baokuan-article-analysis
按赛道或关键词抓取并分析微信公众号爆款文章,生成含KPI卡片、柱状图、文章排行、写作风格与爆款原因的HTML日报。适合赛道级或关键词级分析,而非单个账号的历史精确抓取。
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
按赛道或关键词抓取并分析微信公众号爆款文章,生成含KPI卡片、柱状图、文章排行、写作风格与爆款原因的HTML日报。适合赛道级或关键词级分析,而非单个账号的历史精确抓取。
Deep Research Agent 面向需要规划、任务分解与长上下文推理的复杂多步研究任务,可将高层问题拆解为研究计划,协调子代理并行探索,并整合多来源信息生成分析报告。
用于收集与分析研究者、研究团队或机构的研究评价指标,如论文数、被引用数、h-index、i10-index等,并整理为可用于科研经费申请、机构研究力分析、合作候选调研和部门评价的报告。
这是一个用于为项目撰写并发布博客文章的技能(Skill),适用于贡献者起草、编辑和上线博客内容的场景。它的目标是让文章读起来像真人写的、能获得搜索排名,并且正确地接入网站。该技能规定了统一的写作声音和流程,要求每篇文章占据一个不与其他文章重叠的搜索关键词集群,并通过反 AI 陈词滥调检查。它使用 ASD-STE100 简化技术英语撰写技术性和指导性文字,并强制禁止使用破折号(—)和短破折号(–)。工作流程包括:先阅读已有的文章登记表和已发布文章以匹配语气,选择并提交不冲突的角度,搭建大纲,撰写草稿,进行人工化改写,接入网站(登记注册、SEO 元数据、封面图、构建),验证构建和页面加载,最后分发以获取首批外链。技能文件夹内包含 check.sh 扫描脚本以及 angles.md、voice.md、craft.md、seo.md、wiring.md 等参考文件。本技能的介绍中未提供收费或定价信息。
Shrimp Brainstorming 是一个用于把模糊的项目或商业想法推进为可靠方向的技能。它以研究驱动、用户主导的方式运行,用户可以随时提问、质疑发现、引入约束或改变方向。其目标不是制造确定性或生成泛泛的想法清单,而是找到最可信的切入点、暴露薄弱假设、识别成本最低的有效验证方式,并在用户要求时产出自我完整的 final-spec.md,说明结论及其得出过程。适用于用户提出模糊的产品、服务、创业、创作者项目、工具或商业想法,希望进行市场、竞品、定价、可行性、变现、分发或客户研究,或希望验证、细化、转向、放弃该想法。不适用于无项目或商业决策的简单事实查询、产品与范围已确定的实施任务,以及没有调查单一想法意图的随机创业点子请求。
ov-add-paper 是 OpenViking(volcengine/openviking)生态中的一个技能,用于将研究论文(尤其是本地 PDF 文件或论文链接)转换为 OpenViking 可用的结构化资源,并完成入库。它的核心工作流程是:先完整读取论文(包括附录和所有编号的图表),再按 references/ara-compiler-profile.md 编译出 ARA 风格的 artifact 目录,随后用 scripts/validate_ara.py 做校验并修复失败项(除非用户明确接受),最后通过 ov add-resource 命令将校验通过的目录提交到 OpenViking。生成的产物包含 PAPER.md,logic/ 下的 problem.md、claims.md、concepts.md、experiments.md、related_work.md,logic/solution/constraints.md,src/environment.md,trace/exploration_tree.yaml,evidence/README.md,以及每个编号表格和图对应的 Markdown 与 PNG 证据文件。最终结果需返回 ov add-resource 的命令结果,或在 --wait 异常时给出核对证据,或明确说明阻塞原因。
用于按评审报告修订 PRD、开发计划或复核修订效果;不用于代码修复、计划实施或从零写文档。核实 review-prd、review-dev-plan 意见,按模式改稿或仅复核并回写处置。
这是一个 SEO 相关的技能,用于分析网页或文章内容后提出配图构思。当用户提供 URL 或文章、希望获得视觉概念及放置建议时使用。技能会浏览页面、理解内容,然后围绕提高理解度和记忆度提出具体的配图建议。其工作流程为:先解析 URL 或用户提供的内容,并确认目标受众;然后审阅页面上全部可访问内容,而不仅是开头段落或标题,考察结构、论点、对比、流程与数据;接着找出配图能降低解释成本或让关系更易理解的位置,剔除那些不能澄清具体段落的纯装饰性构思;最后按固定格式输出最强的、与内容紧密结合的视觉概念。每条配图建议包含放置位置、描述、格式、设计说明以及插画版式(可用 ASCII 草图或 Mermaid 图)。该技能无需外部凭据,可选工具为 Browser MCP 或 agent-browser,若无法访问页面可用用户提供的内容或详细大纲作为后备,且不应对访问失败的情况声称已审阅页面。
搜索微信公众号文章的 Skill:按关键词经搜狗微信搜索获取文章列表,返回标题、概要、发布时间、来源公众号与链接,并支持限制数量、导出 JSON 与尝试解析真实链接。
init-latex-project 是一个用于从标准模板初始化 LaTeX 学术论文项目的技能。它适用于撰写新的会议或期刊论文、需要模板、宏包、会场专用导言区以及写作指导的场景。该技能会根据指定会场下载官方样式文件,并自动生成 venue_preamble.tex,使 main.tex 保持稳定、无需因切换投稿模式(如匿名投稿转 camera-ready)而修改。支持的会场包括 ICML、ACL/EMNLP/NAACL、ICCV、ECCV、NeurIPS、ICLR、CVPR 和 ACM。初始化脚本还可选择初始化 git 仓库、跳过样式文件下载(离线模式),并生成包含完整数学宏库、章节占位文件和参考文献的论文骨架。该技能强调不在提交的共享论文源中记录本地 TeX 环境信息,而是记录项目的编译后端(本地、Overleaf-GitHub、CI 或未知)。
llm-wiki-skill 是一个基于 Karpathy 的 LLM Wiki 理念的 CLI 智能体技能,用于创建并持续维护一个持久、互相关联的 Markdown 知识库。它由人工整理原始内容,智能体负责将原始资料收集、去重、交叉引用并总结为结构化的 Markdown 文件。该技能适用于用户希望创建或启动 wiki/知识库、将原始内容摄入或加入 wiki、就 wiki 提出问题、以及对 wiki 进行 lint、审计或健康检查等场景。知识库采用三层结构:第 1 层为不可变的 raw/ 原始内容(文档与资源),第 2 层为智能体生成的 generated/ 目录(实体、主题、对比页面),第 3 层为定义约定的 SCHEMA.md。智能体需在 wiki 根目录下被调用,遵循先读 SCHEMA、index 与 log 的规则,保持每页至少 2 条交叉链接、YAML frontmatter 必填、页面可快速浏览,并在冲突时显式标注而非静默覆盖。具体安装与运行细节暂未提供。
这是一个用于撰写和编辑印尼语文本的写作技能,目标是让文字清晰、具体、自然,并符合指定的语体风格。它适用于文章、随笔、博客、媒体内容等场景。技能将印尼语写作分为正式、半正式(默认)和非正式三个语体层级,并给出各层级的代词、缩略、语气词和语码转换规则。它还提供词汇与结构层面的编辑检查清单,例如避免空洞的强调词、模糊归因、公式化开头结尾、虚假范围、负面排比等,并默认建议在印尼语新散文中避免使用破折号,改用句号、逗号、冒号、分号或括号。该技能强调这些检查是编辑启发式,而非统计上可靠的 AI 检测指纹,不承诺改变 AI 检测结果。
clarify 是一个用于改善界面与产品文案的 AI 技能,帮助识别并优化不清晰、令人困惑的标签、微文案、说明、错误提示和营销文案,让用户更容易理解、信任并采取行动。
用于按 AACSB 与 ABET 认证要求,在学位项目层面起草 Assurance of Learning(AoL)文档的技能:撰写项目学习成果、构建课程—成果映射矩阵、设计直接与间接评估方案、编写闭环改进叙述,并校验矩阵覆盖缺口。
用于查询土耳其学者的官方 YÖK Akademik(YÖKSİS 支持)档案:现任机构、院系、学术职称,以及门户列出的出版物、研究项目和指导学位论文。适用于核实隶属机构与职称等场景。
用于检索土耳其国家学位论文中心(YÖK Ulusal Tez Merkezi)的学术技能,支持按主题、作者、导师等查找硕博论文,并用于选题查重前的原创性核查与土耳其语 APA-7 引用。
AlterLab FC 电影分析助手是一个面向电影研究学习的自主智能体技能,用于对影片进行形式分析与理论解读,涵盖摄影、剪辑、声音、场面调度与叙事结构,并生成基于文件的学术分析成果。
hum-rhetoric 是一个基于古典修辞学的说服沟通分析与论证构建技能,源自 asgard-ai-platform/skills。它以亚里士多德提出的三种说服模式——Ethos(可信度)、Pathos(情感)、Logos(逻辑)——为核心框架,帮助用户分析说服性文本或演讲,并撰写有效的论证。该技能强调“铁律”:任何说服性沟通都应同时使用三种诉求,并根据受众类型调整权重,例如技术受众以 Logos 为主、高管受众以 Pathos 引领、公众受众以 Ethos 建立信任。技能还整理了多种修辞手法(如首语重复、三连结构、对照、反问、隐喻、交错配列)及其作用与示例,并提供一套修辞分析步骤:识别修辞情境、映射三种诉求、识别修辞手法、评估有效性、指出薄弱或操纵之处。输出采用结构化 Markdown 格式,包含修辞情境、诉求分析表、整体平衡与结论。适用于分析演讲、创业路演、营销文案等说服性内容,也可用于构建论证和识别操纵性修辞。
NotebookLM 研究助手技能:通过脚本与 Google NotebookLM 交互,用 Gemini 的基于来源的答案查询你上传的文档。每次提问会打开新的浏览器会话,仅从已上传文档中检索答案,然后关闭。
按 Conventional Commits 规范格式化 Git 提交信息的技能,用于生成可自动生成变更日志、支持语义化版本管理的提交记录。
Bitwarden 仓库的 Git 提交规范与工作流技能,用于提交代码、撰写提交信息或准备提交变更时。包含分支检查、提交信息格式、后续提交规则与提交前质量门禁。
面向 Next.js 的 next-intl 国际化技能,支持 pt-PT、en、tr、es、fr、de 六种语言,采用带语言前缀的路由,提供 useTranslations/getTranslations 用法与消息文件组织方式。
面向 Cherry Studio 仓库的自动化代码与文档评审技能,可评审本地分支、PR、提交、文件、架构文档及项目技能,按改动大小与运行能力选择评审引擎,并遵循固定的评审阶段与授权模型。
Professor Skill 是一个用于把真实课程资料(课件、教学大纲、试卷、转录、笔记、聊天记录等)整理成“大学老师技能”的工具。它分为课程脑与教师人格两部分,输出可用于复习、答疑和备考的资料。