literature-review
用于结构化撰写文献综述的 Claude 技能，覆盖叙事综述、系统综述、范围综述、整合综述及论文背景章节，强调按主题综合证据、批判性评估方法并识别研究空白。
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
13,928 个结果
gen-docs
gen-docs 是 Kimi Code CLI 的文档维护技能，依据最近的 git commit、暂存变更和 changelog.md，对照 docs/AGENTS.md 的说明检查并更新 docs 目录下的用户文档，确保文档与最新代码行为一致。
human-voice-writer
Human Voice Writer 是一个写作技能，用于让长文、邮件、文章、报告等文本读起来更像真人写作而非 AI 生成。它基于文体计量研究、风格研究与 AI 检测方法，给出禁用词、句式变化、结构打破等规则，并提供改写与匹配特定声音的工作流。
interview-writeup
面向社会学质性访谈研究的写作辅助技能，帮助研究者起草与修改方法部分和发现部分，强调以论证驱动的叙事而非主题罗列，并与 interview-analyst 技能配套使用。
review-requirements
review-requirements 是一个评估型原子技能，用于在设计开始前，对照需求建模规范与需求质量规则审查已有需求文档，输出问题清单，不撰写或改写需求。
requirements-specification
该技能用于需求收集、用户故事编写、验收标准定义与范围管理，可将客户洞察转化为工程可执行的清晰规格。涵盖 INVEST 原则、用户故事模板、BDD 验收标准、需求文档结构、MoSCoW 优先级与变更管理。
writing-user-stories
用于让 Claude 或子代理按标准格式编写用户故事（user story）的技能，适用于需要撰写用户故事或规划功能时。
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，让内容读起来更像真人写作。它基于维基百科「AI 写作迹象」页面整理，覆盖措辞、语法、风格与沟通模式等表层问题。
openalex-database
OpenAlex Database 是一个用于查询和分析学术文献的工具，基于 OpenAlex 开放学术目录，覆盖超过 2.4 亿篇学术作品、作者、机构、主题、来源、出版商和资助方。该技能提供查询 OpenAlex API 的工具与工作流，可用于检索文献、分析研究产出、追踪引用以及开展文献计量研究。核心能力包括按标题、摘要或主题搜索论文，按作者或机构查找作品，筛选高被引和开放获取论文，分析发表趋势，进行引文分析、主题分析和大规模数据导出。使用时需先安装 requests 包并初始化客户端；建议提供邮箱以进入 polite pool 获得 10 倍速率提升。无需 API 密钥，数据完全开放免费，默认速率限制为每秒 1 次请求、每日 10 万次。提供高层辅助函数和直接 API 访问脚本，自动处理分页、重试与速率限制。
content-evaluation-framework
这是一个用于评估教育类书籍章节、课程或教学内容质量的技能。它提供一套系统化的六类评分标准，包含可量化的质量标准。评估涵盖技术准确性（权重30%）、教学有效性（25%）、写作质量（20%）、结构与组织（15%）、AI优先教学（10%）五个加权类别，以及作为通过/失败门槛的宪法合规性检查。技能定义了明确的评分等级（优秀90-100%、良好75-89%、需改进50-74%、不足低于50%），并规定最终加权分数计算公式。评估流程要求先阅读宪法文件，通过合规性门槛后才能进行加权评分，且每个分数都必须有证据支撑（引用、行号）。输出为结构化Markdown报告，包含执行摘要、类别分数表、详细发现、优势、改进领域和可操作后续步骤。该技能适用于迭代起草中的质量检查、课程完成后的综合评估、按需审查以及验证阶段前的最终签核。
grant-writing
grant-writing 是一个用于撰写科研基金申请、打磨研究目标并对齐资助机构优先事项的技能，可生成结构化提案概念，并针对 NSF、NIH 等机构的评审标准组织内容。
qws
QWS 是 qianwenflow/qwskill 公开包的统一入口，用于 AI 采访。当用户说 /qws、qws、调取QWS、想接受 AI 采访，或希望通过连续提问把经历、想法或判断说清时使用。当前公开包仅含 qws-interview。
eli5
eli5 是一个用于把复杂主题解释得像对五岁小孩说话一样的技能，来自 scottwater/skills 仓库。它接收一个主题作为输入参数，输出一个以简单 HTML 图片为主的说明性产物（artifact），特点是图片大、文字少，帮助完全不了解该主题的人快速理解。该技能适合需要通俗化讲解、教学演示或快速科普的场景。
title-gen
该技能用于为文章批量生成多个候选标题，覆盖不同策略类型，并标注适用平台。当用户提出"帮我起个标题""生成标题""取标题""想个标题""这个标题不好，换几个"等需求时使用；用户刚完成创作并需要标题时也可主动建议使用。技能会先理解文章内容与核心观点，再尝试读取本地写作风格偏好文件以调整标题排序，随后生成 5-8 个覆盖数字型、反常识型、痛点型、悬念型、直给型、提问型、对比型等策略的候选标题，并为每个标题标注策略类型、适合平台（如公众号、小红书、Twitter、博客）以及是否推荐。展示时以表格形式呈现，用户选定标题后还可基于该标题生成 3 个微调变体。技能强调避免标题党、控制不同平台的标题长度差异，并要求每个标题都具备点击吸引力。
review
中文网文审稿与追读诊断技能，从读者留存视角检查钩子、爽点、伏笔、人设、节奏与文本人味，产出数据化诊断报告和可执行的修改建议。
doc-writer
Doc Writer 是一个用于在项目 /docs 目录下创建结构化技术文档的技能。它适用于编写规格说明（specs）、实施计划（planning）、架构决策记录（ADRs）以及参考文档等。该技能会先检查项目中已有的 docs/ 结构，再确定文档类别，然后按 YYYY-MM-DD-<feature-name>.md 的格式生成文件名（ADR 例外，使用 NNNN-<name>.md 顺序编号），最后读取并套用 references/ 中对应的模板创建文档。
viral-topic-finder
viral-topic-finder 是一个用于内容选题与标题创作的 AI 技能。它根据用户给出的选题方向或已输入的内容，帮助挖掘高流量、吸引人的具体选题，并为每个选题生成多个标题变体。该技能适用于内容创作、文章写作、自媒体运营等场景，在用户需要选题建议或标题优化时使用。其核心工作流程分为三步：先理解选题方向，识别目标受众、核心需求与内容类型；再从热点趋势、用户痛点、争议话题、实用价值、情感共鸣等维度挖掘具体选题，为每个方向提供 5 个具体选题建议；最后为每个选题生成 5 个标题变体，并遵循 10 大爆款标题原则（数字法、疑问法、对比法、痛点法、权威法、稀缺法、故事法、情绪法、颠覆法、利益法）。技能强调标题多样性，限制清单式数字结构的占比，避免套路化数字，要求同一选题的标题在开头结构、句式与节奏上明显不同，并给出首选标题长度与需规避的标题类型（过于夸张、标题党、过于学术、缺乏吸引力）。输出采用固定结构：选题方向、具体选题建议、每个选题的 5 个标题变体及所用原则编号。
paper-review
Paper Review 是一个面向学术论文的审稿式评审技能，基于 academic-writing-skills 手稿完整性框架，按方法、领域、评审轮次等模块渐进式组织评审。它强调证据安全：不编造机制、引用、事实或审稿人偏好，不因文风推断 AI 作者身份，不擅自修改手稿（除非用户授权修订）。评审覆盖框架与贡献、设计与方法、结果与主张范围、讨论与综合、图表与符号、写作与交付等维度，并输出带严重度、证据状态、影响产物和阻塞阶段的优先级行动项。适用于跨学科手稿的评审、批评、评论或轮次评估，支持可选领域模块（如心理测量/SEM、AI-LLM 计算、水资源、洪水水动力等）。
evidence-auditor
Evidence Auditor 是一个用于论文评审流程的技能，将已提取的 claim 台账（output/CLAIMS.md）转换为逐条证据缺口报告。它适用于 paper-review 场景中需要检查每条 claim 的证据链、缺失 baseline 或评测薄弱点的情况。该技能不联网，输入为 output/CLAIMS.md，输出 output/MISSING_EVIDENCE.md 和 output/EVIDENCE_AUDIT.jsonl（review-evidence-gap.v1）。每个缺口块包含 claim 引用、已有证据、缺失或薄弱之处、最小修复建议和严重程度；每条 JSONL 记录保留 claim_id 和稳定的 gap_id，便于最终评审精确引用。其边界是只遍历已有 claim、分类证据风险并写出可操作的缺口项，不发明新 claim、不重写稿件。验收标准为每条 claim 都有对应证据说明或缺口项、最小修复具体可操作、结构化记录可回连到每个 claim_id。非目标包括稿件重写、新颖性评估和推荐意见撰写。
subsection-writer
Subsection Writer 是一个用于学术综述写作流程的技能，将综述正文按小节拆分写入 sections/ 目录下的独立文件，使每个单元在合并前可单独进行质量检查。它属于 research-units-pipeline-skills 流水线，采用兼容路由模式：输出路径保持不变，scripts/run.py 仍负责审批检查、缺失文件引导和 sections/sections_manifest.jsonl 刷新，写作指导则移至 references/ 目录。触发词包括 subsection writer、per-section writing、split sections、sections/、分小节写、按章节拆分写作。适用于已记录 Approve C2 且存在 writer packs（outline/writer_context_packs.jsonl）的场景，用于在证据约束下逐节起草，而非一次性生成整篇草稿。
multi-lang-readme-cn
Multi-Lang README（中文）是一个用于将现有 README 翻译为中英或多语言版本的技能，在翻译过程中保持 Markdown 结构、链接、代码块与语言切换导航稳定。它支持中英双语及多语言 README 集合，适用于创建双语 README、多语言 README、将现有 README 翻译为指定语言、统一 README 语言切换链接等需求。流程包括定位 README 源文件、确认目标语言与主 README 语言策略、保留 Markdown 结构完成翻译、按语言后缀写入目标文件、在顶部补齐语言切换链接，并在交付前检查路径、链接与格式一致性。支持语言包括 en、de、ja、ko、zh-CN。该技能不处理与 README 无关的通用文档改写，也不适用于法律/合同等高风险文档翻译。
git-wiki
git-wiki 是一个用于为代码项目构建和维护本地 Wiki 的技能。它默认在 .wiki 目录下生成 Wiki，也支持按语言命名的根目录（如 .wiki-cn、.wiki-fr 或用户指定的 wiki-cn）。其事实来源始终是当前 git 跟踪的仓库文件（HEAD），而非 Wiki 本身。该技能提供 ingest（摄取）、export（导出）、query（查询）和 lint（检查）等操作，自动检测变更文件、生成人类可读的入口页面，并支持多语言独立 Wiki 根目录。
environmental-analysis
建筑场地气候与环境分析技能：给定地址、城市或坐标，联网检索公开资料，整理气候、洪水、地震、土壤、污染与地形等前期规划信息，输出带来源与免责声明的 Markdown 报告。仅用于初步规划，需专业机构复核。
synthetic-market-research
基于 LLM 合成问卷回答与语义相似度评分（SSR）的快速低成本市场调研技能，可做购买意愿、概念测试与定价研究，供创始人、产品经理和研究者在不招募真实样本的情况下进行方向性验证。