industry expert
Industry Expert 是一个跨行业深度研究与专业知识综合技能，通过整合学术文献、市场情报、监管分析和从业者见解，快速构建行业专长，适用于市场进入分析、战略规划、竞争情报与思想领导力开发。
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 10-22 00:14
写作与研究
13,924 个结果
artifact-analysis
artifact-analysis 是一个面向本地文档与项目知识的分析技能，用于将一组本地路径（或 beagle 项目的常规知识位置）转化为带引用的结构化提取结果。它适用于用户提出“分析这些文档”“扫描项目上下文”“提取 .beagle/concepts/ 中的内容”等需求，也可被其他 beagle 技能以程序化方式调用作为基础支撑。其交付物始终落盘：先写出可供审计的扫描计划 plan.md，再为每个切片生成 findings 文件，最后合成带路径锚定引用的报告 report.md。所有结论都必须附带来源路径与逐字摘录，不以行内散文形式返回。该技能仅读取纯文本与 markdown，不处理 PDF、图片 OCR 或格式转换，也不用于代码库查找、网络研究、文档质量评判或改写编辑。
check-understanding
这是 AI Engineering from Scratch 中文课程的阶段测验技能，用于测试学习者对某个已完成阶段的掌握情况。支持用阶段编号（0-19）或阶段名称触发，每次生成并逐题展示 8 道选择题，最后给出评分、错题拆解和下一步建议。
sdd-explore
sdd-explore 是 SDD 流程中的探索阶段技能，用于在改动代码前调查和分析某个想法或代码库区域。它只做纯研究，不写代码、不修改任何内容，产出带引用的持久化探索文档，是后续 propose、spec、design、tasks、apply 阶段的强制前置门槛。
bro
bro 是一个用于改写消息的 AI 技能：它会把你上一条消息用平实的人类语言重新表述一遍，去掉行话套话，让表达更简单、更连贯、更简洁，就像一个人在和另一个人正常说话。
principle-model-the-domain
一条编码原则：在编写有状态逻辑、代码分支过多或跨文件重复形状假设时，用数据结构表达领域模型，而非把规则散落在条件判断中。
teach
Teach 是一个用于把一项工作或代码讲清楚的技能。它建立在 how 和 why 两个技能之上：先运行 how 了解某物如何运作，再运行 why 了解它为何这样设计，然后把两者的发现融合成一段通俗易懂的解释。它面向提问者的实际需求（即将修改、审查、调试或初次接触），根据对话中已知的信息决定讲解重点，跳过对方已经掌握的内容。讲解从一句平实的定义开始，再结合具体场景展开，先给出最小完整答案，再按需逐层深入。它强调用对话而非讲座的方式，配合代码、diff、调试器或分步图示来帮助理解，并保持 why 的置信度措辞不变。
technical-writing
一套分层技术写作规范，结合 Diátaxis 文档结构、Google 开发者风格、STE 指令规则与 Global English 句法，目标是让疲惫的工程师一次读懂。适用于文档、PR 描述与提交信息。
unslop
unslop 是一个用于去除文本中 AI 写作痕迹的编辑技能，来自 hachej/boring-stack。它通过扫描并改写 AI 常见模式，在保留原意和语气的前提下让文字更自然、具体、直接。
writer-agent
Writer Agent 是一个将文档或链接转换为越南语风格化系列文章的技能，支持 PDF、DOCX、EPUB、URL、YouTube 或纯文本输入，提供 7 种预设风格组合或自定义五维混搭，并按文档规模自动选择处理流程。
ray-writer
Ray Writer 是一个中文长文写作技能，把灵感、剪藏审核卡、调研包或已有草稿装配成有事实、有情绪、有网感和传播力的文章，并接入本地 Obsidian 知识库的成稿、发布与复盘流程；也可把外文或他人文章做成带授权署名的译介稿。
scholar-evaluation
基于 ScholarEval 方法论的系统化学术与研究作品评估技能，可按多维标准评估论文、研究提案、文献综述与学术写作，输出结构化评分、反馈与改进建议。
sw-series-case-studies
剧集写作案例库，汇总《白宫风云》《黑道家族》《唐顿庄园》《伦敦生活》等一手剧本的结构数据与可迁移手法，供编剧按需检索，非通读材料。
kb-creator
kb-creator 是一个用于在项目根目录 knowledge-base/ 下生成结构化项目知识库的技能，可产出 10 个规范化 .md 文件。支持从现有源文档静默生成，或从零开始以交互方式构建，帮助把单体文档整理为主题化知识库。
research-outline
research-outline 是一个研究项目启动技能，依据模型已有知识生成研究对象清单与研究字段框架，再通过网络搜索补充，最终输出 outline.yaml 与 fields.yaml，供 /research-deep 和 /research-report 等后续步骤使用。
related-work-writer
Related Work Writer 是一个用于撰写或修订论文“相关工作”章节的 AI 技能，基于有来源支撑的文献地图、注释书目、论文列表或草稿生成文字，帮助作者按主题组织前人工作、公平对比并定位自身贡献。
youtube-research-video-topic
这是一个专用于 YouTube 视频选题研究的技能（Skill），聚焦于纯研究环节：在实际规划视频制作之前，通过分析同类竞品、寻找内容空白点，输出有数据支撑的战略性洞察。它不会生成标题、封面或开场钩子，只负责研究。技能会调用 YouTube 分析相关的子代理和研究工具，先创建研究文件 research.md，再依次理解选题、调研用户自己频道的相关视频、分析 5-8 个高互动竞品视频、进行内容空白分析并给出带星级的推荐重点，最终把结果按固定模板写入 ./youtube/episode/ 下的研究文件。适用于需要在选题阶段了解竞争格局、发现差异化机会、保持系列视频内容连续性的创作者。
scientific-brainstorming
这是一个用于科研创意生成的对话式大脑风暴技能，充当研究者的创意伙伴，帮助提出假设、探索跨学科联系、质疑既有假设、构思方法论并识别研究空白。适合科研创新和实验设计初期使用。
lieflat-gongwen
基于真实公文语料全量统计的公文写作 skill，分公文族与党建族，覆盖调研报告、领导讲话、工作意见、经验材料、工作方案、经验总结及千字级党建经验材料，提供数值参数、骨架公式、标题技法与自检脚本，写作可量化验收。
academic-peer-reviewer
该技能用于让研究智能体扮演独立的学术同行评审员，在论文投稿正式期刊前，对稿件进行客观、建设性的评审。智能体会围绕论文的引言与背景、方法论与实验、结果与讨论、参考文献四个核心方面进行批判性评估，判断研究的新颖性贡献与方法可靠性，并将反馈分为主要问题（重大缺陷，如方法论致命弱点、统计分析错误、实验基线不当、数据解读错误、缺乏科学新颖性）和次要问题（拼写错误、图表格式、语句可读性、补充参考文献建议）。最后模拟给出客观的评审决定，包括接受、小修、大修或拒稿。评审报告须遵循正式结构：稿件贡献摘要、逐部分批判性评估、主要问题清单及具体修改建议、次要问题清单、最终决定建议及理由。该技能依赖 extract-methodology 和 citation-and-reference-validator 两个技能。使用方式示例：“使用 academic-peer-reviewer 技能审阅以下科学文章草稿，并提供结构化的评审报告。” 注意事项包括：避免评审过于描述性或肤浅，避免模糊反馈（如仅说“方法不好”而不指出具体问题和改进方向），保持礼貌、客观、有指导性的专业语气，以及不可忽视对研究新颖性的评估。
teach
Teach 是一个技能（skill），用于把一个工作或代码库讲清楚，让人真正理解它是什么、怎么运作、为什么这样设计。它建立在 how 和 why 两个技能之上：先运行 how 了解实现方式，再运行 why 了解设计原因，然后把两者的发现融合成一段平实的解释。Teach 会根据提问者的动机（准备修改、审查、调试或初次接触）和已知信息，决定对方应该带走哪几个要点，跳过已经掌握的内容，把深度放在问题上。解释以通俗定义开头，再结合具体场景展开，遵循最小完整回答优先、按需加层、对话而非讲座的原则。它鼓励用代码、diff、调试器或图示来展示，图示按逐步添加单个部分的方式绘制，避免一次性给出全部。Teach 自身不修改任何东西，目标只是让人理解。
humanizer
Humanizer 是一个写作编辑技能，用于识别并去除文本中的 AI 生成痕迹，让文字读起来更自然、更像真人写作。它基于维基百科“AI 写作迹象”页面，适用于参考类文本与长篇营销内容的编辑与审阅。
technical-presentations
用于创建和交付技术演示、演示与演讲的技能，提供内容结构、幻灯片设计和现场演示的框架，帮助面向开发者受众进行讲解、说服与互动。
user-interview-synthesis
该技能用于把用户访谈转录稿整合成结构化研究结论，适用于分析访谈笔记、综合定性研究，梳理主题、痛点与可执行洞察。