convez.ai
MCP Server
seaworld008

Commonly-used-high-value-skills

seaworld008/Commonly-used-high-value-skills

Ver no GitHub
BomPluginScore · de 0 a 100

High-value AI skills repository for Codex, Claude Code, OpenClaw, agents, prompts, and automation workflows. 高价值的 AI 技能库,涵盖 Codex、Claude Code、OpenClaw、代理、提示和自动化工作流程。

Instalação

$npx convez-ai seaworld008/Commonly-used-high-value-skills

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
73
Forks
10
Acompanhando
0
Saúde
71%
Último commit
há 1 dia
Versão
v6.2.0
Issues abertas
2
Contribuidores
4

README

A tradução para o português deste README ainda está na fila.

Commonly Used High-Value Skills

Repository Banner

简体中文 English OpenClaw Skills License: MIT

面向全球 AI 开发者与 Agent 工作流构建者的高价值 Skills 仓库,覆盖开发工程、DevOps、产品设计、运营、办公自动化、金融投资、AI 平台与安全治理等高频任务场景。当前共 16 个分类 / 303 个技能。

为什么值得收藏

  • 一次收齐高频可复用 Skills,减少到处找 prompt、脚本和工作流的时间。
  • 同时兼容 Codex、Claude Code、Hermes Agent、OpenClaw 等多种 AI 工具使用方式。
  • 按场景分类组织,既适合日常检索,也适合二次扩展和团队沉淀。
  • 很多技能不只是文档,还带 scripts/、references/、assets/,可以直接复用。
  • 仓库已经具备发现新 Skill、同步上游更新、候选优选、质量校验和生成视图的自动化链路,适合持续运营而不是一次性收集。
  • 现在支持用策略文件对白名单来源、黑名单来源、优先来源和基础门槛做统一治理,优选结果更稳定、更可控。
  • 已提供 scripts/sync_codex_skills.py,可以把仓库中的最新技能一键同步到 Codex、Claude Code 等本机技能目录,减少手工拷贝和版本漂移。
  • 除了功能覆盖,仓库也重视安全与可信度:既有来源追踪、候选筛选与安装前风险识别能力,也内置 skill-vetter、skill-security-auditor、input-guard、link-checker 等安全审查类技能。
  • 现在还内置了许可证审计与月度死链巡检:repo-validation 会阻止缺失 license 元数据的外源技能进入主分支,dead-links 工作流会按月生成外链巡检报告。
  • Hermes Agent 也被作为一等支持对象维护:可直接使用 skills/ 分类目录,并且仓库已包含 hermes-agent、native-mcp、hermes-graphify-gsd-* 等 Hermes 生态专用技能。

适合谁

  • AI 开发者、Agent 工作流构建者和自动化工具使用者
  • 想把常见任务沉淀为 Skills 的个人或团队
  • 正在使用 Codex、Claude Code、Hermes Agent、OpenClaw 等工具的工程师
  • 想搭建一个自己的高价值技能库、提示库、Agent 工作流库的人

快速开始

我应该用哪个目录

使用场景应使用的目录
直接让 Codex / Claude Code / Hermes Agent / Cursor 等工具浏览仓库源码skills/
安装到 Codex 本机技能目录将 skills/ 同步到 ~/.codex/skills
安装到 Claude Code 本机技能目录将 skills/ 同步到 ~/.claude/skills 或项目内 .claude/skills
OpenClawopenclaw-skills/

方式一:直接发给 AI 工具的安装提示词(推荐)

如果你希望让 AI 工具直接帮你安装,优先发这段短提示词:

你现在是我的本地安装助手,请把这个仓库 https://github.com/seaworld008/Commonly-used-high-value-skills 里的 Skills 安装到当前 AI 工具中。

如果 AI 工具没有自动识别出来,再补一句即可:

当前工具是 `<Codex / Claude Code / Hermes Agent / Cursor / OpenClaw>`,本地仓库路径是 `<你的本地仓库路径>`。

之所以可以这样简化,是因为仓库里已经包含给 AI 工具读取的安装规则与目录约定文档,通常不需要你手动把安装逻辑全部写进提示词里。

方式二:手动安装步骤

  1. 克隆本仓库到本地并进入目录:
git clone https://github.com/seaworld008/Commonly-used-high-value-skills.git
cd Commonly-used-high-value-skills
  1. 如果你使用 Codex,同步到本机 Codex skills 目录:
python3 scripts/sync_codex_skills.py --source-root ./skills --codex-root ~/.codex/skills

Windows PowerShell 示例:

python scripts/sync_codex_skills.py --source-root ".\skills" --codex-root "$env:USERPROFILE\.codex\skills"
  1. 如果你使用 Claude Code,同步到个人或项目级 skills 目录:
# 个人级,所有项目可用
python3 scripts/sync_codex_skills.py --source-root ./skills --codex-root ~/.claude/skills

# 项目级,只在当前项目可用
python3 scripts/sync_codex_skills.py --source-root ./skills --codex-root ./.claude/skills

Windows PowerShell 示例:

python scripts/sync_codex_skills.py --source-root ".\skills" --codex-root "$env:USERPROFILE\.claude\skills"

这里的 --codex-root 是同步脚本沿用的参数名,实际含义是“目标技能目录”,也可以指向 Claude Code 的 skills 目录。

  1. 如果你使用 Hermes Agent、Cursor 或其他能浏览源码目录的 AI coding assistant,优先把工具指向仓库内的 skills/;如果目标工具要求一层扁平技能目录,可以复用上面的同步命令,把 --codex-root 改成该工具自己的 skills 目录。

  2. 如果你使用 OpenClaw,先生成扁平导出目录:

python3 scripts/export_openclaw_skills.py

然后把 openclaw-skills/ 配置到 OpenClaw 的技能加载目录,不要把 OpenClaw 指向仓库根目录或 skills/。

  1. 任选几个技能目录检查是否能正常读取,例如:
    • skills/developer-engineering/codebase-onboarding
    • skills/security-and-reliability/skill-vetter
    • openclaw-skills/codebase-onboarding

如果你希望按客户端直接看安装示例,可继续阅读:

常见维护命令

如果你修改了仓库里的源码技能,推荐统一刷新生成视图:

python3 scripts/refresh_repo_views.py

如果你想在本地额外检查外源技能的许可证元数据与外链健康度,可以运行:

python3 scripts/audit_licenses.py
python3 scripts/check_dead_links.py --output docs/sources/reports/dead-links.json

首页 banner 的技能数量、分类数量和重点分类来自 docs/catalog.json,会在运行下面命令时自动同步刷新:

python3 scripts/build_catalog_json.py

如果你在本地 Codex skills 目录里看到 invalid SKILL.md、missing YAML frontmatter、metadata 类型错误等警告,可以运行:

python3 scripts/normalize_codex_skills.py ~/.codex/skills

Windows 示例:

python scripts/normalize_codex_skills.py "C:\Users\admin\.codex\skills"

如果你想把仓库里的最新技能重新同步到本地 Codex 目录,可以运行:

python3 scripts/sync_codex_skills.py --source-root ./skills --codex-root ~/.codex/skills

分类快速跳转

分类说明文档跳转目录
开发工程开发、测试、性能、代码审查、数据库与架构跳转目录
AI 工作流Agent 技能使用、规划、实现、评审、验证与发布闭环跳转目录
AI 平台与 Agent 开发ChatGPT Apps、Hermes、MCP、Figma、OpenAI Docs 与自主 Agent跳转目录
工程工作流自动化浏览器自动化、GitHub、Notebook、Playwright、graphify/GSD跳转目录
DevOps / SRE发布、监控、故障响应、CI/CD、环境管理跳转目录
金融投资金融数据、估值、风控、回测、投研写作跳转目录
增长运营小红书、社媒、内容、归因、竞品分析跳转目录
办公与文档Word、Excel、PPT、PDF、会议纪要跳转目录
项目管理与知识库集成Notion、Linear、Obsidian、飞书/Lark、规格到实施跳转目录
通用运营品牌、事实核查、内沟通、主题与天气跳转目录
产品与设计产品分析、设计系统、UX 研究、SaaS 脚手架跳转目录
安全治理与稳定性Sentry、安全最佳实践、威胁建模、漏洞扫描跳转目录
多模态内容图像、语音、视频、截图、摘要、转写跳转目录
部署平台Cloudflare、Netlify、Render、Vercel跳转目录
记忆与安全长期记忆、输入防护、RAG、Runbook跳转目录
任务理解与拆解联网检索、复盘学习与任务理解补充能力跳转目录

从哪里开始最容易上手

如果你是第一次来到这个仓库,推荐从下面几类开始:

  • 开发工程:developer-engineering
  • AI 工作流:ai-workflow
  • AI 平台与 Agent 开发:ai-agent-platform
  • 工程工作流自动化:engineering-workflow-automation
  • 金融投资:finance-investing
  • 项目管理与知识库集成:knowledge-and-pm-integrations
  • 多模态内容:multimodal-media
  • 安全治理与稳定性:security-and-reliability

你也可以优先看这些代表性技能:

  • codebase-onboarding:用于快速理解代码库结构、技术栈、关键模块和上手路径。
  • context-engineering:用于设计上下文组织、提示结构和长任务信息管理方式。
  • agent-workflow-designer:用于设计多步骤 Agent 工作流、角色分工和执行闭环。
  • gh-fix-ci:用于定位 GitHub Actions 失败原因并修复 CI 流水线问题。
  • financial-data-collector:用于收集股票、财报、市场和宏观金融数据。
  • notion-spec-to-implementation:用于把 Notion 规格说明转化为可执行实现任务。
  • transcribe:用于把音频或视频转写为文本,并整理说话人和时间信息。

Hermes + graphify + GSD 使用说明

这组最新技能包现在包含 4 个相关技能,详细用法已放到对应分类 README 中,主 README 只保留入口:

Hermes Agent 支持

这个仓库不只是“包含几个 Hermes 相关技能”,而是把 Hermes Agent 作为正式支持的消费端之一来维护:

  • 源码浏览时统一使用 skills/;本机安装到 Codex / Claude Code 时同步到各自 skills 目录
  • 已内置 hermes-agent 技能,覆盖 CLI、gateway、profiles、memory、skills、MCP 与贡献开发说明
  • 已内置 native-mcp 技能,方便 Hermes 连接外部 MCP server
  • 已内置 hermes-graphify-gsd-* 系列技能,支持把 Hermes 与 graphify、GSD 组合成自动化开发工作流

如果你是 Hermes 用户,推荐从这些入口开始:

如何参与共建

如果你希望把这个仓库一起做成更强的公共 Skills 基础设施:

  • 阅读 CONTRIBUTING.md
  • 按 skills/<分类>/<skill-name>/SKILL.md 结构新增技能
  • 修改后运行 python3 scripts/refresh_repo_views.py
  • 提交 PR 时附上验证命令和适用场景

精选分类

  • developer-engineering:开发、测试、性能、代码审查、数据库与架构
  • ai-workflow:Agent 技能使用、规划、实现、评审、验证与发布闭环
  • ai-agent-platform:ChatGPT Apps、Hermes、MCP、Figma、OpenAI Docs 与自主 Agent
  • engineering-workflow-automation:浏览器自动化、GitHub、Notebook、Playwright、graphify/GSD
  • finance-investing:金融数据、估值、风控、回测、投研写作
  • knowledge-and-pm-integrations:Notion、Linear、Obsidian、飞书/Lark、规格到实施
  • multimodal-media:图像、语音、视频、截图、摘要、转写
  • security-and-reliability:Sentry、安全最佳实践、威胁建模、漏洞扫描

仓库定位

如果你想找的是:

  • 可复用的 AI Skills 模板
  • 面向真实工作的 Agent 工作流
  • 多客户端兼容的 Skills 组织方式
  • 一个可以持续扩展成“明星仓库”的 Skills 基础设施

这个仓库就是为这类目标准备的。

如果这个仓库对你有帮助

  • 欢迎点一个 Star,让更多 AI 开发者更容易发现它
  • 欢迎提 PR,把你自己的高价值技能沉淀进来
  • 欢迎分享给使用 Codex、Claude Code、Hermes Agent、OpenClaw 的朋友或团队

仓库目标

  • 沉淀高复用、可组合的技能模块(Skills)。
  • 通过统一目录和文档结构,降低检索和使用成本。
  • 让常见任务可以快速匹配到可执行的方法与模板。

多客户端兼容安装

这个仓库现在提供两套消费入口,用来兼容不同 AI 客户端的技能发现方式:

客户端应使用的目录原因
Codex / Claude Code 本机技能目录~/.codex/skills / ~/.claude/skills / .claude/skills通过同步命令安装为一层技能目录,便于客户端发现
Hermes Agent / Cursor / 其他按源码浏览的 coding assistantsskills/保留分类结构,便于检索、维护与编辑
OpenClawopenclaw-skills/OpenClaw 需要扁平的一层技能目录,不能直接识别 skills/<分类>/<skill>

给 AI 机器人看的规则

仓库根目录的 AGENTS.md 明确约束如下:

  • OpenClaw 安装时必须使用 openclaw-skills/
  • Codex、Claude Code 本机安装时应同步到各自 skills 目录;源码浏览型工具可直接使用 skills/
  • 不要把 OpenClaw 指向仓库根目录或 skills/
  • openclaw-skills/ 不手改,统一通过脚本生成

OpenClaw 推荐接入方式

  1. 克隆本仓库。
  2. 生成或刷新 OpenClaw 兼容目录:
python3 scripts/export_openclaw_skills.py
  1. 在 OpenClaw 配置里把克隆仓库的 openclaw-skills/ 加到 skills.load.extraDirs。
  2. 用下面命令确认是否已识别:
openclaw skills list
openclaw skills check

目录结构

skills/
  developer-engineering/                # 开发工程
  ai-workflow/                          # AI 工作流(Agent Skills / 上下文工程 / 计划执行)
  ai-agent-platform/                    # AI 平台与 Agent 开发
  engineering-workflow-automation/      # 工程工作流自动化(GitHub/CI/测试)
  devops-sre/                           # DevOps / SRE
  finance-investing/                    # 金融投资与投研分析
  growth-operations-xiaohongshu/        # 增长运营(小红书/社媒)
  office-white-collar/                  # 办公与文档生产力
  knowledge-and-pm-integrations/        # 项目管理与知识库集成(Linear/Notion/Obsidian/飞书)
  operations-general/                   # 通用运营
  product-design/                       # 产品与设计
  security-and-reliability/             # 安全治理与稳定性
  multimodal-media/                     # 多模态内容(图像/语音/视频/转写)
  deployment-platforms/                 # 部署平台(Vercel/Netlify/Render/Cloudflare)
  openclaw-memory-and-safety/           # 记忆与安全
  task-understanding-decomposition/     # 任务理解与拆解
openclaw-skills/                        # 为 OpenClaw 生成的扁平兼容导出目录

使用方式

  1. 按分类进入目标目录(如 skills/developer-engineering/)。
  2. 打开对应技能的 SKILL.md 查看触发条件、操作流程和脚本说明。
  3. 若技能下含 scripts/、references/、assets/,优先复用现成内容。

技能总览(按分类,16 类 / 303 技能)

1. 开发工程(developer-engineering,50)

  • agent-designer:用于设计、拆分和评估多智能体协作系统。
  • api-design-reviewer:用于审查接口设计、命名一致性、边界和可维护性。
  • api-test-suite-builder:用于为接口服务生成自动化测试、覆盖异常和回归场景。
  • aws-solution-architect:用于云架构设计、服务选型、成本优化和可靠性评估。
  • builder:生产级业务逻辑、接口集成和类型安全实现。
  • cli-demo-generator:用于制作命令行演示流程、终端录制和交互示例。
  • code-review-excellence:用于提升代码审查质量,发现缺陷并给出建设性反馈。
  • codebase-inspection:用于统计代码规模、语言分布和注释比例,快速体检仓库。
  • codebase-onboarding:用于快速理解陌生代码库结构、关键模块和上手路径。
  • database-designer:用于数据库建模、索引规划、性能优化和迁移设计。
  • database-schema-designer:用于根据需求设计表结构、字段关系、索引和种子数据。
  • debugging-strategies:用于系统化定位问题、分析根因并制定修复路径。
  • dependency-auditor:用于审计依赖版本、许可证风险和安全漏洞。
  • docker-expert:用于容器化构建、镜像优化、多阶段构建和编排实践。
  • frontend-design:用于设计和实现高质量前端界面,提升视觉与交互体验。
  • gateway:接口设计、规范生成、版本策略和破坏性变更检查。
  • git-worktree-manager:用于管理并行工作区,支持多分支隔离开发。
  • github-contributor:用于规范开源贡献流程、议题选择、变更提交和协作沟通。
  • graphify:用于把代码、文档和资料转成知识图谱并生成可视化报告。
  • graphql-expert:用于图查询接口设计、模式治理、查询优化和安全审查。
  • i18n-expert:用于国际化与本地化改造,处理多语言文案和格式适配。
  • kubernetes-specialist:用于容器集群部署、服务编排、故障排查和包管理。
  • mcp-builder:用于构建模型上下文协议工具,让模型安全调用外部服务。
  • mcp-server-builder:用于设计和实现模型上下文协议服务端,封装数据和工具能力。
  • migration-architect:用于规划低风险迁移、兼容验证、回滚策略和切换步骤。
  • monorepo-navigator:用于浏览大型单仓库,分析包依赖和跨模块影响。
  • neon-postgres:用于 Neon Serverless Postgres 设置、连接、分支、扩缩容和工具链实践。
  • nextjs-app-router:用于现代网页框架路由开发、服务端组件和表单动作实践。
  • parallel-debugging:用于并行验证多个故障假设,加速复杂问题定位。
  • performance-profiler:用于性能剖析、瓶颈定位、资源消耗分析和优化建议。
  • pr-review-expert:用于系统化审查合并请求,评估影响面、风险和测试缺口。
  • promptfoo-evaluation:用于配置提示词和模型输出评测,比较质量与稳定性。
  • python-performance:用于脚本性能优化、内存分析、并发设计和热点定位。
  • qa-expert:用于制定质量保障策略、测试计划、验收标准和回归流程。
  • repomix-safe-mixer:用于安全打包仓库上下文,自动识别并排除敏感信息。
  • rust-engineer:用于系统级编程、并发设计、错误处理和工程最佳实践。
  • schema:数据库模式设计、迁移规划、索引策略和关系建模。
  • skill-tester:用于验证技能可用性、触发条件、输出质量和边界行为。
  • supabase:用于 Supabase 数据库、认证、边缘函数、实时能力、存储、CLI 和 MCP 工作流。
  • supabase-postgres:用于后端数据库开发、权限策略、实时订阅和边缘函数实践。
  • supabase-postgres-best-practices:用于编写、审查和优化 Postgres 查询、表结构与数据库配置。
  • systematic-debugging:用于按证据推进调试,构建最小复现并确认根因。
  • tailwind-design-system:用于搭建样式体系、组件规范、主题变量和视觉一致性。
  • tech-debt-tracker:用于识别技术债、记录影响、排序治理并跟踪改善进度。
  • terraform-engineer:用于基础设施即代码设计、模块化管理和状态治理。
  • typescript-best-practices:用于类型安全设计、复杂类型建模和常见反模式避免。
  • vercel-react-best-practices:用于按 Vercel 工程实践优化 React 与 Next.js 性能。
  • vercel-react-view-transitions:Guide for adding native-feeling page, route, shared-element, and list transitions in React and Next.js with the View Transition API。
  • web-artifacts-builder:用于构建复杂网页制品、交互组件和可复用前端成果。
  • webapp-testing:用于测试本地网页应用,验证交互、页面状态和回归问题。

2. AI 工作流(ai-workflow,44)

  • agent-workflow-designer:用于设计智能体协作流程、角色分工和执行顺序。
  • andrej-karpathy-skills:用于约束 AI 编码行为,强调先思考、少假设、保持改动简单、手术式编辑并用可验证标准收尾。
  • api-and-interface-design:用于设计稳定接口、模块边界和公共调用约定。
  • brainstorming:用于需求澄清、方案发散、创意筛选和行动前思考。
  • browser-testing-with-devtools:用于真实浏览器调试页面、检查元素、网络和控制台问题。
  • ci-cd-and-automation:用于搭建持续集成与持续交付流程,自动化构建和发布。
  • code-review-and-quality:用于多维度审查代码质量、正确性、风险和测试覆盖。
  • code-simplification:用于在不改变行为的前提下简化代码结构和表达。
  • context-engineering:用于优化智能体上下文、任务说明、资料组织和指令边界。
  • debugging-and-error-recovery:用于构建系统化排错流程,恢复失败构建和异常行为。
  • deep-research:用于深度研究主题、整理证据、引用来源并形成报告。
  • deprecation-and-migration:用于下线旧能力、迁移用户路径并控制兼容风险。
  • dispatching-parallel-agents:用于把独立任务分派给多个智能体并行推进。
  • documentation-and-adrs:用于记录技术决策、架构说明、变更背景和文档规范。
  • executing-plans:用于按既定实施计划执行任务,并在关键节点复核。
  • find-skills:用于自动搜索并安装适合当前任务的技能。
  • finishing-a-development-branch:用于开发完成后的收尾、验证、提交和合并准备。
  • frontend-ui-engineering:用于构建面向用户的界面、组件、状态和响应式布局。
  • git-workflow-and-versioning:用于规范分支、提交、版本、冲突处理和变更记录。
  • idea-refine:用于把初步想法打磨成清晰目标、约束和可执行方案。
  • incremental-implementation:用于把大任务拆成小步交付,逐步验证并降低风险。
  • nexus:多智能体任务分解、链路编排、执行协调和结果整合。
  • performance-optimization:用于分析性能瓶颈、制定优化方案并验证改善效果。
  • planning-and-task-breakdown:用于把目标拆解为任务、依赖、里程碑和验收标准。
  • prompt-optimizer:用于优化提示词结构、上下文、约束和输出稳定性。
  • rally:多会话并行执行编排,协调多个智能体共同完成任务。
  • receiving-code-review:用于处理代码审查反馈,判断优先级并逐项修复。
  • requesting-code-review:用于准备高质量代码审查请求,说明背景、风险和验证方式。
  • security-and-hardening:用于加固代码、配置和运行环境,减少安全风险。
  • sherpa:把复杂任务拆成短步骤,控制漂移并推进交付。
  • shipping-and-launch:用于发布前检查、上线计划、回滚准备和交付沟通。
  • skill-creator:用于创建新技能,定义触发条件、流程、边界和验证方法。
  • skill-reviewer:用于审查技能质量、实用性、安全性和可维护性。
  • skills-search:用于快速检索技能库,匹配当前任务所需能力。
  • source-driven-development:用于从权威来源和现有代码出发推进实现。
  • spec-driven-development:用于根据规格说明驱动开发、测试和验收。
  • subagent-driven-development:用于组织多个子智能体协作开发、审查和整合结果。
  • test-driven-development:用于按先写测试、再实现、再重构的节奏开发。
  • using-agent-skills:用于指导智能体正确选择、组合和执行技能。
  • using-git-worktrees:用于使用多个工作区并行处理不同任务。
  • using-superpowers:用于调用增强型技能流程,提升任务执行质量。
  • verification-before-completion:用于完成前复核结果、证据、测试和交付标准。
  • writing-plans:用于编写清晰、可执行、可验证的实施计划。
  • writing-skills:用于编写结构完整、触发清楚、可复用的技能文档。

3. AI 平台与 Agent 开发(ai-agent-platform,16)

  • agent-hub:用于编排多个智能体并行尝试方案,比较结果并选择最佳分支。
  • arena:多引擎方案竞赛与协作,比较结果并择优采用。
  • chatgpt-apps:用于构建、调试和发布聊天应用能力。
  • develop-web-game:用于快速开发网页游戏、验证玩法并迭代体验。
  • figma:用于读取设计稿上下文、提取视觉信息和资源。
  • figma-implement-design:用于把设计稿高保真转化为可生产的前端代码。
  • hermes-agent:用于配置和使用智能体运行时、资料、记忆和扩展能力。
  • hermes-graphify-gsd-nonintrusive-workflow:用于全局非侵入式智能工作流,连接图谱分析和开发流程。
  • hermes-graphify-gsd-runtime-operator:用于运行态排障、状态观察和智能体操作管理。
  • mcporter:用于迁移和适配模型上下文协议工具与服务。
  • native-mcp:用于配置原生模型上下文协议连接和工具调用。
  • openai-docs:用于查询官方文档并据此实现相关能力。
  • oracle:人工智能应用设计、评估、检索增强和安全护栏规划。
  • proactive-agent:用于让智能体更主动地规划、提醒、推进和协作。
  • self-improving-agent:用于通过复盘、记忆和反馈持续优化智能体行为。
  • sigil:根据项目代码自动生成贴合仓库约定的技能。

4. 工程工作流自动化(engineering-workflow-automation,16)

  • agent-browser:用于用自然语言驱动真实浏览器完成操作和检查。
  • billing-automation:用于搭建订阅计费、账单生成、催款(dunning)与税务计算等自动化流程。
  • changelog-automation:用于根据提交/PR/Release 自动生成 Changelog 与发布说明,并规范提交约定。
  • gh-address-comments:用于处理代码托管平台评论、逐条回应并完成修复闭环。
  • gh-fix-ci:用于诊断持续集成失败、定位原因并修复流水线问题。
  • github:用于管理代码托管平台的议题、合并请求、分支和自动化流程。
  • gsd-graphify-brownfield-bootstrap:用于为存量项目建立图谱化理解和任务推进基础。
  • guardian:提交、分支、合并请求策略和变更粒度把关。
  • harvest:采集合并请求信息并生成工作报告和发布材料。
  • hermes-graphify-gsd-project-integration:用于把项目接入图谱化智能开发工作流。
  • jupyter-notebook:用于创建、整理和维护交互式分析笔记本。
  • latch:配置和维护生命周期钩子、质量门禁和自动化守卫。
  • playwright:用于浏览器自动化测试、页面检查和交互验证。
  • playwright-pro:用于构建生产级 Playwright 端到端测试、诊断 flaky 测试、迁移旧测试框架并接入 CI 回归验证。
  • web-scraper:用于抓取网页数据、结构化提取内容并处理反爬限制。
  • yeet:用于一体化完成暂存、提交、推送和合并请求流程。

5. DevOps / SRE(devops-sre,15)

  • azure-kubernetes:用于规划、创建和治理生产级 Azure Kubernetes Service(AKS)集群。
  • beacon:可观测性、服务目标、告警、容量和可靠性设计。
  • cc-devops-skills:用于 SRE、DevOps、Kubernetes、CI/CD、PromQL、Terraform、Docker 与事故响应等可靠性交付流程。
  • changelog-generator:用于根据提交和变更自动生成版本更新日志。
  • ci-cd-pipeline-builder:用于设计持续集成和持续交付流水线。
  • cloudflare-troubleshooting:用于排查云网络、边缘服务、缓存和访问异常。
  • env-secrets-manager:用于管理环境变量、密钥、配置分层和泄露风险。
  • gear:依赖、构建、容器、监控和开发环境运维优化。
  • github-ops:用于仓库运维、权限、自动化任务和协作流程管理。
  • incident-commander:用于事故响应、分级、沟通、恢复和复盘。
  • observability-designer:用于设计监控、日志、指标、告警和服务目标。
  • release-manager:用于规划发布节奏、变更窗口、风险控制和回滚方案。
  • senior-architect:用于架构评审、技术选型、扩展性和系统演进判断。
  • senior-devops:用于综合运维、自动化、可靠性和交付体系建设。
  • triage:事故首响、影响范围识别、恢复步骤和复盘整理。

6. 金融投资(finance-investing,16)

  • comps-valuation-analyst:用于可比公司估值、倍数分析和估值区间判断。
  • earnings-call-analyzer:用于分析财报电话会、管理层表述、指引和风险信号。
  • event-driven-tracker:用于跟踪财报、并购、回购、分红等市场事件。
  • factor-backtester:用于回测因子策略、检验收益、换手和稳定性。
  • financial-analyst:用于财务比率分析、估值、预算差异和预测。
  • financial-data-collector:用于采集、清洗和校验公司财务与市场数据。
  • helm:商业战略场景模拟、市场分析、指标预测和路线图规划。
  • investment-memo-writer:用于把研究结论整理成投资备忘录和决策材料。
  • ledger:云成本、预算告警、资源规格和人工智能工作负载成本优化。
  • levy:日本个税申报、收入分类、扣除优化和税额测算。
  • macro-regime-monitor:用于跟踪宏观环境、通胀、增长、流动性和风险偏好。
  • options-strategy-evaluator:用于评估期权结构、盈亏场景、成本和风险。
  • portfolio-risk-manager:用于分析组合风险、集中度、行业暴露和波动来源。
  • saas-metrics-coach:用于分析订阅业务收入、留存、获客成本和健康度。
  • sec-filing-reviewer:用于审阅上市公司披露文件,提取风险和关键变化。
  • stock-screener-builder:用于构建选股条件、筛选股票池和生成研究清单。

7. 增长运营(growth-operations-xiaohongshu,15)

  • algorithmic-art:用于生成算法视觉作品、参数化图形和创意素材。
  • app-store-optimization:用于应用商店关键词、标题、描述和转化优化。
  • campaign-analytics:用于分析营销活动表现、归因、转化和投入产出。
  • compete:竞品研究、差异化定位、矩阵对比和竞争战卡。
  • competitors-analysis:用于采集竞品信息、对比定位、功能和市场表现。
  • content-creator:用于策划内容主题、撰写文案、脚本和发布计划。
  • growth:搜索、社交、转化和人工智能引用优化的一体化增长。
  • marketing-demand-acquisition:用于设计获客渠道、投放策略、线索转化和增长实验。
  • marketing-strategy-pmm:用于市场定位、发布策略、竞争叙事和产品营销。
  • prompt-engineer-toolkit:用于系统化设计、测试、版本化和优化提示词。
  • pulse:关键指标、埋点、漏斗、留存和仪表盘规格设计。
  • seo-audit:用于网站搜索优化审计、页面建议和技术检查。
  • social-media-analyzer:用于分析社媒数据、互动率、内容表现和趋势。
  • tweetclaw-source-research:Use TweetClaw through OpenClaw to collect X/Twitter source context before drafting, monitoring, or campaign analysis。
  • twitter-reader:用于读取社交平台帖子内容并提炼关键信息。

8. 办公与文档(office-white-collar,20)

  • capture-screen:用于在本机采集全屏、窗口或区域截图。
  • doc:用于读取、创建和编辑文字处理文档。
  • doc-coauthoring:用于协同撰写文档、审阅修改和统一结构。
  • docx:用于处理文字处理文件的内容、样式和版式。
  • excel-automation:用于自动化处理电子表格、公式、格式和批量任务。
  • gog:用于自动化处理邮件、日历、网盘和在线文档办公流程。
  • guizang-ppt-skill:用于制作电子杂志与电子墨水风格的横向翻页网页 PPT。
  • markdown-tools:用于转换、合并、清理和格式化标记文档。
  • meeting-minutes-taker:用于把会议记录整理为结构化纪要、结论和行动项。
  • mermaid-tools:用于提取、生成和渲染流程图与结构图。
  • morph:文档格式转换、分发版生成和可复用转换脚本。
  • pdf:用于读取、拆分、合并和提取便携文档内容。
  • pdf-creator:用于从文本或标记文档生成便携文档。
  • ppt-creator:用于快速生成演示文稿结构、内容和讲稿。
  • pptx:用于编辑演示文件、清理版式和调整幻灯片结构。
  • prism:资料准备和提示设计,优化知识型工具的多格式输出。
  • spreadsheet:用于处理表格数据、分析结果和格式化工作簿。
  • stage:演示文稿生成、叙事节奏设计和会议演讲优化。
  • transcript-fixer:用于修正转录文本错误、统一术语和整理段落。
  • xlsx:用于读取、编辑、分析和修复电子表格文件。

9. 项目管理与知识库集成(knowledge-and-pm-integrations,36)

  • arxiv:用于按关键词、作者、分类或编号检索 arXiv 论文。
  • grove:用于规划仓库结构、文档目录、测试脚本组织和迁移方案。
  • lark-approval:飞书审批 API:审批实例、审批任务管理。
  • lark-attendance:飞书考勤打卡查询、异常记录整理和缺失核对。
  • lark-base:飞书多维表格的表、字段、记录、视图和工作流管理。
  • lark-calendar:飞书日历、日程、参会人、忙闲状态和会议室管理。
  • lark-contact:飞书通讯录人员查询、身份解析和联系信息检索。
  • lark-doc:飞书文档读取、创建、编辑、总结和排版处理。
  • lark-drive:飞书云空间文件上传、下载、权限、评论和目录管理。
  • lark-event:飞书实时事件监听、订阅和机器人消息处理。
  • lark-im:飞书消息收发、群聊管理、聊天记录和文件处理。
  • lark-mail:飞书邮箱草稿、发送、回复、搜索、附件和规则管理。
  • lark-markdown:飞书 Markdown 文件创建、读取、上传和编辑。
  • lark-minutes:飞书妙记查询、下载、总结、待办和音视频转写。
  • lark-okr:飞书 OKR 周期、目标、关键结果和进展管理。
  • lark-openapi-explorer:飞书原生 OpenAPI 查询、探索和补充调用。
  • lark-shared:飞书 CLI 登录、身份切换、权限排查和版本更新。
  • lark-sheets:飞书电子表格创建、工作表管理、单元格读写和导出。
  • lark-skill-maker:把飞书 API 操作封装成可复用技能和多步流程。
  • lark-slides:飞书幻灯片创建、页面读取、局部编辑和演示稿管理。
  • lark-task:飞书任务、清单、子任务、协作者和附件管理。
  • lark-vc:飞书历史会议、纪要、逐字稿和参会人查询。
  • lark-vc-agent:飞书会议机器人入会、离会和会中事件读取。
  • lark-whiteboard:飞书画板查看、导出、编辑和结构化内容可视化。
  • lark-wiki:飞书知识库空间、成员、节点和文档组织管理。
  • lark-workflow-meeting-summary:汇总会议纪要、提炼结论并生成结构化报告。
  • lark-workflow-standup-report:汇总今日日程、未完成待办和阻塞事项,生成每日站会摘要。
  • linear:用于管理 Linear issues、项目、团队和协作状态。
  • llm-wiki:用于构建和维护互联的 LLM Markdown 知识库。
  • lore:用于沉淀跨 Agent 经验、模式和组织记忆。
  • notion-knowledge-capture:用于把对话、决策和笔记沉淀到 Notion。
  • notion-meeting-intelligence:用于基于 Notion 上下文准备会议材料。
  • notion-research-documentation:用于整合 Notion 信息并生成研究文档。
  • notion-spec-to-implementation:用于把 Notion 规格转成计划、任务和进度跟踪。
  • obsidian:用于读取、搜索、创建和编辑 Obsidian 笔记。
  • tome:用于把仓库变更整理成学习文档和知识沉淀。

10. 通用运营(operations-general,14)

  • brand-guidelines:用于制定品牌颜色、字体、语气和视觉表达规范。
  • confidence-check:用于结构化自我审查,识别假设、不确定性和幻觉风险。
  • crest:技术个人品牌、主页资料、文章和公开形象策略。
  • dawn:提出适合短周期实现的个人项目创意和最小可行方案。
  • docs-cleaner:用于清理重复文档、合并有效内容并提升可读性。
  • fact-checker:用于核查事实、寻找可靠来源并提出修正建议。
  • hearth:终端、编辑器和本地开发环境配置生成与审计。
  • internal-comms:用于撰写内部公告、说明、同步和变更沟通。
  • interview-system-designer:用于设计招聘流程、面试题、评分标准和校准机制。
  • slack-gif-creator:用于制作适合团队沟通工具使用的动态图片素材。
  • supermemory:用于管理长期记忆、用户偏好、项目状态和矛盾信息。
  • teams-channel-post-writer:用于撰写团队频道知识分享和功能介绍内容。
  • theme-factory:用于为文档、页面和演示生成统一视觉主题。
  • weather:用于查询天气、整理出行信息和辅助日程安排。

11. 产品与设计(product-design,14)

  • agile-product-owner:用于敏捷需求管理、用户故事、验收标准和迭代规划。
  • canvas-design:用于创建商业画布、产品画布和视觉化方案。
  • competitive-teardown:用于系统拆解竞品、价格、评价、招聘和流量信号。
  • landing-page-generator:用于生成高转化落地页结构、内容和前端实现。
  • product-analysis:用于多角度分析产品问题、机会、指标和改进方向。
  • product-manager-toolkit:用于产品经理常用的优先级、访谈、需求和发现方法。
  • product-strategist:用于产品战略、路线图、目标体系和团队扩展规划。
  • researcher:用户访谈、可用性测试、画像和旅程地图研究。
  • saas-scaffolder:用于根据产品简报生成订阅软件项目脚手架。
  • trace:会话回放分析、行为模式提取和体验问题叙事。
  • ui-design-system:用于设计界面组件体系、设计令牌和响应式规范。
  • ui-ux-pro-max:用于增强前端 UI/UX 设计判断,创建、审查和打磨网页、移动端、仪表盘、SaaS 与电商界面。
  • ux-researcher-designer:用于用户研究、旅程地图、可用性测试和体验设计。
  • voice:用户反馈收集、满意度调研、评论分析和洞察提炼。

12. 安全治理与稳定性(security-and-reliability,19)

  • breach:红队场景、攻击路径、威胁建模和对抗演练设计。
  • cloak:隐私工程、敏感信息流、同意管理和数据治理。
  • codeql-security-scanner:用于 CodeQL 语义代码扫描、安全查询和 SARIF 报告。
  • comply:合规控制映射、审计轨迹和政策即代码实现。
  • grype-syft-sbom-scanner:用于基于 SBOM 扫描容器、文件系统和软件包漏洞。
  • information-security-manager-iso27001:用于 ISO 27001 ISMS 实施、风险评估、控制落地与认证准备。
  • link-checker:用于检查链接可达性、跳转链路和可疑域名风险。
  • osv-scanner:用于通过 OSV 数据库检查开源依赖、锁文件和 SBOM 漏洞。
  • security-auditor:用于审计 AI 生成代码、API、基础设施变更、依赖、密钥、认证授权流程和合并请求安全风险。
  • security-best-practices:用于按语言和框架检查安全最佳实践并提出改进。
  • security-ownership-map:用于分析代码责任分布、敏感模块归属和人员风险。
  • security-pen-testing:用于授权渗透测试、OWASP Top 10 攻击面评估与渗透测试报告。
  • security-threat-model:用于识别资产、边界、攻击路径和缓解措施。
  • semgrep-appsec-scanner:用于 Semgrep SAST、规则编写、供应链和密钥扫描流程。
  • sentry:用于查看线上异常、错误事件和服务健康信息。
  • skill-security-auditor:用于安装前审计技能安全风险并给出处理建议。
  • skill-vetter:用于检查第三方技能中的恶意指令、越权和泄露风险。
  • trivy-vulnerability-scanner:用于扫描仓库、容器、Kubernetes、SBOM、IaC 和系统 CVE。
  • vuls-linux-cve-scanner:用于 Linux 和 FreeBSD 主机的无代理 CVE 扫描。

13. 多模态内容(multimodal-media,9)

  • clay:三维模型生成、网格处理、材质和游戏资产流水线。
  • imagegen:用于生成、编辑、抠图和扩展图片内容。
  • screenshot:用于采集桌面截图、窗口截图或指定区域截图。
  • sketch:图像生成代码、提示优化、批量生成和成本估算。
  • sora:用于生成、轮询、下载和管理视频内容。
  • speech:用于把文本转换为语音旁白或批量音频。
  • summarize:用于摘要网页、文档、邮件和长文本内容。
  • tone:游戏音效、背景音乐、语音和音频管线生成。
  • transcribe:用于把音频或视频转写为文本并可区分说话人。

14. 部署平台(deployment-platforms,7)

  • cloudflare-deploy:用于部署网站和应用到边缘计算与静态托管平台。
  • netlify-deploy:用于发布静态站点和前端项目到托管平台。
  • pipe:持续集成工作流、触发策略、安全加固和复用设计。
  • render-deploy:用于分析项目并生成云托管部署配置。
  • scaffold:云基础设施、环境配置和本地开发部署脚手架。
  • shard:多租户架构、租户隔离、路由和规模化设计。
  • vercel-deploy:用于发布网页应用、预览环境和生产环境。

15. 记忆与安全(openclaw-memory-and-safety,7)

  • cast:用户画像生成、角色注册、生命周期和跨智能体同步。
  • honcho:用于配置长期记忆、用户画像和多配置隔离。
  • input-guard:用于扫描外部文本中的提示注入和不可信指令。
  • omen:预演失败模式,识别计划风险并给出优先级。
  • rag-architect:用于设计检索增强生成系统、评估召回和回答质量。
  • runbook-generator:用于根据代码库生成运维手册、排障步骤和响应流程。
  • warden:发布前质量标准评估、评分卡和通过失败判定。

16. 任务理解与拆解(task-understanding-decomposition,5)

  • lens:代码库理解、功能发现、数据流追踪和上下文调查。
  • reflect-learn:用于从对话、纠错和成功经验中提炼可复用学习。
  • ripple:变更前影响分析,评估依赖链和一致性风险。
  • scout:缺陷调查、复现步骤、根因分析和影响评估。
  • tavily-search:用于联网检索最新信息、补充来源证据和事实核查。

下一轮建议补充方向

以下方向适合作为下一批扩充候选;本轮已完成每类 3 个精选技能的补充,因此不再列已经落地的旧候选。

  • 从 VoltAgent/awesome-claude-skills 中筛选行业类、数据类、科学研究类技能。
  • 从 kodustech/awesome-agent-skills 中筛选命令开发、仓库治理和跨客户端兼容技能。
  • 从官方平台文档中沉淀更细的部署、安全、办公自动化和多模态技能。
  • 对功能重叠的技能增加使用频次、质量评分和最近同步时间后再做替换。

本轮详细筛选和替换判断见:技能精选与升级报告。

快速检索命令

# 列出所有技能定义文件
rg --files skills | rg "SKILL.md$"

# 按关键词查找技能
rg -n "prompt|security|pdf|deploy" skills/**/SKILL.md

维护建议

  • 新增技能时保持 skills/<分类>/<skill-name>/SKILL.md 结构。
  • OpenClaw 兼容目录通过 python3 scripts/export_openclaw_skills.py 生成,不直接手工维护 openclaw-skills/。
  • 若将候选技能正式落地,请同步更新正式分类列表、来源映射和总数统计。
  • 每个技能应提供清晰触发条件、步骤、边界和验证方式。
  • 优先复用 scripts/ 与 references/,减少重复实现。
  • 版本新鲜度校验建议采用“离线快照 + 本地比对”,避免逐个技能联网探测触发风控:
# 1) 快速生成 snapshot 模板(最小示例)
python3 scripts/skill_snapshot_template.py generate --output /tmp/clawhub_skills_snapshot.json

# 2) 用本仓库当前技能一键生成 snapshot(推荐)
python3 scripts/skill_snapshot_template.py generate --output /tmp/clawhub_skills_snapshot.json --from-local

# 3) 校验 snapshot 结构是否合法
python3 scripts/skill_snapshot_template.py validate --snapshot /tmp/clawhub_skills_snapshot.json

# 4) 再做离线新鲜度比对
python3 scripts/audit_skill_freshness.py --snapshot /tmp/clawhub_skills_snapshot.json

许可证

本仓库整体采用 MIT License。其中外部导入的技能会保留各自上游许可证信息;新增外源技能必须通过 scripts/audit_licenses.py 校验。若高质量候选没有明确许可证,自动精选流程会生成原创 in-house MIT 重写版本并合入,但不会复制未知授权的上游正文。


本仓库维护中文与英文两份 README,面向全球开发者协作。文档更新应保持目录结构、技能数量、安装说明和自动化校验结果一致。

Ver o original no GitHub

Bom para

Relacionados