使用 Salesforce Agent Script（用于使用 Atlas Reasoning Engine 创作 Agentforce 代理的脚本语言）时使用此技能。触发器包括：创建、修改或理解Agent Script代理；使用 AiAuthoringBundle 文件或 .agent 文件；设计主题图或流程控制；制定或更新代理规范；验证代理脚本或诊断编译错误；预览代理或调试行为问题；部署、发布、激活或停用代理；删除或重命名代理；编写 AiEvaluationDefinition 测试规范或运行代理测试。这项技能从头开始教授代理脚本 - 人工智能模型对此语言的先前训练数据为零。请勿用于 Apex 开发、流程构建、提示模板创作、Experience Cloud 配置或与代理脚本无关的常规 Salesforce CLI 任务。
分析 CLAUDE.md 文件并生成 PreToolUse 挂钩脚本，该脚本在工具调用级别强制执行其规则。当用户希望将 CLAUDE.md 指令作为代码强制执行而不是依赖于即时合规性时使用。读取 CLAUDE.md，识别可执行规则，生成独立的 bash 挂钩脚本，并将它们连接到 .claude/settings.json。
使用 Manifest V3 构建 Chrome 扩展的综合指南。每当用户提到 Chrome 扩展程序、浏览器扩展程序、manifest.json、内容脚本、服务工作线程（在扩展程序上下文中）、弹出窗口、侧面板、chrome.runtime、chrome.tabs、chrome.storage、chrome.scripting、后台脚本、MV3、Manifest V3 或任何 Chrome 扩展程序 API 时，请使用此技能。当用户想要将脚本注入网页、页面和后台之间通信、从内容脚本绕过 CSP、通过 Chrome 消息传递构建 RPC 层或发布到 Chrome Web Store 时也会触发。涵盖新的扩展项目以及向现有项目添加功能。不要用于特定于框架的问题。
本地 Python 编排技能：通过共享黑板文件、权限门控、令牌预算脚本和持久项目上下文的多代理工作流程。捆绑的 Python 脚本不进行网络调用，并且第三方依赖项为零。通过主机平台的session_send的工作流委托可以调用外部模型API。
创建一个浏览器自动化脚本，将多步骤浏览器交互捆绑到单个 browser_run_code 调用中。使用时机：“自动化浏览器流程”、“创建浏览器脚本”、“编写此浏览器任务的脚本”、“捆绑浏览器步骤”、“减少浏览器令牌”。
实时人工智能代理安全扫描仪。检测即时注入、越狱尝试、凭据/秘密泄露、PII 暴露和危险工具调用。在以下情况下激活：(1) 扫描入站消息或工具输出以进行提示注入，(2) 检查出站内容是否存在凭证泄漏或 PII，(3) 审核代理会话日志中的安全事件，(4) 在执行前评估工具调用安全性，(5) 用户询问安全扫描或威胁检测。涵盖 OWASP 十大代理人工智能风险。 --- # ClawMoat — AI 代理的安全护城河 ## 脚本 所有脚本都位于 `scripts/` 中。他们包装“clawmoat”CLI 并将结果记录到“clawmoat-scan.log”。 ### 扫描文本 扫描任何文本是否存在威胁（提示注入、秘密、PII、渗漏）： ```bash script/scan.sh "text to scan" ``` 返回包含结果的 JSON。记录到“clawmoat-scan.log”。在关键/高结果上退出非零。 ### 扫描文件 ```bash script/scan.sh --file /path/to/file.txt ``` ### 审核会话
AI 虚拟试穿 Agent。用户提供服装信息（图片或文字描述均可）， Agent 全程引导完成：服装图预处理 → AI 生成模特 → 虚拟试穿合成 → 生成展示视频。 支持阿里云百炼试衣 API、豆包 Seedream 生图、豆包 Seedance 生视频。 当用户提到"试穿"、"试衣"、"穿上效果"、"模特上身"、"虚拟试衣"、 "看看穿上什么样"、"帮我生成穿衣效果"、"virtual try-on"、"上身图"、 "换装"、"我想看穿上的效果"时，必须立即触发此 Agent。 --- # AI 虚拟试穿 Agent ## 职责 引导用户完成虚拟试穿全流程，输出试穿效果图和展示视频。 不涉及上架、文案、定价。有上架需求告知使用 shopify-quick-listing。 --- ## 配置说明（告知用户时必须按此说明） **.env 文件的唯一标准位置是 `scripts/` 目录：** ``` ~/.claude/skills/ai-tryon/scripts/.env ← 正确位置 ~/.claude/skills/ai-tryon/.env ← 错误，不要放这里 ``` 告知用户配置的标准话术： > 请在 Skill 的 scripts 目录下创建 .env 文件： > ```bash > cp ~/.claude/skills/ai-tryon/scripts/.env.example \ > ~/.claude/skills/ai-tryon/scripts/.env > # 然后编辑填入 Key > ``` 不要让用户在 `ai-tryon/` 根目录或其他位置创建 .env。 --- ## 输出目录约束（最高优先级规则） **所有脚本调用都必须传 `--output-dir`，绝对禁止省略。** 输出目录的唯一真实来源是 `.env` 中的 `TRYON_OUTPUT_DIR` 环境变量： ```bash # .env 示例 TRYON_OUTPUT_DIR=/Users/xxx/Desktop/tryon_output ``` ### 对话开始时锁定 Session（必须在首次调用任何脚本前执行） **每次对话开始时，立即运行以下命令锁定本次任务目录，整个对话全程复用此 `OUTPUT_DIR`：** ```bash # 一行命令：获取（或创建）当前 session 目录，同时确保目录存在 OUTPUT_DIR=$(python scripts/output_manager.py --get-session) echo "本次任务目录：$OUTPUT_DIR" ``` - **24 小时内**再次运行同一命令，返回同一个 `task_YYYYMMDD_HHMMSS` 目录（文件不会覆盖） - 用户明确说「开始新任务」/「重新来」时，改用： ```bash OUTPUT_DIR=$(python scripts/output_manager.py --new-session) echo "新任务目录：$OUTPUT_DIR" ``` 然后每次调用脚本**必须传入同一个 `$OUTPUT_DIR`**： ```bash python scripts/image_gen_tryon.py --desc "..." --output-dir "$OUTPUT_DIR" python scripts/tryon_runner.py --garment g.jpg --output-dir "$OUTPUT_DIR" python scripts/video_gen.py --image img.jpg --output "$OUTPUT_DIR" ``` ### 为什么必须这样做 - 不传 `--output-dir` 时脚本会 fallback 到 `TRYON_OUTPUT_DIR` 环境变量或当前终端 pwd 下的 `tryon_output/` - **但 Agent 子进程的 pwd 不可控**，可能导致文件散落到意外位置 - 多轮对话后 Agent 容易遗忘，显式传参是唯一可靠保证 ### 输出文件名控制（可选） `image_gen_tryon.py` 支持 `--output-filename`，生成后会将第一个结果复制为指定文件名： ```bash python scripts/image_gen_tryon.py --desc "..." --output-dir "$OUTPUT_DIR" \ --output-filename model_ruyan_custom.jpg ``` ### 目录结构 每次对话/试穿任务自动创建独立的 session 子目录（以日期
编写、审查、调试和解释 PLECS 仿真中自定义控制块的 PLECS C 脚本代码。每当用户询问 C 脚本、想要在 PLECS 中实现自定义块、需要 PLECS 宏（InputSignal、OutputSignal、ContState、DiscState、ZCSignal 等）帮助、询问采样时间配置、状态变量、过零检测、用户参数或需要将控制器 C 代码移植到 PLECS 仿真中时，请使用此技能。即使用户只是提到“PLECS block”、“custom block”、“C-Script”或“cscript”也会触发。 --- # PLECS C 脚本技能 您是 PLECS C 脚本自定义控制块方面的专家。当此技能处于活动状态时，生成正确的、结构良好的 C 脚本代码，并与 PLECS 求解器干净地集成。有关完整的宏参考，请参阅 [references/macros.md](references/macros.md)。 有关完整的示例，请参阅 [references/examples.md](references/examples.md)。如果用户正在编辑或生成 `.plecs` 文件，请加载 [references/plecs-file-format.md](references/plecs-file-format.md) 和 [references/cscript.plecs](references/cscript.plecs) 以获取完整的文件格式和工作参考模型。（注意：如果不需要或直接编辑，请勿生成 .plecs 文件） --- *始终阅读全部进行更改之前，本文档 SKILL.MD 的行数。* # C 脚本体系结构 ## 块设置参数 这些参数在编写任何代码之前在 C 脚本块对话框的 **设置** 选项卡中进行配置。 ### `输入数量` 定义输入端口的数量和宽度。 |价值|效果| |---|---| | `n`（标量整数）|接受标量信号的单输入端口 | | `[n1, n2, ...]`（向量）|多个输入端口；端口“i”接受宽度“ni”的信号| `-1` |动态调整大小：宽度由连接信号决定 | > **格式注意：** 在 PLECS 对话框中，接受逗号分隔 (`[2, 3]`) 和空格分隔 (`[2 3]`)。在 `.plecs` 文件内，使用空格分隔的形式（例如 `"[2 3]"`）。
运行 shell 脚本质量检查。在检查 shell 脚本质量、检查 bash 代码或验证脚本时使用。涵盖使用 shfmt 进行格式化、使用 shellcheck 进行静态分析以及可移植性检查。
Create low-friction coursework deliverables for general education, elective, and low-stakes college assignments, including PPT slides, short papers, reading reports, reflection essays, presentation scripts, discussion posts, and course summaries. Use this skill whenever the user mentions 水课, 通识课, 选修课, 小论文, 课程论文, 读书报告, 观后感, 汇报PPT, 课堂展示, 演讲稿, or asks to turn scattered course materials into a polished student-style deliverable. --- # Coursework Helper Skill Produce practical course deliverables from messy prompts, readings, course slides, topic requirements, and user notes. The goal is to help a busy student quickly get a usable PPT, short paper, speech script, or reflection while keeping claims grounded in provided material. ## Architecture ```text User request -> Intake: infer task type, deadline pressure, source materials, tone, and format -> Setup: index materials, check official file skills, initialize output directory -> Plan: choose deliverable path and create a lightweight outline -> Draft: produce content, slides/script, or paper -> Polish: add citations/evidence notes, fix tone, export requested formats ``` | Path | Use when | Primary output | |------|----------|----------------| | `slides` | PPT/class presentation/课堂展示/汇报 | `final_slides.md`, optional `.pptx`, speech script | | `paper` | 小论文/课程论文/读书报告/观后感/心得体会 | `final_paper.md`, optional `.docx`/`.pdf` | | `script` | 演讲稿/发言稿/答辩稿/课堂分享 | `final_script.md` | | `mixed` | User asks for PPT + paper + script, or task is ambiguous | combined deliverables | ## Startup Layer ### 1. 低摩擦摄入 尽可能多地从用户的文字和文件中进行推断。仅当缺少的答案会改变可交付成果时才询问。
脚本、webhooks、cron、粘合代码
使用 Agentforce 代理脚本构建、修改、调试和部署代理。触发时间：用户创建、修改或询问 .agent 文件或 aiAuthoringBundle 元数据；改变座席行为、响应或对话逻辑；设计代理主题、操作、工具、子代理或流程控制；撰写或审查代理规范；预览、调试、部署、发布或测试代理；使用代理脚本 CLI 命令（sf 代理生成/预览/发布/测试）。不要在以下情况下触发：Apex 开发、流程构建、提示模板创作、Experience Cloud 配置或与代理脚本无关的常规 Salesforce CLI 任务。
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：
