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: 2026-08-04T04:52:59.949360 | 技能源总数: 161
Latest commit: 87ca030
| 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: viral-video-copywriting
description: 专业的爆款短视频文案创作工具。通过对标抖音爆款视频,智能提取视频内容,深度拆解爆款因素,并结合用户需求创作出符合爆款规律的新文案。适用于短视频创作者、运营人员提升内容质量。
dependency:
python:
- yt-dlp>=2024.1.0
- beautifulsoup4>=4.12.0
- lxml>=4.9.0
- requests>=2.31.0yt-dlp>=2024.1.0
beautifulsoup4>=4.12.0
lxml>=4.9.0
requests>=2.31.0
两种输入方式供用户选择:
用户提供抖音视频链接后,调用脚本提取视频信息:
python3 /workspace/projects/viral-video-copywriting/scripts/extract_douyin_video.py <抖音视频URL>
脚本可提取的信息(如成功):
重要说明:
当自动提取失败或用户更方便时,直接提供以下信息:
智能体将基于这些信息进行后续分析。
智能体基于第一步获取的视频信息,站在专业短视频创作者和运营专家角度,进行全方位拆解分析。
关键目标:提取可学习的方法论,而不是总结内容本身
分析维度(参考 references/analysis-framework.md):
输出格式: 智能体将生成一份详细的《爆款方法论拆解报告》,重点提取可学习的技巧、框架、规律,而不是内容本身。
智能体引导用户描述自己的创作想法:
需要了解的信息:
智能体会主动提出澄清问题,确保创作方向准确。
智能体结合对标视频的爆款规律和用户的原创内容,创作新文案。
核心创作原则(最重要):
本 Skill 的核心价值是学习方法论,而不是复制内容,但文案长度必须严格对标。智能体必须:
结构学习:借鉴框架,而非照搬内容
风格学习:模仿技法,而非照搬语句
内容原创:100%原创内容
长度对标:严格对标字数和时长
创作流程:
输出格式: 智能体将提供2-3版不同风格的文案备选,每版包含:
完整文案内容:
[开头钩子:约X字,预计X秒]
[中间内容:约X字,预计X秒]
[结尾总结:约X字,预计X秒]
总计:约X字,预计X秒
对标参数对比:
| 参数 | 对标文案 | 新文案 | 偏差 | 要求 |
|---|---|---|---|---|
| 总字数 | X字 | X字 | X% | ±5%以内 |
| 开头字数 | X字 | X字 | X% | ±5%以内 |
| 中间字数 | X字 | X字 | X% | ±5%以内 |
| 结尾字数 | X字 | X字 | X% | ±5%以内 |
| 预计时长 | X秒 | X秒 | X% | ±5%以内 |
| 结构类型 | XXX | 学习对标 | 一致 | 借鉴框架 |
| 语言风格 | XXX | 学习对标 | 一致 | 借鉴风格 |
| 句式特征 | XXX | 学习对标 | 一致 | 借鉴技法 |
原创性声明:
设计思路说明:
亮点标注:
对标元素迁移:
建议的拍摄/表现方式:
如果用户对创作结果有反馈,智能体支持多轮迭代优化:
用户输入:
我创作一个知识科普类的短视频,这是对标视频的链接:
https://www.douyin.com/video/7300000000000000000
我的想法是讲"如何提高工作效率",目标受众是职场新人
第一步:获取视频信息
第二步:深度拆解分析 智能体生成分析报告:
第三步:了解用户需求
第四步:创作新文案 智能体提供3版文案备选(详细格式见上文)
使用 references/sample-video-data.md 中的示例数据,可以完整测试整个流程:
# 测试脚本提取功能
python3 /workspace/projects/viral-video-copywriting/scripts/extract_douyin_video.py "https://www.douyin.com/video/7300000000000000000"
评论 (0)
暂无评论,成为第一个评论者吧!