面向 AI 编程助手（Claude Code / GitHub Copilot 等）的实用技能包合集。安装后，AI 能直接处理 Office 文档、PDF、前端页面设计、服务器运维等日常任务。
| Skill | 说明 |
|---|---|
manage-skills |
创建、拆分、审查、合并、维护本仓库里 skill 的规范与工作流 |
harness |
Agent harness / runtime 架构知识库：Copilot CLI / SDK / MCP / session export、Claude Code / Codex 对照、CLI subprocess / SDK client / extension host / JSON-RPC 取舍、Hermes agent（systemd / backend / provider / skill 体系） |
software |
SSH、systemd、USTC Overleaf/olcli、格式转换（pandoc / feishu2md / MinerU）、自托管 Markdown 分享客户端、Windows/macOS 操作与激活、远程桌面 / WSL 网络、EasyTier 客户端 |
vps-maintenance |
VPS 初始化、Caddy（含 caddy-security）、EasyTier、网络质量检测 |
docker-maintenance |
Hermes Docker 后端等受限容器内的环境探测、只读挂载识别、受限 CLI 安装、OAuth device flow、SSH key 生成 |
docs-writer |
三类中文文档产出（论文 / docx 小汇报 / PPT）：python-docx cookbook、二次核验、AI 标注、引用核查、GB/T 7714、占位符工作流 |
worktree |
为实验性改动创建隔离 git worktree（含 submodule 同步）；项目特定构建由上层接管 |
mess |
记录排查过的疑难杂症和踩坑经历 |
plan |
先规划再实施：产出面向另一 AI 的分步可验证实施文档，含设计考量与注意事项 |
autopilot |
自动推进式任务系统：cron 触发 Hermes session 在容器内自主推进任务、开 PR、汇报进度（规划侧默认 Claude Code） |
browser-use |
浏览器自动化：MCP 控制浏览器、绕过下载限制、提取 pdf.js 等嵌入数据 |
| Skill | 来源 | 说明 |
|---|---|---|
qiuzhi-skill-creator |
秋芝2046 | 交互式引导创建新的 skill |
slidev |
slidevjs/slidev | Slidev 官方 skill |
doc-coauthoring |
anthropics/skills | 文档协作工作流 |
docx |
anthropics/skills | Word 文档操作 |
frontend-design |
anthropics/skills | 前端界面设计 |
pptx |
anthropics/skills | PowerPoint 文件操作 |
xlsx |
anthropics/skills | Excel 电子表格操作 |
pdf |
anthropics/skills | PDF 文件操作 |
frontend-skill |
openai/skills | 高质量前端页面构建 |
grill-with-docs |
mattpocock/skills | 结合项目文档压力测试计划 |
grill-me |
mattpocock/skills | 通过连续追问压力测试方案 |
ppt-master |
hugohe3/ppt-master | AI 多角色协作把 PDF/DOCX/URL/Markdown 转成原生可编辑 PPTX（真 DrawingML 形状/文本框） |
handoff |
mattpocock/skills | 把当前对话压缩成 handoff 文档，便于另一个 agent 接手；自动建议下一步可用 skill、去除敏感信息、保存到临时目录 |
prototype |
mattpocock/skills | 构建可丢弃的原型快速打磨设计：分"可运行 terminal app"（验证状态/业务逻辑）与"多套 UI 变体可切换路由"两条路线 |
以下 skill 从外部仓库下载，尚未经过适配和验证，放在 .experimental/ 目录下：
| Skill | 来源 | 说明 |
|---|---|---|
doc |
openai/skills | Word 文档读写（python-docx） |
gh-address-comments |
openai/skills | 处理 GitHub PR 评论 |
gh-fix-ci |
openai/skills | 修复 GitHub CI 失败 |
jupyter-notebook |
openai/skills | Jupyter Notebook 创建与编辑 |
screenshot |
openai/skills | 桌面截图 |
slides |
openai/skills | 代码驱动的幻灯片制作 |
diagnose |
mattpocock/skills | 困难 bug 与性能回归诊断流程 |
triage |
mattpocock/skills | 基于状态机的问题分诊流程 |
improve-codebase-architecture |
mattpocock/skills | 识别并改进代码库架构机会 |
setup-matt-pocock-skills |
mattpocock/skills | 初始化 Matt Pocock 工程 skills 项目上下文 |
tdd |
mattpocock/skills | 红绿重构测试驱动开发流程 |
to-issues |
mattpocock/skills | 将计划拆分为可执行 issue |
to-prd |
mattpocock/skills | 根据上下文生成 PRD |
zoom-out |
mattpocock/skills | 从更高层次理解代码上下文 |
caveman |
mattpocock/skills | 超压缩沟通模式 |
write-a-skill |
mattpocock/skills | 创建结构化 agent skill |
humanizer-zh |
op7418/Humanizer-zh | 去除中文文本中的 AI 生成痕迹（Humanizer 汉化版） |
ponytail/ponytail |
DietrichGebert/ponytail | 让 agent 当“最懒的资深工程师”：写代码前过 YAGNI→复用→stdlib→原生→一行的阶梯，只写能跑的最少代码；支持 lite/full/ultra 强度 |
ponytail/ponytail-review |
DietrichGebert/ponytail | 只审过度工程的代码评审：对 diff 逐条标出可删/stdlib/原生/YAGNI/可缩短，结尾给可省行数 |
ponytail/ponytail-audit |
DietrichGebert/ponytail | 整仓过度工程审计：同 review 的标签体系，扫全代码库而非 diff，按可删量排序 |
ponytail/ponytail-debt |
DietrichGebert/ponytail | 把代码里的 ponytail: 注释汇成技术债台账，标出没写升级触发条件的条目 |
ponytail/ponytail-gain |
DietrichGebert/ponytail | 展示 ponytail 的 benchmark 中位数战绩（更少代码/成本、更快）的 ASCII 记分牌 |
ponytail/ponytail-help |
DietrichGebert/ponytail | ponytail 各模式/命令的速查卡 |
superpowers/brainstorming |
obra/superpowers | 创造性工作前先对话式挖需求和设计，产出获批准的方案后再开始实现 |
superpowers/dispatching-parallel-agents |
obra/superpowers | 把 2 个以上无共享状态、无顺序依赖的独立任务派发给隔离上下文的子 agent 并行执行 |
superpowers/executing-plans |
obra/superpowers | 在独立会话中执行一份已写好的实施计划，含审阅检查点 |
superpowers/finishing-a-development-branch |
obra/superpowers | 开发完成、测试通过后，给出合并/PR/清理等收尾方式的结构化选项 |
superpowers/receiving-code-review |
obra/superpowers | 收到代码评审意见时要求先做技术核实，不表演性认同或盲目照做 |
superpowers/requesting-code-review |
obra/superpowers | 派发代码评审子 agent，用精心构造的独立上下文评估工作产出而非过程 |
superpowers/subagent-driven-development |
obra/superpowers | 按实施计划逐任务派发全新实现子 agent，每个任务后接一次评审，分支收尾前再做一次整体评审 |
superpowers/systematic-debugging |
obra/superpowers | 遇到任何 bug/测试失败/异常行为时，先系统定位根因再提修复方案，不做随手补丁 |
superpowers/test-driven-development |
obra/superpowers | 先写测试、看它失败，再写能让测试通过的最少实现代码 |
superpowers/using-git-worktrees |
obra/superpowers | 开始需要隔离的功能开发前，优先用平台原生 worktree 工具，没有时降级到手动 git worktree |
superpowers/using-superpowers |
obra/superpowers | 对话开始时的强制入口：规定如何发现和调用 skill，要求任何回复（含澄清提问）前先完成 skill 调用 |
superpowers/verification-before-completion |
obra/superpowers | 声称工作完成/已修复/测试通过前，要求先跑验证命令并确认输出，证据先于断言 |
superpowers/writing-plans |
obra/superpowers | 已有 spec 或需求、动手写代码前，写一份假设工程师零上下文的完整实施计划 |
superpowers/writing-skills |
obra/superpowers | 编写/编辑/验证新 skill 的方法论：把写 skill 本身当作对流程文档做 TDD |
ponytail/ 和 superpowers/ 与上面其他条目不同：上游本身是一个打包了多个 skill 的仓库（分别是 6 个和 14 个），不是单一能力，所以嫁接时多套了一层以仓库名命名的目录，保留归属、也不与本仓已有的同类 skill（如 tdd、worktree、diagnose）合并或去重。两者也有一点相似：都不满足于"等用户调用"，而是各自想办法让自己在没人主动喊它时也生效——ponytail 靠 Claude Code/Codex 等宿主的生命周期 hook 在每次会话/每条消息注入规则；superpowers 的 using-superpowers 则是在 skill 正文里直接写死"对话开始时必须先调用本 skill，包括在回答任何澄清性提问之前"。两种"强迫生效"的实现层级不同（前者是宿主机制，后者是文档层面的自我指令），但目的一致。
此外，skills/.legacy/ 目录下存放已弃用的 skill，仅作归档保留。
来自外部仓库的 skill（标有来源链接的条目）会做以下适配，使其不绑定特定产品：
- 去品牌化 — 将
Claude、artifacts等产品专属概念替换为通用表述（如agent、文件操作）；删除claude.ai等产品链接。 - 统一依赖管理 —
python scripts/...改为uv run scripts/...；pip install X改为uv run --with X。
grafted-skills.json 记录的是外部 skill 的上游来源，用于回看、同步或对比上游版本。其中 path 是 skill 在上游仓库中的路径，不表示它在本仓库里的落点；本仓实际位置以 README 表格和 skills/ 目录为准。
来源尚未确认时，宁可暂时留空，也不要猜测填值。
skills-lock.json 是本机安装状态，由 skills CLI 这类安装工具维护，记录当前机器安装过哪些 skill。它和 grafted-skills.json 不是同一类文件：前者管本机安装，后者管本仓嫁接来源。
git clone https://github.com/TMYTiMidlY/skills.git <repo>以 .agents/skills/ 作为唯一的 skill 源，将需要的 skill 链接进去。全局安装就放在 ~/ 下，项目级安装就放在项目根目录下。skill 按类别分布在三个位置，按来源链接：
mkdir -p .agents/skills
# 原创：skills/.curated/
ln -s <repo>/skills/.curated/<skill-name> .agents/skills/
# 嫁接（已人工审核过）：skills/
ln -s <repo>/skills/<skill-name> .agents/skills/
# 实验性（未人工审核）：skills/.experimental/
ln -s <repo>/skills/.experimental/<skill-name> .agents/skills/GitHub Copilot、Gemini CLI、Codex、Cline、Warp、Windsurf、Roo Code 等工具原生读取 .agents/skills/，无需额外配置。其他工具需要将各自的 skills 目录链接到 .agents/skills/：
| 工具 | 自有 skills 目录 | 链接命令 |
|---|---|---|
| Claude Code | .claude/skills/ |
ln -s ../.agents/skills .claude/skills |
| Cursor | .cursor/skills/ |
ln -s ../.agents/skills .cursor/skills |
| Amp | .config/agents/skills/ |
ln -s ../../.agents/skills .config/agents/skills |
| Goose | .config/goose/skills/ |
ln -s ../../.agents/skills .config/goose/skills |
| Junie | .junie/skills/ |
ln -s ../.agents/skills .junie/skills |
| Kiro CLI | .kiro/skills/ |
ln -s ../.agents/skills .kiro/skills |
其他工具同理，将其 skills 目录链接到 .agents/skills/ 即可。
软链接注意事项：
- 链接到 skill 目录本身而非内部单个文件，否则相对引用会断裂。
- 同名目录已存在时先删除再建链接，否则
ln -s会建到子目录里。 - symlink 的目标相对路径按链接所在目录解析；不确定层级时可改用绝对路径。
由于软链接直接指向仓库中的文件，对仓库的任何修改都会即时反映到所有链接位置，无需重新安装或手动同步。日常维护只需在仓库目录中编辑、用 git pull 拉取更新即可。
同步规则：穿透 symlink 对 skill 目录内部的读写会落到仓库实体、被 git 跟踪；在工具侧 skills 目录新建的非 symlink 条目只活在本地、不进仓库。判断：readlink -f <path> 看终点是否落在仓库内。
bunx skills add TMYTiMidlY/skills # 安装全部
bunx skills add TMYTiMidlY/skills --list # 查看可安装内容
bunx skills add TMYTiMidlY/skills --skill pdf # 仅安装指定 skill
bunx skills update # 更新已安装 skills常用选项：-g 全局安装，-y 跳过确认。
每个 skill 目录下的 SKILL.md 说明了触发条件和能力范围。AI 会根据对话内容自动匹配并调用对应的 skill，无需手动指定。
部分 skill 附带 scripts/ 目录，包含可直接运行的辅助脚本。
想创建自己的 skill？使用 qiuzhi-skill-creator 即可通过交互式引导完成。
仓库里的 skill 文档含大量外链，用 pre-commit 框架挂了一个 lychee（Rust 写的异步链接检查器）hook，在提交前自动检查改动到的 markdown 里链接是否失效。配置见根目录 .pre-commit-config.yaml。
pre-commit 是一个管理 git hook 的框架：按 .pre-commit-config.yaml 把每个 hook 克隆进隔离缓存（~/.cache/pre-commit/）、各自建运行环境、版本锁定在 rev，不污染项目与系统。lychee 这个 hook 跑的是自动下载的预编译二进制，无需 Node / cargo / Docker。
启用（一次性）：
uv tool install pre-commit # 或 pixi global install pre-commit / brew install pre-commit
pre-commit install # 写入 .git/hooks/pre-commit装好后每次 git commit 会自动对暂存的 markdown 跑 lychee，发现失效链接就阻止提交。手动全量检查：
pre-commit run lychee --all-files几点提醒：
- lychee 默认排除
example.com等示例域名与保留 TLD（如.invalid），这是特性不是漏检。 - 文档里 github.com 链接多时，
export GITHUB_TOKEN=<无权限 PAT>可抬高限额、避免限流。 - 升级 hook 版本用
pre-commit autoupdate（会改写.pre-commit-config.yaml里的rev）。
AGENTS.md 是一份通用的 AI agent 行为规则，涵盖 Python 环境选择、Git 操作约束、工具使用习惯等偏好设置。适用于 Claude Code、GitHub Copilot 等支持 AGENTS.md / CLAUDE.md 的工具。
如需让 Claude Code 也读取同一份规则：
ln -s AGENTS.md CLAUDE.md原创 skill 使用 MIT License，每个目录下附 LICENSE.txt。嫁接 skill 的许可证沿用上游，请查看对应目录中的 LICENSE 或 LICENSE.txt。