paper-argument-planner
paper-argument-planner 是一个用于在正式写作前规划研究论文论证结构的技能,可把想法、部分草稿、实验结果或笔记整理成可被读者跟随、质疑并最终信服的论证。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-21 00:11
13,833 个结果
paper-argument-planner 是一个用于在正式写作前规划研究论文论证结构的技能,可把想法、部分草稿、实验结果或笔记整理成可被读者跟随、质疑并最终信服的论证。
Research Idea Stress Test 是一个用于在投入大量资源前对研究想法进行压力测试的智能体技能。它假设想法为假,通过一系列结构化步骤暴露隐藏假设、薄弱的新颖性、混杂因素,并找出成本最低的决定性实验。该技能强调不要保护想法免受最强反驳,不要将措辞新颖与贡献新颖混淆,也不要在廉价证伪实验运行前扩大实验规模。输出包含核心想法、声称贡献、可能成功与失败的原因、隐藏假设、最近基线、最廉价决定性实验、可改变判断的证据,以及 pursue/narrow/reframe/drop 建议。
results-writeup 是一个把已验证研究结果写成清晰、校准科学文本的技能,适用于论文的 Results、Experiments、Discussion 章节、实验记录和技术报告,强调区分观察与解释、按证据强度选择措辞,并如实说明局限与未测试内容。
用于审查数学论证、推导过程与机器学习论文结论的技能,强调在润色文字前先检验论证本身,目标是找出证据真正支持的最强表述,并输出报告式审计结果。
paperless-ngx 的 MCP 工具集成,通过 42 个 MCP 工具管理文档:搜索、上传、打标签、整理,并批量编辑文档、往来方与文档类型。
用于协作构建与迭代论文筛选评分标准的技能:通过头脑风暴、测试驱动验证和反馈循环,先在小样本上校准相关性规则,再批量筛选文献,并支持更新规则后对缓存论文重新筛选。
从学术论文中提取“原子句”的技能:识别文中每一处引用文献,将每条引用压缩为一句核心逻辑主张,按子主题分组并给出组内结论,输出可直接粘贴到 Obsidian、Notion 等笔记工具的 Markdown 格式。
Weglot 是一套 SaaS 网站翻译服务,可自动检测并将网站内容翻译成多种语言。此技能通过 Membrane CLI 与 Weglot 交互,用于管理数据、记录并自动化工作流,适合需要读取或操作 Weglot 数据的场景。
KQL 语言技能,帮助编写正确、高效的 Kusto 查询语言查询,覆盖语法陷阱、join 模式、dynamic 类型、datetime 常见错误、内存安全与错误自纠等主题,适用于 Azure Data Explorer、Log Analytics、Microsoft Sentinel 等。
面向 Angular 官方文档(adev)的写作指南技能,结合 Google 技术写作规范与 Angular 专属 Markdown 约定,指导在 adev/src/content 中撰写内容,涵盖语气、语法、格式、代码块、提示块与自定义组件等。
用于生成结构化临床病例摘要或病例汇报的技能,支持 SBAR、SOAP、标准临床和叙述式格式,适用于交接、转诊、病例报告、教学和 MDT 总结。仅限文档与教育用途,内容须由合格医疗专业人员审核,不构成临床建议。
ref-verify 是面向学术写作的引用核验技能,用于防止大模型凭记忆编造文献内容。它提供快速筛查与五层完整审计两种模式,可核验 DOI、参考文献列表与具体论断,强调每条内容陈述必须来自实时抓取的摘要或全文。
tk-research 是一个研究与方案对比类 Skill,用于外部先例调研、内外部技能与工作流比较及可复用做法的提炼建议,支持持续研究或恢复既有研究。它不负责创建、修改技能正本,也不负责产品实现。
面向端点无文件攻击检测的技能,指导启用Sysmon、AMSI与PowerShell日志等遥测,并给出检测PowerShell滥用、进程注入、WMI持久化和注册表执行的方法与查询示例。
Ralph the Copywriter 是一个通过反复迭代提升质量的 AI 文案写作技能,可学习用户既有内容的声音风格、深度调研并对抗性自我批评,直到产出达到质量门槛。支持内容分析、竞品调研、角度发现与写作。
Pin & Paper 是一个风格化的 HTML 演示文稿模板:黄色纸张质感、安全别针插图与墨蓝色手写字体 Caveat,适合需要手作感、温暖与文学气息的幻灯片,如定性研究、创始人感悟与品牌故事。
codebase-research 是一个在现有项目中写新代码前先检索代码库的技能,强调先搜索相似文件、函数与约定,再按项目既有模式实现,避免引入第二套做法。
structural-humanizer 是一个针对 AI 写作结构性痕迹的编辑技能,用于在完成用词层面的润色后,继续删除话语/结构层面的 AI 特征,例如反复点明的道理、过于整洁的单线叙事与收敛的结尾。
competitor-matrix 是一个用于竞品研究与市场分析的技能,可生成功能对比矩阵、定位说明、赢单/输单分析和市场简报,帮助梳理竞争格局与趋势。
Quiz Generator 是一个用于生成大学水平概念性测验的技能,可创建包含 50 道题的交互式测验,每次会话随机展示 15-20 道题。它强调测试理解而非记忆,要求 75% 以上题目达到 Apply 级别或更高,每题固定 4 个选项,正确答案均匀分布(每个索引约 12-13 题),选项长度控制在 ±3 词以内,并提供即时反馈和覆盖所有选项的详细解析。适用于创建章节末评估,输出为 Quiz 组件格式的 Markdown 文件。
依据公开资料整理的领域建模技能,用于在设计中主动构建并打磨项目的领域模型:质疑术语、设计边界场景,并在术语和决策明确时写入 CONTEXT.md 与 ADR。
这是一个用于在代码仓库中开展主题调研的技能。它会让后台智能体针对某个问题,优先查阅高可信度的一手资料(官方文档、源代码、规范、第一方 API),而不是二次转述,并把每条结论回溯到其权威来源,最终将调研结果写入仓库中的单个 Markdown 文件。当用户希望调研某个主题并将发现以 Markdown 文件形式保存在仓库中时可以使用。该技能会启动后台智能体执行调研,因此用户可以在它阅读资料的同时继续自己的工作。文件保存位置遵循仓库已有的笔记约定;若没有现成约定,则放到合理位置并说明存放地点。
writing-skills 是一个用于创建、审计、转换和维护 Claude Code 技能(skills)的技能编写工具。它扮演技能编写专家的角色,按照 reference/conventions.md 中的规范执行工作。支持三种模式:创建(Create)、审计(Audit)和转换(Convert)。创建模式会先搜索重复技能,判断技能类型(Technique、Pattern、Reference、Coordination),再按 PICS + Workflow 结构编写 SKILL.md;审计模式读取技能文件与参考文件,定位问题类别与根因并提出修复方案,且需通过子代理测试后再提交;转换模式将现有技能按检查清单转换为 markdown 约定格式。所有模式最终都需经过验证步骤:检查 frontmatter 的 YAML 有效性、name 与 description 是否存在、PICS 结构是否完整、行数是否少于 500,并对纪律约束型技能使用压力场景测试。该技能强调不基于概念分析交付、创建前先查重、不写概括工作流的 description、必须实际测试而非仅凭肉眼判断。
docs-discovery 是一个用于技术文档发现的技能,目标是为库或框架快速找到官方文档。其策略分三步:首先尝试通过 context7 的 MCP 工具解析库 ID 并获取文档;若失败则并行执行 WebSearch 搜索“{library} llms.txt”和“{library} official documentation”;最后用 WebFetch 抓取找到的 llms.txt 链接或文档页面并解析、呈现给用户。核心规则包括 context7 优先、搜索而非猜测 URL、并行搜索、按主题过滤。