检查并分析可能需要同步到 Storybook-rsbuild 的上游 Storybook 存储库更改。每当用户想要检查上游 Storybook 更改、查看官方 Storybook 存储库中的新增内容、识别需要同步的更改或将 Storybook-rsbuild 与上游进行比较时，请使用此技能。激活“检查上游”、“同步检查”、“故事书更改”、“需要同步”、“上游更改内容”等短语，或任何提及跟踪 Storybookjs/storybook 更改的内容。即使是随意提及，例如“故事书中有什么新内容吗？”应该会触发这个技能。
查询以前的 pi 会话以检索上下文、决策、代码更改或其他信息。当您需要查找父会话或任何其他会话文件中发生的情况时使用。
利用内置的最佳实践构建可用于生产的 Tavily 集成。为开发人员使用编码助手（Claude Code、Cursor 等）在代理工作流程、RAG 系统或自治代理中实现 Web 搜索、内容提取、爬行和研究提供参考文档。
Tensorlake SDK — 编写使用 Tensorlake 沙箱产品构建应用程序和 AI 代理的代码的指南。当用户提及 Tensorlake 或沙箱，或询问 Tensorlake API/文档/功能时使用。当用户构建需要沙箱来运行代码的应用程序、编码代理或代理系统时也可以使用 - 例如，执行 LLM 生成的或不受信任的代码、通过挂起/恢复跨会话持续存在的沙箱、用于分叉并行工作程序的快照、自定义沙箱映像、从沙箱中公开端口、出口允许列表、PTY/交互式 shell、计算机使用/桌面自动化或文件传输输入/输出。还涵盖 Tensorlake 的沙箱本机持久工作流程编排。与任何 LLM 提供商（OpenAI、Anthropic）、代理框架（LangChain）、数据库或 API 作为基础设施层一起工作。
>-
使用内置、学习和装配的地理工具指导代理完成地理空间 ETL 工作流程
运行自动研究循环的一次迭代——研究现有的攻击方法，设计更好的优化器，实现它，对其进行基准测试，然后提交。意味着通过 /loop 重复调用。
当用户需要在调查后但在承诺实施之前在多个 ML 路线之间进行选择时，请使用此选项。比较候选方法，选择一个，记录被拒绝的路线，并保留后备路线。
使用 AgentFlow 构建和运行多代理管道。当用户想要并行、按顺序或迭代循环编排 codex、claude 或 kimi 代理时使用。当用户提到多代理工作流程、扇出任务、代码审查管道、迭代实施循环、在 EC2/ECS 上运行代理或需要多个 AI 代理一起协调的任何任务时触发。还可以触发“agentflow”、“pipeline”、“agent graph”、“fanout”、“shard”或“run codex on Remote”。
集思广益后强制执行设计审查门 - 架起超级大国的桥梁：集思广益进入元群质量管道
对抗性研究分析框架，使用结构化的牛市/熊市/仲裁者辩论来帮助用户做出更好的研究判断。维护一个信念图作为后端引擎，应用统计校准规则，跟踪相变并检测偏差。
使用此技能可以使用 eparse CLI 从 Excel 文件中提取并列出表格。当您需要从一个或多个 Excel 文件或目录中发现或提取表格数据时调用。支持输出到控制台、SQLite 或 PostgreSQL。
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：
