全面的网站和 Web 应用程序审核，涵盖安全性、用户体验、性能、可访问性、搜索引擎优化、合规性和收入保护。每当用户要求审核、审查、检查或评分网站或 Web 应用程序时，请使用此技能。当用户说“全栈审核”、“用户体验审核”、“安全审核”、“启动检查表”、“我的网站准备好启动了吗”、“检查我的网站”、“检查我的代码是否存在问题”、“我错过了什么”或希望在启动之前或之后进行全面质量审查的任何变体时，也可以使用。这项技能可以解决人工智能构建和氛围编码网站经常出错的问题：客户端付费墙、暴露的数据库表、缺少安全标头、损坏的移动布局以及导致转化的信任差距。即使用户只询问一个领域（例如“检查我的安全性”）也会触发，因为问题会跨类别复合。
基于东方财富专业数据库，支持自然语言查询金融数据，覆盖A股、ETF、债券、港美股、基金等全品类资产，含实时行情、公司信息、估值、财务报表等，数据实时、权威、全面，可用于投资研究、交易复盘、行业分析、信用研究、财报审计、资产配置、报告撰写等场景，一站式满足机构与个人投资分析、市场监控、数据检索等需求。返回结果包含数据说明及 xlsx 文件。
为寻求奖章 E2E 管道运行规范驱动的 QA 自动化。在 qa/specs/ 中发现 YAML 规范，根据规范生成并行工作代理，搭建搜索项目，针对实时基础设施（CSV、Iceberg、PostgreSQL）执行，并端到端验证结果。受到 Bowser 的可组合自动化模式的启发。
后端专家 — 构建 API、数据库操作、身份验证和服务器端逻辑，重点关注安全性和性能
在为后端代码（Express 路由、MongoDB 模型、节点服务）生成测试时使用 - 分析文件类型，从 package.json 检测测试框架，生成具有安装/拆卸和边缘案例覆盖的全面测试
· 构建、审查或架构 AI/ML 应用程序 - LLM 集成、RAG 管道、代理系统、嵌入、评估、本地推理、结构化输出和工具使用。触发器：“llm”、“rag”、“嵌入”、“矢量存储”、“langchain”、“openai sdk”、“anthropic sdk”、“代理循环”、“微调”、“ollama”、“vllm”、“evals”、“护栏”、“分块”、“重新排名”。不适用于 MCP 服务器（使用 mcp）、提示写入（使用提示生成器）或一般 DB（使用数据库）。
当用户询问“本古里安机场”、“TLV 航班”、“航班状态”、“从特拉维夫出发”、“到达 TLV”、“我的航班准时吗”、“飞往阿姆斯特丹的航班”、“机场延误”、“取消的航班”、“登机口信息”、“3 号航站楼”、“从机场接机”、“目的地天气”、“航班延误历史记录”时，应使用此技能。 “נתב״ג”、“טйסות”、“לוח טйסות”、“מצב טйסה”。通过 Open-Meteo 提供本古里安机场 (TLV) 的实时航班数据、目的地天气数据，并通过本地 SQLite 数据库提供历史延误分析。请勿用于预订航班、非 TLV 机场或一般旅行计划。
每当使用 QuestDB（一种高性能时间序列数据库）时，请使用此技能。在任何提及 QuestDB、带有 SAMPLE BY、LATEST ON、ASOF JOIN、ILP 摄取或 questdb Python/Go/Java/Rust/.NET 客户端库的时间序列 SQL 时触发。当针对 QuestDB 编写 Grafana 查询、为时间序列汇总创建物化视图、使用 QuestDB 中的订单簿或金融市场数据或涉及指定时间戳或时间分区表的任何 SQL 时也会触发。 QuestDB 使用独特的时间序列关键字扩展 SQL — 标准 PostgreSQL 或 MySQL 模式将失败。在编写 QuestDB SQL 之前请务必阅读此技巧，以避免产生错误语法的幻觉。 --- # QuestDB 技能 ## 如何使用此技能 **重要 — 最小化往返：** - 不要探索库源代码（cryptofeed、questdb 等） - 不要检查库版本或验证回调签名 - 不要读取已安装的包文件来“理解 API” - 不要验证基础设施（Docker 容器、Grafana health）是否正在运行 — 相信用户的提示 - 不要单独启动 `02_ingest.py` — `03_dashboard.py` 启动它并自动验证数据 - 不要阅读本技能文件中已涵盖的主题的额外参考文件 - 请在主题适用时阅读参考文件（例如 enterprise.md 用于身份验证，grafana-advanced.md 用于复杂面板） - 不要使用任务跟踪（TaskCreate/TaskUpdate）进行简单构建 - 不要添加“sleep”命令来等待数据或检查后台进程（部署脚本处理此） - 一旦“03_dashboard.py”启动，请勿使用 Ctrl+C、重新启动或重新启动摄取过程 - 不要将 VWAP、Bollinger 或 RSI 放入单独的时间序列面板 - 它们是 OHLC 烛台面板上的 refID - 不要省略或清空 `fieldConfig.overrides` - 它们将 RSI 放在右 Y 轴 (0-100%) 上并在右轴上传播。如果没有它们，不同的尺度就会把图表压扁。 - 不要将仪表板刷新设置为“5s”——defa
使用这些技能通过执行 SQL 语句、探索模式元数据、分析查询性能、监视活动会话和资源消耗以及管理存储和对象运行状况来管理和监视 Oracle 数据库。
配置 Better Auth 服务器和客户端、设置数据库适配器、管理会话、添加插件以及处理环境变量。当用户提到 Better Auth、betterauth、auth.ts 或需要使用电子邮件/密码、OAuth 或插件配置设置 TypeScript 身份验证时使用。
查询和管理 Banktivity 财务数据。当用户询问 Banktivity 数据库中的交易、帐户、支出、类别、标签或证券时使用。
Python 中现代 AI/ML 工程的基线。 Foco em LLM 工程、RAG 系统、代理框架（LangChain/LangGraph）、多个 LLM 提供商（Anthropic、OpenAI、Bedrock、Gemini、Meta）、矢量数据库（Qdrant）、语义缓存（MongoDB、Redis）、测试、可观察性、安全性、电子生产模式。补充特定于 AI 的 arch-py 技能 com 模式。
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：
