understand-chat
当您需要询问有关代码库的问题或使用知识图理解代码时使用
当您需要询问有关代码库的问题或使用知识图理解代码时使用
克劳德代码教程的交互式课程级别测验。通过混合概念知识和实践知识的 8-10 个问题测试对特定课程 (01-10) 的理解。在课前使用进行预测试,在课中使用来检查进度,或在课后使用来验证掌握情况。当被要求“对我进行钩子测验”、“测试我对第 3 课的知识”、“课程测验”、“MCP 练习测验”或“我了解技能吗”时使用。
使用知识图通过调用链跟踪错误
黑曜石风格的知识库——通过notesmd-cli跨会话存储、搜索和检索代理知识。
将从 Microsoft Copilot 收集的文档和知识转换为结构良好、与 SharePoint 兼容的 Markdown 文件。当用户拥有来自 Copilot 的内容(摘要、研究、会议记录、流程步骤)并希望为 SharePoint 站点、wiki 或知识库生成格式化页面时使用。触发器包括“据此创建 Markdown 文件”、“为 SharePoint 设置格式”、“将其编写为知识库文章”、“将此 Copilot 输出转换为页面”,或者当用户粘贴 Copilot 生成的内容并要求对其进行记录时。
通过探索代码库架构来引导知识存储——在开始新的或空的项目、播种知识或运行 /bootstrap 时使用
查询 Mahdi navigator 关于 Mahdi 的知识导航器。当用户要求“询问 Mahdi”或需要此知识库中的信息时使用。
当用户想要管理 AI 代理知识、组织代理配置或设置会话后学习系统时,请使用此技能。触发器包括:将代理技能或知识组织到结构化的架子中、从对话记录中提取见解、将整体代理配置文件拆分为模块化部分、管理内存文件、搜索索引知识或诊断架子健康状况。每当用户提到管理代理上下文、分块配置、从会话中学习、压缩内存或组织可重用代理知识片段时,请使用 ShelfAI。
从agentic_kb知识库中搜索和检索知识。当用户请求搜索知识库、询问“我如何...”应该查阅知识库的问题、想要记录新知识或在会话开始时更新知识库子模块时使用。当用户想要用新知识更新知识库时也可以使用。当您在任务期间学习新的、可重用的知识时,知识捕获。支持 Typesense(快速全文搜索)、FAISS(语义向量搜索)和 ripgrep(精确模式匹配)。所有知识库均采用 Obsidian 格式,可以使用 Obsidian 中的网络地图轻松直观地浏览。
自我修正的MCP服务器框架,具有分层技能架构和区块链可审计性。当用户想要管理知识、发展技能、使用区块链跟踪变化、审核技能健康状况、在层之间提升知识或执行角色组装以提供决策支持时使用。 --- # KairosChain - 自我修正 MCP 服务器框架 KairosChain 提供了分层技能架构(L0/L1/L2),其中技能可以通过区块链支持的可审计性来发展、提升和自我审计。 ## 架构 ### 三层系统 - **L0(宪法/法律)**:不可变的安全规则和元治理。更改需要人工批准和完整的区块链记录。 - **L1(知识)**:以人类技能格式投射知识。使用哈希引用记录的更改。 - **L2(上下文)**:临时会话上下文。免费修改,无区块链记录。 ### 核心功能 #### 知识管理 - `knowledge_list` / `knowledge_get` - 浏览和阅读 L1 知识技能 - `knowledge_update` - 通过区块链记录创建、更新或删除 L1 知识 - `context_save` - 保存会话工作的临时 L2 上下文 #### 技能演变 - `skills_evolve` - 提出并应用对 L0 技能定义的更改(需要人工批准) - `skills_rollback` - 使用区块链进行版本管理快照和回滚功能 - `skills_promote` - 通过可选的 Persona Assembly 提升各层之间的知识(L2→L1、L1→L0) #### 区块链可审计性 - `chain_status` / `chain_verify` - 检查和验证区块链完整性 - `chain_history` - 查看技能转换、知识更新和状态提交 - `chain_record` - 将数据记录到区块链 - `state_commit` - 创建所有层的快照以实现可审核性 #### 健康与安全-`技能 s_audit` - 跨层审核知识健康状况(冲突、过时、危险模式) - `tool_guide` - 动态工具发现和工作流程建议 #### Persona Assembly - 使用 pe 的多视角决策支持
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: