write-high-signal-update
一个用于撰写简短高信号状态更新的技能，先给结论再列事实、风险、行动与下一步；适用于状态、决策或事故通报，不适用于工作交接。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-04 00:13
办公与效率
16,459 个结果
synthesis-executive-communication
这项技能用于帮助技术负责人把技术工作改写为面向CEO、CFO、董事会等非技术高管的沟通内容。核心方法是“每个名词都要通过检查”：逐句确认目标读者能否理解每个名词以及merge、deploy、refactor、render等动词，不合格的句子要翻译成商业后果而非换成更软的行话。技能包含六类“淘汰清单”（内部代号、工作流与工具词汇、内部称赞、缺陷与错误数量、工程文化资历、以机制代替后果）、向上汇报的结构（按读者重要性排序的已完成事项、可复述的数字条、闭环回应、诚实标注、展示而非自夸的价值、可转发性、五分钟阅读量）以及六步审阅协议（点名真实读者、逐句名词测试、淘汰清单扫描、逐句价值检查、以读者身份进行对抗性审阅、朗读）。适用于进度报告、高管摘要、董事会材料、邮件、聊天与会议发言。技能强调不改变事实、保留诚实标注、不编造后果；具体实现细节与文件内容暂未提供。
report
该技能用于把对话中产生的成果（调查、比较、解说等）整理成便于读者判断的 HTML 报告，并通过 crit preview 打开，在评论往返中迭代修改。当用户提出「整理成 HTML」「做成报告」「用 crit 打开」「/crit 显示」等要求时触发。生成前会用一次 AskUserQuestion 确认读者与目的，并依据 assets/guide.md 中的构成、类型、文章、图表与页面规则；若已有 .html 文件可追加修改并恢复同一 crit 会话。
workflows
用于创建和审计 GitHub Actions 工作流的技能：可新增 CI/CD、审查工作流文件、修复 Action 固定版本等问题，会根据项目类型与语言风格生成或检查工作流。
career
这是一个求职辅导系统的入口技能，用于在用户希望提升求职竞争力时，判断用户所处阶段并推荐合适的专项技能。系统包括求职策略规划、简历诊断、岗位匹配与简历定制、面试与Offer决策、离职管理等专项技能，覆盖职业规划、简历优化、JD分析、面试准备、薪资谈判和离职交接等场景。本入口本身不直接完成辅导，而是根据用户描述进行阶段判断，说明推荐理由和路径图，并引导进入对应专项技能。
career-exit-management
离职管理专家是一个帮助用户处理离职全流程的AI技能，从决策评估、时机检查、交接准备，到与上级、HR、同事的沟通话术，再到离职邮件、交接文档模板、Last Day清单和离职后的关系维护与过渡规划。它强调优雅离开，让离职成为职业发展的加速器，并提供针对裁员、裸辞、关系恶劣等特殊情况的应对策略。
career-interview-offer
这是一个面试与Offer决策辅助技能，帮助用户系统准备面试、进行面试后复盘，并在收到Offer时做出决策。技能覆盖面试前判断类型、公司研究、案例准备和反问问题；面试后72小时内复盘；Offer阶段多维度打分与谈判建议。不处理简历修改、职业方向规划及法律合同审核。
career-jd-matching
career-jd-matching 是一个面向求职场景的岗位匹配与简历定制技能，用于分析具体职位描述（JD），判断自身经历与岗位要求的匹配程度，并据此改写简历以提升命中率。其核心方法是先做 Outside-in 分析（公司处境、岗位存在原因、上级在意什么），再把 JD 拆为硬性要求、加分项和隐性需求三类，逐条对照形成匹配图谱，最后进行经历重排序、语言对齐和差距处理，并给出投递策略。该技能不编造经历、不保证投递结果，职业规划问题需交由 career-strategy 处理。
career-resume-diagnosis
简历诊断专家技能用于从招聘官视角检查简历质量，帮助提升获得面试的概率。用户上传简历或粘贴文本后，该技能按六维框架诊断：定位清晰度、结构与视觉、内容质量、关键词覆盖、硬伤排查、差异化亮点，每项满分5分并给出综合得分；输出核心判断、必须改的问题、建议改的问题、改写示例与下一步建议，最终以Markdown诊断报告呈现。它侧重诊断与改写示例，不做特定JD匹配或面试准备。
career-strategy
求职策略规划技能（career-strategy）面向在求职前需要先想清目标方向的人群，强调策略先于战术，先确定“我要去哪”，再修改简历。它提供可迁移能力盘点、目标市场评估、最短路径选择、转行专项方案和策略失效复盘等框架，帮助用户梳理过往经历中的硬技能、软技能与行业知识，分析候选方向的匹配度、市场需求与时间成本，并在直接应聘、内推先行、过渡岗位、先做案例之间做路径决策。该技能以 Markdown 报告输出能力盘点表、方向分析、推荐路径和行动清单，适用于职业迷茫、转行评估、有方向但长期无结果等场景。它只提供提高概率的方法与框架，不替用户做决策，也不保证结果，不涉及深度心理支持。
job-search
job-search 是一个面向求职者的实时岗位搜索与投递渠道建议技能，帮助用户查找正在招聘的岗位并推荐更高效的投递路径。用户提供岗位方向与目标城市后，该技能通过实时网络搜索整理岗位列表（含链接），并按内推、企业官网、垂直平台、邮件直投等优先级给出投递渠道建议；也可生成简短的投递邮件模板。它不替代简历诊断、JD 匹配和面试辅导等求职材料与面试准备类技能，招聘信息需实时搜索获取。
stepback
stepback 是一个一次性视角重置技能，通过扫描用户当前的工作上下文，生成一个抽象的重构问题并执行三项快速检查，帮助用户在工作途中发现盲点，输出控制在十行以内后立即交还控制权。
notion-knowledge-capture
该技能用于将对话、讨论和洞察转化为 Notion 工作区中的结构化文档页面。它能从聊天上下文中提取关键信息，按内容类型（概念、操作指南、决策记录、FAQ、会议纪要、复盘等）进行格式化，并通过 Notion 搜索确定合适的存放位置，再创建页面并链接到相关枢纽页或数据库，使知识可被检索和发现。
internal-comms
用于撰写各类内部沟通内容的技能，按公司偏好的格式生成进度/计划/问题（3P）更新、公司简报、FAQ 回复、状态报告、领导层更新、项目更新与事故报告。需要时先识别沟通类型，再加载 examples/ 下对应指南文件。
pptx
用于处理 .pptx 文件的技能：可读取分析内容、基于模板编辑、从零创建演示文稿，并提供配色、排版、视觉设计建议与必需的 QA 流程。
i18next
i18next 是流行的 JavaScript 国际化框架，支持 React、Vue、Angular 与 Node.js，可用于添加翻译、处理复数、按命名空间拆分并动态加载语言文件以及接入远程翻译后端。
lean-canvas
Lean Canvas 技能：基于 Ash Maurya 的一页式商业模式框架，帮助创业者和产品团队在约 20 分钟内梳理商业模式、识别最高风险假设并快速迭代，同时覆盖 Business Model Canvas、Value Proposition Canvas 与 SWOT 分析等相关框架。
markitdown
MarkItDown 是微软推出的 Python 库与命令行工具，用于把 Office 文档、PDF、网页和压缩包转换成 Markdown 文本，保留标题、列表、表格、链接等结构，去掉视觉排版，便于语言模型和搜索索引读取。转换默认在本地运行，Azure 与 LLM OCR 属于可选功能。支持 PDF、Word、Excel、PowerPoint、HTML、CSV、EPUB、ZIP、Outlook 邮件、音频与 YouTube 转录等格式，可通过 pip 安装、命令行调用或 Python API 集成，并提供 MCP 服务器与 Docker 镜像。默认不做 OCR，扫描件可能输出空内容；密码保护的 PDF、损坏的 Office 文件、旧版 .doc 会报错。
template-engine
Template Engine 是一套基于 Python 的文档模板自动填充方案，可从电子表格、数据库或 JSON 读取数据，批量生成 DOCX、PDF、HTML、Markdown 和纯文本文档，实现任意格式的邮件合并。
typmem-judge
typmem-judge 是 typmem 记忆系统中的评审技能，充当 LLM-as-judge，自动审查 ~/.typmem/memory/learnings/ 中的学习记录：可原地修订、去重或在 proposals/ 中生成非阻塞建议。学习记录一经捕获即有效，评审不阻断使用。
typmem-retro
typmem-retro 是 typmem 记忆体系中的“复盘日记”技能：为一段工作写按时间顺序、第一人称的回顾，记录目标、经过、决策、死路与未完成事项，供次日快速恢复上下文。它强调与 learning 区分，不保存持久事实，不覆盖已有文件。
cursor-ketchup
cursor-ketchup 是一个用于在聊天中执行 /ketchup 命令的技能，帮助用户快速了解自其最后一条消息以来聊天中发生的已验证变化。它假设用户记得自己的最后一条消息，之后的内容一概不知，因此只汇报用户最后一条消息之后的变化。该技能以简洁、口语化的方式说明对用户而言发生了什么，而非描述执行过程，例如说“测试通过了”而不是“CI 是绿色的”。它会收集自身工作、子代理报告以及聊天中其他人的消息，检查相关 PR、CI 运行或代理的当前状态，并核对将要展示的每个数字。回复整体控制在 150 词以内，开头用一句话说明有多少事项需要用户处理，随后用一个最多四个方框的可视化展示发生了什么，再给出最多三行能改变用户认知或行动的短句。行动项是只有用户才能做出的决定或步骤，如产品选择、批准、不可逆操作或权限缺失，每项用两行说明决定与建议及不回答的后果，并以前后对比的可视化呈现。该技能保持项目状态只读，不修改代码、不启动服务或任务、不发布任何内容。
create-sop
create-sop 是 thebushidocollective/han 技能集中的一项命令，用于引导用户为 AI 智能体创建结构规范的标准操作程序（SOP）文件。它通过分步提问帮助确定 SOP 的用途、类型（分析/审查、实现、部署、维护），并按固定结构生成文件，包括概述、参数、前置条件、步骤、成功标准、错误处理和关联 SOP 等章节。该命令还指导正确使用 RFC 2119 关键词（MUST、SHOULD、MAY 等），并采用 kebab-case 命名与 .sop.md 扩展名保存文件。
Notion Mastery
Notion Mastery 是一个面向 Notion 的技能，当用户需要创建页面、设计页面布局、构建数据库、编写公式、使用 AI 功能，或通过 MCP 工具与 REST API 自动化 Notion 工作流时使用。它提供页面设计原则（如顶部 callout、折叠标题、分栏、目录、分节线）、Notion 风格 Markdown 语法（callout、columns、table、synced block、代码块、公式、图片等）、数据库概念（属性、视图、筛选、排序、模板、关联、汇总）、公式语言（函数式语法与常用函数）、AI 功能说明、可用的 Notion MCP 工具清单与使用流程（搜索、读取、创建、更新、验证），以及 REST API 的适用场景。技能内附多份参考文件与示例，涵盖 Markdown 规范、块目录、数据库、公式、MCP 指南、API 参考、AI 功能、故障排查、页面模板、数据库模式和自动化示例。