Token导航 LogoToken导航

Agent Skill · 待分类

skill(技能)

skill 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

skill 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证为 MIT,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 10,165。

总安装 212周安装 9GitHub Stars 21下载 74核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:skill(技能)
来源仓库:https://github.com/matteocervelli/llms
仓库路径:skills/skill
安装命令:
npx skills add https://github.com/matteocervelli/llms --skill skill
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/matteocervelli/llms --skill skill

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

skill 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态或协作事项进行整理时使用。适用于代码协作管理、仓库状态跟踪和 Issue 处理等开发协作场景。

可协助 Agent 分析代码变更、跟踪 Pull Request 进展和处理协作流程问题。安装命令:npx skills add https://github.com/matteocervelli/llms --skill skill。建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

来源仓库内路径:skills/skill

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/matteocervelli/llms --skill skill;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

skill 怎么安装?

在终端执行 npx skills add https://github.com/matteocervelli/llms --skill skill。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

skill 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

skill 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

skill 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

skill 用的人多吗?

公开数据是累计安装 212 次,近一周安装 9 次,下载 74 次,GitHub 21 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

skill 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
skill

技能 · 本页

21221只读MIT通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Answer Collector Skill

Purpose: Incrementally collect and validate product assessment responses in structured JSON format.


When to Use

  • Evaluating new product ideas with rigorous criteria
  • Conducting go/no-go assessments before committing resources
  • Building a decision audit trail for product decisions
  • Gathering structured input from teams or stakeholders
  • Progressive refinement of product hypotheses

How It Works

1. Reading Questions

Questions are organized in 4 sections (questions.md):

  • WHY (4 Q's): Problem, strategy, resources, timing
  • WHO (4 Q's): User, access, economics, scale
  • WHAT (5 Q's): Outcome, monetization, success metrics, fit, risk
  • GO/NO-GO (4 criteria): Checklist for final decision

Each question is numbered 1-17.

2. Writing JSON Incrementally

Start with a template and add answers one at a time:

{
  "metadata": {
    "product_name": "Your Product Name",
    "created_at": "2025-11-03T00:00:00Z",
    "status": "in_progress"
  },
  "answers": {
    "why_section": {
      "q1_problem_evidence": "Answer here..."
    }
  }
}

Build incrementally:

  • Add one answer per interaction
  • Preserve all previous answers
  • Update last_updated timestamp
  • Track completion_percentage in metadata

3. Validation Logic

Auto-calculate:

  • answered_questions: Count non-empty answers
  • completion_percentage: (answered_questions / 17) × 100
  • go_no_go_result: "go" if all 4 checklist items true, else "no_go" or "pending"

Validation rules:

  • All text answers must be non-empty and substantive
  • Checklist items (q14-q17) must be boolean (true/false)
  • Metadata fields (product_name) required to start
  • All timestamps in ISO 8601 format

Quick Reference

SectionQuestionsType
WHY1-4Text
WHO5-8Text
WHAT9-13Text
GO/NO-GO14-17Boolean

Usage Pattern

  1. Initialize: Create JSON with metadata and product_name
  2. Collect: Answer one question, validate, save
  3. Review: Check completion_percentage and go_no_go_result
  4. Decide: When all answers complete, review go_no_go_result

File Structure

~/.claude/skills/answer-collector/
├── SKILL.md           # This file
├── questions.md       # The 17 assessment questions
├── schema.json        # JSON validation schema
└── assessments/       # (optional) Stored assessment JSONs
    └── product-name.json

平台分布

OpenCode

27.04%
按下载量换算20

Antigravity

24.17%
按下载量换算18

Claude Code

17.93%
按下载量换算13

Codex

13.7%
按下载量换算10

Gemini CLI

8.07%
按下载量换算6

github-copilot

3.4%
按下载量换算3

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

继续浏览同类 Skills