- 📁 references/
- 📄 SKILL.md
agent-reach
让您的人工智能代理有一双能够看到整个互联网的眼睛。通过 CLI、MCP、curl 和 Python 脚本支持 17 个平台。 8 个通道的零配置。
让您的人工智能代理有一双能够看到整个互联网的眼睛。通过 CLI、MCP、curl 和 Python 脚本支持 17 个平台。 8 个通道的零配置。
Give your AI agent eyes to see the entire internet. 17 platforms via CLI, MCP, curl, and Python scripts. Zero config for 8 channels. 【路由方式】SKILL.md 包含路由表和常用命令,复杂场景需按需阅读对应分类的 references/*.md。 分类:search / social (小红书/抖音/微博/推特/B站/V2EX/Reddit) / career(LinkedIn) / dev(github) / web(网页/文章/公众号/RSS) / video(YouTube/B站/播客). Use when user asks to search, read, or interact on any supported platform, shares a URL, or asks to search the web.
将实验室仪器输出文件(PDF、CSV、Excel、TXT)转换为同素异形简单模型 (ASM) JSON 格式或扁平化 2D CSV。当科学家需要标准化 LIMS 系统、数据湖或下游分析的仪器数据时,可以使用此技能。支持自动检测仪器类型。输出包括完整的 ASM JSON、易于导入的扁平化 CSV 以及可供数据工程师导出的 Python 代码。常见的触发因素包括转换仪器文件、标准化实验室数据、准备上传到 LIMS/ELN 系统的数据或为生产管道生成解析器代码。
通过将手稿中的数字声明与实际的 R / Stata / Python 输出进行交叉检查来强制执行replication-protocol.md 规则。根据容差阈值报告每个索赔的通过/失败。在提交之前和发布复制包之前使用。
MCP 代理邮件 - 用于多代理工作流程的类似邮件的协调层。身份、收件箱/发件箱、文件保留、联系策略、线程消息传递、预提交防护、人工监督、静态导出、灾难恢复。 Git+SQLite 支持。 Python/FastMCP。
Databricks 开发指南,包括 Python SDK、Databricks Connect、CLI 和 REST API。使用 databricks-sdk、databricks-connect 或 Databricks API 时使用。
基础 Python 最佳实践、习惯用法和代码质量基础知识 - 由 microsoft/hve-core 为您提供
剪映 (JianYing) AI自动化剪辑的高级封装 API (JyWrapper)。提供开箱即用的 Python 接口,支持录屏、素材导入、字幕生成、Web 动效合成及项目导出。
检查此 Python 项目中是否公开了上游 Apache DataFusion 功能(函数、DataFrame 操作、SessionContext 方法、FFI 类型)。在添加缺失的功能、审核 API 覆盖率或确保与上游的奇偶校验时使用。
当用户要求“查找类”、“搜索符号”、“查找用法”、“查找实现”、“搜索代码库”、“查找文件”、“类层次结构”、“查找调用者”、“模块依赖项”、“未使用的依赖项”、“项目映射”、“项目约定”、“项目结构”、“什么框架”、“什么体系结构”、“查找 Perl 子项”、“Perl 导出”时,应该使用此技能。 “查找Python类”,“Go结构”,“Go接口”,“查找React组件”,“查找TypeScript接口”,“查找Rust结构”,“查找Ruby类”,“查找C#控制器”,“查找Dart类”,“查找Flutter小部件”,“查找mixin”,“查找Scala特征”,“查找案例类”,“查找对象”,“查找PHP类”,“查找Laravel模型”, “查找 PHP 特征”,或者需要在 Android/Kotlin/Java、iOS/Swift/ObjC、Dart/Flutter、TypeScript/JavaScript、Rust、Ruby、C#、Scala、PHP、Perl、Python、Go、C++ 或 Protocol Buffers 项目中快速搜索代码。 也是由提及“ast-index”CLI 工具触发的。
AWP(代理工作协议)链上工具技能。提供合约地址、API 端点、捆绑的 Python 脚本和 EIP-712 签名,以便与 Base、以太坊、Arbitrum 和 BSC 上的 AWP 协议进行交互。涵盖:质押(veAWP 存款、分配)、工作网管理(注册、暂停、恢复、取消)、治理(提议、投票)、无 Gas 中继操作(绑定、取消绑定、委托、分配)和实时 WebSocket 事件监控。当用户提到 AWP、代理工作协议、awp-wallet、veAWP、AWPWorkNet、工作网质押、AWP 治理、AWP 排放或想要执行任何 AWP 链上操作时加载此技能。不适用于:Uniswap、Aave、Lido、Compound 或与 AWP 无关的其他 DeFi 协议。
分析任何 Python 库结构,通过签名和文档探索模块、类和函数。
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: