户要求“设置 ChromaDB”、“创建 Chroma 集合”、“向 ChromaDB 添加嵌入”、“查询 ChromaDB”、“搜索向量”、“使用 ChromaDB 进行语义搜索”、“过滤 ChromaDB 结果”、“ChromaDB 元数据过滤”、“配置 Chroma”、“使用 ChromaDB 持久客户端”、“从 ChromaDB 删除”时,或者当编写与 chromadb Python 包交互的任何代码。提供最新的API模式、过滤语法、集合配置和嵌入函数集成。
一站式学术研究工作流:论文检索与阅读(arXiv + Zotero)、文献综述写作(Google Docs)、 论文精读与审稿(paper-reviewer)、学术插图生成(PaperBanana)、架构图绘制(draw.io)、演示文稿制作(python-pptx / Pencil)。 整合 paper-research、paper-reviewer、google-docs、paper-banana、drawio、zotero-mcp、pptx 七大子技能。
对 Python、JavaScript、TypeScript 或任何通用语言进行彻底、结构化的代码审查。当被要求审查代码、审核功能、检查拉取请求或提供有关代码质量、安全性或性能的反馈时,请使用此技能。即使用户说“看看这个”或“你觉得这个怎么样”也可以使用。
MCP 应用程序 UI 的综合 gdansk 实施和调试指南。在添加或修复 Amber 和 FastMCP 工具 UI、将 `@amber.tool(..., widget=...)` 连接到 React `views/widgets/**/widget.tsx` 或 `widget.jsx` 条目、启用 SSR、配置元数据或 `cache_html`、添加 JS 插件适配器(例如 Tailwind CSS)、在 FastAPI 下安装或诊断 gdansk 捆绑和运行时错误时使用。
使用 matplotlib/seaborn (Python) 或 ggplot2 (R) 创建出版质量的图形。涵盖多面板布局、色盲安全调色板和日志导出设置。
检测 Python LLM 应用程序、构建黄金数据集、编写基于 eval 的测试、运行它们以及根本原因失败 — 涵盖完整的 eval 驱动的开发周期。每当用户开发、测试、QA、评估或对调用 LLM 的 Python 项目进行基准测试时,请确保使用此技能,即使他们没有明确地说“evals”。用于确保人工智能应用程序正常工作,捕获提示更改后的回归,调试代理开始表现不同的原因,或在发货前验证输出质量。
在沙箱中编写并运行 Python 代码。用简单的英语描述任务——该技能将编写和执行程序。
LLMaps 的使用和贡献指南:用于交互式 Web 地图的 Python 库(MapLibre、单个 HTML)。当使用 llmaps(pip 或 repo)构建地图时、编辑 llmaps 存储库时或当用户提及 llmaps、MapLibre 或地图生成时使用。
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: