16,559
个开源Skills
免费获取 · 一键下载即用
✅ 关键词搜索 & 分类筛选
✅ 在线讨论 & 社区互动
✅ 版本更新 & 多维排序
✅ SKILL.md 开放标准
导入技能
AIPMAndy
from GitHub
工具与效率
DNA 记忆系统 - 让 AI Agent 像人脑一样学习和成长。 三层记忆架构(工作/短期/长期)+ 主动遗忘 + 自动归纳 + 反思循环 + 记忆关联。 激活场景:用户提到"记忆"、"学习"、"进化"、"成长"、"记住"、"回顾"、"反思"。 --- # DNA Memory - DNA 记忆系统 > 让 Agent 不只是记住,而是真正学会。 ## 核心理念 人脑不是硬盘,不会无差别存储所有信息。人脑会: - **遗忘**不重要的 - **强化**反复出现的 - **归纳**零散信息为模式 - **反思**过去的成功和失败 DNA Memory 模拟这个过程,让 Agent 真正"进化"。 --- ## 三层记忆架构 ``` ┌─────────────────────────────────────────────────┐ │ 工作记忆 (Working Memory) │ │ - 当前会话的临时信息 │ │ - 会话结束后自动筛选 │ │ - 文件:memory/working.json │ └─────────────────────────────────────────────────┘ ↓ 筛选 ┌─────────────────────────────────────────────────┐ │ 短期记忆 (Short-term Memory) │ │ - 近7天的重要信息 │ │ - 带衰减权重,不访问会逐渐遗忘 │ │ - 文件:memory/short_term.json │ └─────────────────────────────────────────────────┘ ↓ 巩固 ┌─────────────────────────────────────────────────┐ │ 长期记忆 (Long-term Memory) │ │ - 经过验证的持久知识 │ │ - 归纳后的认知模式 │ │ - 文件:memory/long_term.json + patterns.md │ └─────────────────────────────────────────────────┘ ``` --- ## 记忆类型 | 类型 | 说明 | 示例 | |------|------|------| | `fact` | 事实信息 | "Andy 的微信是 AIPMAndy" | | `preference` | 用户偏好 | "Andy 喜欢简洁直接的回复" | | `skill` | 学到的技能 | "飞书 API 限流时要分段请求" | | `error` | 犯过的错误 | "不要用 rm,用 trash" | | `pattern` | 归纳的模式 | "推送 GitHub 前先检查网络" | | `insight` | 深层洞察 | "Andy 更看重效率而非完美" | --- ## 核心操作 ### 1. 记录 (Remember) ```bash python3 scripts/evolve.py remember \ --type fact \ --content "Andy 的 GitHub 账号是 AIPMAndy" \ --source "用户告知" \ --importance 0.8 ``` ### 2. 回忆 (Recall) ```bash python3 scripts/evolve.py recall "GitHub 账号" ``` 返回相关记忆,按相关度和重要性排序。 ### 3. 反思 (Reflect) ```bash python3 scripts/evolve.py reflect ``` 触发反思循环: 1. 回顾近期记忆 2. 识别重复模式 3. 归纳成认知模式 4. 更新长期记忆 ### 4. 遗忘 (Forget) ```bash python3 scripts/evolve.py decay ``` 执行遗忘机制: - 7天未访问的短期记忆权重衰减 - 权重低于阈值的记忆被清理 - 重要记忆不会被遗忘
Fozu-lzwpattern
from GitHub
内容与多媒体
One-Person Company (OPC) 编排技能 — 复杂任务的多 Agent 协作指挥中枢。 【优先触发条件 — 满足任意一条即应调用 OPC】 ① 任务需要多个步骤且步骤之间有依赖关系(如 策划→搭建→发布) ② 任务预计超过 50K tokens 或 10 分钟 ③ 任务涉及多个领域(调研+创作+开发+发布 等两个以上领域并存) ④ 任务需要多个专业角色分工(研究员、工程师、设计师等) ⑤ 任务明确包含"并行执行""多路线""团队协作"等关键词 ⑥ 用户提到"全链路""从头到尾""完整流程""做一个完整的X" 核心能力:Context Intake(用户模型读取+背景摄入)、任务分解、多角色编排、状态持久化、断点续传、用户模型自更新。 触发词(任意匹配): OPC、一人公司、多agent、编排、全链路、复杂项目、帮我做完整的、 需要多个步骤、并行执行、团队协作、策划+搭建+发布、研究项目、内容流水线 --- # OPC — One-Person Company 编排技能 v5.2 > 用户是老板,OpenClaw 是 CEO,Sub-agents 是专业员工。 > 用户只说"我要做 X",CEO 负责拆活儿、招人、盯进度、**亲自验收**、交结果。 --- ## 30 秒上手 ``` 1. 触发 OPC → Phase 0: Context Intake(理解背景目标,给出方案,等确认) 2. 确认后 → Phase 1: init 项目 + 任务分解 3. spawn Sub-agents → Phase 2: 注入角色卡 + 注册状态 4. 监控执行 → Phase 3: 主动检查 + trigger-evaluate + 汇报进度 5. 交付汇总 → Phase 4: cost 报告 + close 项目 ``` --- ## Phase 0:Context Intake(最重要,不可跳过) OPC 被触发后,**第一步必须理解背景,给出方案,征询确认**。 ### 必须明确的四个维度 ``` 【背景】业务场景是什么?有什么前置条件?新建还是继续? 【目标】交付物是什么?怎么判断"完成"? 【约束】截止时间?token 预算?平台限制? 【范围】从哪里开始到哪里结束?什么不在本次范围? ``` ### 方案输出格式(等用户确认才开始) ```markdown ## 📋 OPC 项目方案 **背景理解**:{一句话概括} **目标**:{交付物 + 成功标准} **约束**:{时间/预算/限制} **推进方案**: - 角色配置:{N 个角色,名称 + 主要职责} - 协作模式:{串行/并行/混合} - 预估总预算:~{N}K tokens - 预计耗时:~{N} 分钟 **确认后开始执行,是否有需要调整的地方?** ``` ### 确认轮次 | 复杂度 | 判断标准 | 轮次 | |--------|---------|------| | 简单 | ≤2 角色,单流水线 | **1 轮**(Phase 0+1 合并)| | 中等 | 3-5 角色,有并行 | **1 轮**(Phase 0+1 合并)| | 复杂 | >5 角色,>200K 预算 | **2 轮**(理解→方案分开)| 详细决策逻辑 → brain/core-flow.md --- ## 核心执行命令速查 ```bash # Phase 1 — 项目初始化 python3 engine/project_state.py init "项目名" python3 engine/project_state.py update-phase <pid> phase_1_planning # Phase 2 — agent 注册 python3 engine/project_state.py agent-start <pid> <label> '{"role":"角色名"}' # Phase 3 — 监控 python3 engine/project_state.py agent-complete <pid> <label> '{"output":"..."}' <tokens> python3 engine/project_state.py agent-fail <pid> <label> '{"error":"原因"}' python3 engine/project_state.py trigger-evaluate <pid> # 每轮循环必须调用 # 断点续传 python3 engine/project_state.py checkpoint <pid> <label> '{"completedSteps":[...],"nextStep
Skills文件组织结构基本样例(仅作参考)
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
SKILL.md 内容要求
├─ ⭐ 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)
为什么选择 SkillWink?
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。
AI 语义搜索
关键词检索
版本更新
多维排序
开放标准
评论交流
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。
常见问题解答(FAQ)
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。
1,什么是Agent Skills?
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。
2,Skills是怎么运行的?
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。
3,我该怎么快速找到想要的技能?
推荐 3 种方式组合使用:
- 语义搜索:用一句自然语言描述你想解决的问题;
- 多维筛选:按分类/标签/作者/语言/许可证过滤;
- 排序对比:按下载、点赞、评论、最近更新等维度排序,快速筛出“更可能好用”的技能。
4,SkillWink 支持哪些导入方式?
- 上传归档文件导入:.zip / .skill 一键导入(推荐)
- 上传skills文件夹
- 从GitHub仓库导入
注:以上导入方式文件大小控制在10M之内。
5,在Claude / Codex 等系统中如何是使用?
常见路径如下(不同系统略有差异,以你本机为准):
- Claude Code:~/.claude/skills/
- Codex CLI:~/.codex/skills/
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”。
6,一个技能能不能被多个工具一起用?
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。
7,这些skills使用安全吗?
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。
8,为什么我导入后“没有生效”?
最常见原因是这几类:
- 放错目录(路径不对、层级多了一层)
- SKILL.md 缺字段或格式不规范(名称/入口/依赖不完整)
- 依赖未安装(Python/Node/CLI 工具缺失)
- 工具未重新加载技能(某些环境需要重启/刷新)
9,SkillWink 会不会收录重复或低质量技能?
我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前:
- 重复技能:看差异点(更快/更稳定/更强主题能力)
- 低质量技能:我们会定期清理低质量skills