research-protocol
用于撰写结构化研究方案或研究设计文档的技能，适用于学术、临床、社会科学或市场研究。可按模板生成包含背景、目标、设计、参与者、方法、结局、数据管理、分析计划、伦理、传播与时间线的完整方案。
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
13,929 个结果
hexdocs-fetcher
HexDocs Fetcher 是一个用于抓取 hexdocs.pm 上 Elixir 库文档的技能，借助 Claude Code 的 WebFetch 工具将 HTML 转换为 Markdown，并提取模块、函数、指南、更新日志等内容。适用于查询 Elixir 库文档时减少 token 消耗。
app-store-screenshots
用于 iOS/macOS 应用 App Store 截图全流程的技能：竞品截图调研、ASO 关键词规划、按尺寸构建截图并导出上传。
hypothesis-generation
该系统化技能用于生成可检验的科学假设。它从观察、问题或初步数据出发，帮助研究者提出基于证据的机制性解释，设计实验，探索竞争性解释，并形成明确预测。工作流包括理解现象、检索文献（支持PubMed与通用搜索）、综合已有证据、生成3至5个可区分的竞争假设、依据可检验性、可证伪性、简约性等标准评估假设质量、设计实验测试、给出可量化预测，最后按模板输出结构化结果。适用于生物医学及跨学科科研中的假设构建、机理研究规划与文献驱动探索。技能内置假设质量标准、实验设计模式和文献检索策略等参考文档，并提供输出模板。
research-lookup
通过 OpenRouter 调用 Perplexity 的 Sonar Pro 或 Sonar Reasoning Pro 模型进行实时研究信息查询，并按查询复杂度自动选择模型，返回带引用的学术文献、技术文档与统计数据。
tooluniverse
ToolUniverse 是一个面向科研的统一工具生态，让 AI 智能体以标准化方式访问 600+ 科学资源，覆盖生物信息学、化学信息学、基因组学、结构生物学、蛋白质组学与药物发现等领域的工具、模型、数据集和 API。
paw-pa-research
Proposal research 工作流，将结构化 brief 结合本地案例库与网络证据，生成以 HTML 研究报告形式呈现的提案研究档案，用于 substantiate 提案。
seven-pass-review
面向学术手稿的七轮对抗式审稿协议，出自 pedrohcgs/claude-code-my-workflow。它并行启动 7 个全新上下文的子代理，分别审查摘要、引言、方法、结果、稳健性、行文与引用，再由综合器汇总为一份按优先级排序的修改计划。
context-layer-health-check
PostHog skills 中的上下文层健康检查技能，用于在确定性整合后对上下文 wiki 质量做语义审查，依据 git 合并日志中的 wiki-miss 信号排查矛盾结论、过时优先级、重复主题等问题。
interview
Interview 是一个基于代码仓库的发现式访谈技能，用于在编写 PRD、进行功能立项或规划之前，先通过聚焦访谈澄清需求。它先扫描仓库上下文，再针对无法从代码中推断的决策运行 grill-me 访谈，最终产出一份可交接的访谈简报（interview brief），供 prd-writer、feature-intake、shape、/prd spec 或直接实现使用。该技能默认不写代码、不创建 issue、不产出最终 PRD，仅在明确批准后才写入外部系统。
wordpress-centric-high-seo-optimized-blogwriting-skill
这是一个面向 WordPress 的 SEO 博客写作技能，帮助内容策略师和文案撰写者生成结构完整、可直接发布的长文博客。它要求输入标题、主关键词、搜索意图、行业领域等必填信息，并可选提供品牌、目标受众和背景主题。技能会按固定结构产出正文，包括目录、引言、Truth Box 洞察表、核心章节、对比表、常见误区、FAQ 和结论，并遵循自然人类语言、短句、不编号标题等写作规则。若用户需要，还可附加 Yoast SEO 元数据（焦点关键词、SEO 标题、slug、元描述、社交标题与描述）以及 BlogPosting 和 FAQPage 的 JSON-LD 结构化数据。此外支持图片 SEO 规划，为指定数量的图片生成替代文本、标题、说明、描述和放置位置，并至少有一处替代文本包含主关键词。技能提供批处理模式，可单独输出博客正文、SEO 元数据、图片 SEO 或结构化数据。它强调事实准确性，不猜测或编造数据，无法联网时会明确说明限制。该技能仅限内容生成，不执行命令或修改系统状态，也不替代专家审核与事实核查。
deconstruct
拆书对标爆款（deconstruct）是一个用于拆解爆火网文、提炼可复用写作结构的技能。它把一本热门书“拆零件”，从开篇钩子、金手指、爽点节奏、人物模板、章节节奏等维度提炼出抽象结构模板，供创作者套用到自己的原创题材中。该技能强调“学结构不抄字”的原创底线：套路（如打脸、扮猪吃老虎）属公共写作技法可自由借鉴，但具体文字、独创设定、剧情桥段不可复制。适用于用户想拆书、分析爆款为什么火、对标某本热门书、提炼开篇/爽点/金手指/节奏套路，或想“照着爆款的写法写自己的故事”等场景。工作流包括获取对标对象、六维拆解、提炼可复用模板、衔接创作四步，并可调用 hook-library、goldfinger-types、trope-library 等配套资源，最终将模板喂给 idea/outline/spark 生成原创作品。
dialogue
中文网文对话与台词技能，用于写或修改对话、设计金句与名场面台词，以及打脸、装13、反派、虐心、甜宠等专项台词。产出口语化、有潜台词、符合人设声音的台词，解决对话生硬、太书面、像AI、角色一个腔等问题。
epic-requirements-specification
这是一个用于交互式定义和界定项目 Epic 范围的技能。它通过一次只问一个问题的方式收集需求，生成 Markdown 文件，并支持通过 MCP 同步，以及衔接用户故事（User Story）的后续编写。
help-center-design
Help Center Design 是一个用于设计或审计“AI 优先”帮助中心、知识库、FAQ 与学习材料的技能。它覆盖从范围界定、知识盘点、信息架构、内容标准化，到指标度量、AI 支持（RAG、聊天机器人、升级规则）与知识运营的完整工作流。该技能提供分类法、文章模板、分析规范、AI 支持规范与运营节奏等输出，并包含内容类型决策矩阵、平台选择参考、2025-2026 最佳实践、AI 集成模式、KPI 指标、学习与引导模式、实施清单及趋势感知协议。
context-analyzer
context-analyzer 是一个项目上下文分析引擎，用于扫描项目结构并为智能文档创建提供相关信息。它解决的核心问题是：AI 助手在创建文档时缺乏对项目上下文、已有产物和当前工作流状态的感知，导致引用缺失和内容重复。该技能通过分析项目目录、解析产物元数据与可追溯性章节，构建上下文模型，从而为新文档创建提供相关参考信息。它适用于在已有项目中开始文档工作、创建需要上游引用的新产物、了解已有文档情况、识别文档覆盖缺口，以及为 doc-* 技能调用准备上下文等场景。
taxonomy-builder
Taxonomy Builder 是一个用于从核心论文集合构建多层级分类体系的工具。它读取 papers/core_set.csv，结合范围约束，生成 outline/taxonomy.yml，输出为 YAML 列表，包含至少两层结构，并为每个节点提供简短且具体的描述。该工具处于路由与兼容模式，触发关键词包括 taxonomy、分类、主题树、taxonomy.yml。它适用于综述或快照类研究中的结构阶段（不产出正文），在已有通过且可映射的分类体系时应跳过，避免无意义重构。工具运行时不联网，护栏要求避免泛化占位桶，保持 2 层以上且每节点有具体描述。它支持领域包机制，当前兼容包包括 llm_agents、gen_image、embodied_ai、rag_evaluation，领域包以 assets/domain_packs/*.yaml 形式存在。脚本 scripts/run.py 仅作确定性脚手架/辅助，检测并加载领域包，否则回退到通用构建器；不会覆盖非占位的用户分类体系。可选输入包括 papers/papers_dedup.jsonl、DECISIONS.md、GOAL.md、queries.md。
yao-weread-skill
根据微信读书账号数据生成精排中文HTML阅读报告，支持阅读统计、笔记、书架、词云、热力图、雷达图与读者画像，并可导出交互式报告文件，适用于个人阅读复盘及示例报告生成。
journal-recommender
Journal Recommender 是一个基于摘要的投稿期刊推荐工具。它会解析稿件摘要，识别主要学科、可选次要学科、研究类型，并提取 3-5 个英文关键词；随后结合当前期刊元数据、官方 Aims & Scope 证据以及投稿风险检查，给出适合投稿的期刊建议。默认使用中文说明，期刊名称保留官方英文形式。核心流程包括：先从摘要信号做出投稿策略估计（仅用于选刊分层，不代表论文真实质量），在检索前询问用户投稿偏好（目标分区/检索要求、审稿速度、费用与 OA、策略倾向、额外限制等），再通过可用的网页/搜索/页面抓取工具获取期刊数据，构建 challenge/target/safety 候选池并评分、排除风险，最终输出 3-5 本期刊推荐（条件允许时为 challenge 2 + target 2 + safety 1）。每条推荐包含期刊名、ISSN、影响因子、中科院/JCR 分区、收录状态、与 Aims & Scope 相关的匹配理由、审稿速度/难度/OA/APC 等实用说明、风险状态以及官方页面和元数据来源链接。若网络工具不可用或关键数据无法验证，会明确说明并标注未确认，不编造推荐。
writing-clone-profile
写作分身引擎（Profile 版）：先初始化生成你的风格 Profile，再按你的风格创作公众号／自媒体内容。支持去 AI 味、文风优化，强调先采集上下文再动笔，最多追问两个问题。
doc-coauthoring
doc-coauthoring 是一个引导用户以结构化工作流协作撰写文档的技能，适用于编写技术文档、项目提案、技术规范和决策文档等场景。它把写作过程拆分为三个阶段：上下文转移（收集需求与背景、确定受众与目标、列出关键要点）、内容迭代（快速写出核心初稿、添加细节与示例、检查逻辑与流畅性）、验证（从受众理解度、信息完整性、可执行性三方面检查）。该技能覆盖技术规范（如 API 文档、架构设计）、提案（项目计划、功能建议）、决策（ADR、技术选型）、指南（教程、手册）等文档类型，并强调结构化标题层次、示例优先、迭代优化等最佳实践。用户可通过“写文档”“创建提案”“起草规范”“决策文档”等触发词唤起该技能。
doc-smith-localize
Doc-Smith 文档翻译技能，可将 Doc-Smith 生成的文档翻译成多种语言，支持批量翻译、增量翻译与术语一致性，并处理图片文字翻译与导航重建。
product-research
面向前端设计/建筑项目的 FF&E 产品调研技能：从设计简报出发，在网络上检索并比对当前可用的产品候选，附来源化采购信息，并可选保存到项目 product-library.csv。
alterlab-cdm-film-pitch
面向电影与影视项目开发的 AI 技能，帮助把原始创意整理成可融资的提案材料，涵盖 treatment、lookbook、pitch deck 与基金申请。适合需要撰写简介、视觉提案和口头路演的创作者。