复制安装命令
用 Codex 或 Claude 安装复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它先审查 Skill 页面再帮你安装。
复制前请先查看来源、License 和安全提示。
收录最全、更新最快的AI Agent技能库,涵盖文档处理、内容创作、编程开发、机器学习、自动化工作流等多个领域的精选技能包。
用 Codex 或 Claude 安装复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它先审查 Skill 页面再帮你安装。
复制前请先查看来源、License 和安全提示。
来源文件:README.md
收录最全、更新最快的AI Agent技能库,涵盖文档处理、内容创作、编程开发、机器学习、自动化工作流等多个领域的精选技能包。
每24小时自动爬取 awesome-agent-skills 仓库,确保技能库始终保持最新状态。
按照功能、来源、Star数量等多维度标签进行分类整理。
支持JSON和CSV格式导出,方便数据分析和二次开发。
本技能商店收录了来自以下顶级团队的官方技能:
git clone https://github.com/anbeime/skill.git
cd skill
pip install -r requirements.txt
# 立即执行一次更新
python main.py --once
# 启动定时更新守护进程
python main.py --daemon
# 显示数据统计
python main.py --stats
# 导出为 CSV 格式
python main.py --export skills.csv
# 详细日志模式
python main.py --once -v
访问 在线技能商店 或查看本地文件:
# 查看官方技能列表
cat data/skills.json
# 查看本地技能列表
cat data/local_skills.json
# 查看技能文档
ls docs/
D:\tool\skills\D:\tool\skills\skill压缩文件\(71个压缩包)内置技能验证工具,用于检查 SKILL.md 是否符合规范:
# 验证所有技能
python tools/skill_validator.py validate
# 验证单个技能
python tools/skill_validator.py validate skills/agent-team
# 读取技能属性
python tools/skill_validator.py read-properties skills/agent-team --json
# 生成 XML prompt(用于 AI 调用)
python tools/skill_validator.py to-prompt skills/agent-team
详见 工具文档。
{
"skills": [
{
"name": "组织名/技能名",
"description": "技能描述",
"link": "GitHub链接",
"category": "分类名称",
"source": "来源仓库",
"crawled_at": "2026-02-02T17:07:33"
}
],
"total": 182,
"updated_at": "2026-02-02T17:07:33"
}
{
"metadata": {
"total_skills": 61,
"core_skills": 25,
"sub_skills": 30,
"system_builtin": 6,
"last_updated": "2026-02-11T15:30:00"
},
"categories": {
"内容创作与发布": {...},
"视频创作": {...},
...
},
"statistics": {
"by_api_requirement": {
"必需API": 15,
"可选API": 20,
"完全免费": 26
}
}
}
欢迎提交 Issue 和 Pull Request!详见 贡献指南。
发现了好用的 AI Agent 技能?欢迎提交!
skills/_template/ 创建技能,验证后提 PR感谢所有为这个项目做出贡献的伙伴:
MIT License
ecommerce-full-pipeline 技能:跨境电商全链路自动化工具tools/skill_validator/)skills/_template/)CONTRIBUTING.md)最后更新: 2026-02-11
维护者: anbeime
联系方式: GitHub Issues
此部分由自动化脚本每日从上游源同步更新
最后更新: 2026-07-31T05:22:46.005146 | 技能源总数: 155
Latest commit: 41a7578
| Package | Description |
|---|---|
clawhub-admin | clawhub-admin package |
clawhub | CLI tool for managing skills |
schema | Shared API types and routes |
Common CLI flows:
clawhub login, clawhub whoamiclawhub login --deviceclawhub search ..., clawhub exploreclawhub package explore, clawhub package inspect <name>clawhub install @openclaw/demo, clawhub pin <skill>, clawhub unpin <skill>, clawhub uninstall <skill>, clawhub list, clawhub update --allname: antinet-four-color-cards
description: 基于解析后的文档与用户意图,生成四色卡片——事实蓝卡、解释绿卡、风险黄卡、行动红卡,是八官署方法论的核心分析输出。
assign_when: 该 Worker 负责把结构化文档转化为可审计的事实-解释-风险-行动卡片,并需与监察院(过度声明检测)和丞相府(行动建议)协同。markdown:密卷房解析产出的结构化文档intent:用户意图 / 查询目标llm_available:LLM 是否可用(影响黄卡生成路径)blue_card:事实卡——可溯源的陈述,附来源片段green_card:解释卡——对事实的机制/背景说明yellow_card:风险卡——过度声明、不确定性与潜在偏差(经监察院复核)red_card:行动卡——下一步建议(经丞相府补全)pending_review。scripts/run_four_color_cards.py --stage {extract|review|propose}extract → 通政司 comm.tongzhengsi.TongZhengSiAgent(蓝卡:事实抽取)review → 监察院 audit.jichayuan.JianChaYuanAgent(绿卡:Gap/解释)propose → 丞相府 strategy.chengxiangfu.ChengXiangFuAgent(红卡:行动建议)python skills/four-color-cards/scripts/run_four_color_cards.py --stage extractpython skills/four-color-cards/scripts/run_four_color_cards.py --stage reviewpython skills/four-color-cards/scripts/run_four_color_cards.py --stage proposeexamples/snse_survey/skill_outputs/four_color_<stage>.json
评论 (0)
暂无评论,成为第一个评论者吧!