story-import
逆向导入已有小说的技能：把半成品或完本作品反向解析为标准项目目录，兼容 story-long-write / story-short-write 后续续写流程，内部复用 story-long-analyze / story-short-analyze 拆解管道。
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
13,938 个结果
story-long-analyze
story-long-analyze 是一个面向长篇网络小说的深度拆文技能，用于系统拆解爆款长篇作品。它采用单一深度拆解管道：先完成黄金三章（Stage 1）深度拆解并产出快速预览报告，询问用户是否继续；确认后从 Stage 2 续跑逐章摘要、聚合分析、设定与角色关系、汇总报告和文风分析。产物全部落盘到 拆文库/{书名}/ 目录，包含概要、章节摘要、角色档案、剧情节奏、情绪模块、设定、拆文报告和文风等文件。支持并行处理章节、断点恢复、部分失败容忍，并可与 story-long-scan、story-long-write 等流水线衔接。
story-long-write
面向中文长篇网络小说创作的写作辅助技能，从选题、世界观设定、卷纲与逐章细纲，到正文候选稿、章节追踪、大修与分支推演。触发词包括 /story-long-write、写长篇、帮我开书、写大纲、日更、续写、修改第X章、作者文风蒸馏等。
story-review
story-review 是一个多视角对抗式小说审查技能，支持 full/lean/solo 三种模式：full 并行调用架构、角色、文字、一致性等 reviewer agents，lean 只调用架构与一致性 agent，agent 缺失或失败时自动降级 solo，参考文件不可读时使用内置 rubric。触发方式为 /story-review、/审查、「审查一下」「帮我审一下」。
story-setup
网文写作工具集基础设施部署工具，为 Claude Code、OpenCode、Codex、ZCode、TRAE Code、WorkBuddy/CodeBuddy Code、OpenClaw、Reasonix 及通用 Web AI 等环境部署写作技能、代理、命令与钩子，并合并而非覆盖用户已有配置。
story-short-scan
短篇网文扫榜技能，用于分析知乎盐言、七猫、黑岩、点众等平台热门短篇数据，捕捉风口题材。触发方式：/story-short-scan、/短篇扫榜、「短篇什么火」「知乎故事排行」。
story-short-write
短篇网文写作技能，用于从构思到成稿完成一篇中文短篇小说，聚焦情绪拉扯与节奏把控。触发方式：/story-short-write、/写短篇、「帮我写一篇短篇」「写个盐言故事」。仅交付中文短篇正文，英文短故事需改走 story-globalize。
notebooklm
该技能让 Claude Code 直接查询 Google NotebookLM 笔记本，通过 Gemini 获取基于已上传文档、带引用的答案。每次提问会打开新的浏览器会话，仅从文档中检索答案后关闭。
accord
Accord 是一个面向业务、开发与设计团队的统一规格包（specification package）编写技能，通过 L0 愿景、L1 需求、L2 团队细节、L3 验收标准的分阶段细化，产出可被多团队从不同角度阅读的共享规格文档。它强调需求可追溯性、BDD 验收标准与跨职能评审，并可作为下游 AI 智能体（Builder/Radar/Voyager）执行实现、测试与端到端流程的可执行规格入口。Accord 不编写代码，也不产出视觉稿或架构决策。
youtube-feed
一个用于获取所关注 YouTube 博主/播客最新更新的技能，可列出最近几天的新视频，包含标题、发布时间和简要描述，适合每日检查关注的 AI/科技播客是否有新内容。触发词包括“获取播客更新”“最近有什么新播客”“YouTube 更新”等。
Geek-skills-wechat-article-writer
微信公众号文章创作助手，可根据网站链接、文本或图像素材生成公众号文章，支持企业官号文案、个人技术博客、社区活动回顾、产品评测等风格，并提供标题方案、排版建议与质量自检。
review-the-docs
用于在本地 supabase/supabase 检出中审查文档改动的技能：支持审查开放 PR（分类、验证、报告）或在开 PR 前自审当前分支，按路径类型套用对应检查清单。
deep-research
Deep Research 是 SuperClaude 框架中的一个深度研究模式技能，用于系统化地开展调查与研究工作。当用户提出研究、调查、探索需求，或需要带引用的最新信息时启用。该模式要求遵循一套研究协议：先明确研究问题与边界，再通过 WebSearch、WebFetch 及 MCP 工具收集证据，评估来源的可信度与相关性，最后综合成连贯分析并附上引用。其核心要求包括：每个论断必须有来源、存在多种观点时需并列呈现、区分事实/共识/推测、用表格做对比、为结论给出高/中/低置信度，并在结尾附上 Sources 章节。输出采用固定格式，包含 Key Findings、Analysis、Confidence 和 Sources 四部分。
skill-writer
用于编写、压缩或重构 BK-CI skill 的元技能，帮助收紧 description、统一主文件骨架、把重内容下沉到 reference/，并固化渐进式披露规则，适合新增或规范化 skill 时使用。
sparkling
Sparkling 是一款结构化业务研讨技能：作为携带材料的推导伙伴，帮助对齐问题与目标、记录事实与假设，用证据对撞和异质解释突破旧判断，最终收敛为一页纸结论。适用于业务卡点、复杂资料讨论、深层洞察与认知突破类任务。
academic-rebuttal
Academic Rebuttal Skill 是一个面向学术论文作者的技能，用于在同行评审意见和评分返回后，帮助作者在有限的 rebuttal 周期内做出更有效的回应。它采用两阶段设计：第一阶段进行评审意图诊断、可行性评估和实验规划；第二阶段在作者提供已完成结果或确认不再补充实验后，生成供作者审阅和重写的回应材料。该技能强调先检查目标会议或期刊关于生成式辅助的政策，区分语言润色与实质性内容生成，并要求作者对最终提交内容负全部责任。它不会直接产出可提交的 rebuttal，而是提供分析、计划和草稿，所有结论必须基于作者提供的证据，缺失信息以占位符标注。
citation-anchoring
Citation Anchoring 是一个回归检查技能，用于确认润色或编辑后引用标记没有跨 ### 子章节迁移，防止“润色漂移”破坏论点与证据的对应关系。它只审计不修改，输出 PASS/FAIL 报告。
rubric-writer
Rubric Writer 是 research-units-pipeline-skills 中的一个技能，用于论文评审流程的最后阶段（C3）。当 paper-review 已产出 claims 与证据缺口、需要生成最终裁判式报告时使用。它读取 output/CLAIMS.md 与 output/MISSING_EVIDENCE.md（可选 output/NOVELTY_MATRIX.md、DECISIONS.md），将其转换为最终评审交付物 output/REVIEW.md。该报告包含固定章节：Summary、Novelty、Soundness、Clarity、Impact、Major Concerns、Minor Comments、Recommendation，且每条主要关切必须引用对应的 claim_id 或 gap_id，以保证可追溯性。脚本 scripts/run.py 负责读取既有评审产物、渲染固定评分章节，不重新解析稿件或执行检索。
style-harmonizer
Style Harmonizer（去槽位编辑器）是一个用于统一论文写作风格的技能，主要针对 sections/*.md 文件，在不改变含义和引用键的前提下，去除生成器味的句式。它适用于 writer-selfloop 已通过但输出中仍标记出 Style Smells（如重复的计数式开头）的情况。该技能只对报告中标记的特定文件进行定向改写，保留事实与引用键不变，完成后需重新运行 writer-selfloop 并创建 sections/style_harmonized.refined.ok 标记文件。
writer-selfloop
写作自循环技能：对综述类文稿运行严格的章节质量门禁，只重写未通过的 sections/*.md 文件，直到报告变为 PASS，避免整篇返工。
algorithm-design-planner
Algorithm Design Planner（算法设计规划器）是一个面向机器学习与人工智能研究的技能，用于将已验证的研究想法转化为可落地的方法设计。它覆盖目标、架构、推理过程、假设、消融实验以及实现交接等环节，帮助研究者在动手写代码前先明确算法机制。该技能适用于想法已通过早期验证、需要形成正式算法；方法、损失函数、架构、推理流程或训练配方尚不明确；需要在编码前产出方法设计文档；或论文方法章节难以撰写等场景。它强调先设计机制再设计实验，要求明确假设与不变量、区分核心设计与可选工程、为每个组件配套消融或诊断方案，并输出可交接的实现计划与实验计划。该技能不负责启动实验，需在设计足够具体后再搭配 experiment-design-planner 使用。
experiment-design-planner
Experiment Design Planner 是一个在运行前规划机器学习与人工智能实验的技能，强调以假设和可验证命题为起点设计实验，而非事后汇报结果。它适用于消融实验、基线对比、指标与控制变量、随机种子、日志记录以及证据-主张矩阵等场景。技能提供 SKILL.md 及多个参考文档，覆盖消融矩阵、证据标准、指标与控制、报告模板，并按需渐进加载。其核心流程包括：明确主张与研究问题、陈述假设与证伪条件、定义证据标准、选择基线与控制变量、确定指标与日志、构建运行矩阵、设定停止条件、进行审稿人风险检查、撰写实验计划，并在项目内存中回写计划状态。该技能可与 research-project-memory、run-experiment、experiment-report-writer 等配套使用，帮助避免在目标模糊的运行上浪费计算资源，并为论文投稿准备可复现的证据。
create-readme
create-readme 是一项用于为软件项目生成或更新专业文档的技能，主要产出 README.md、CHANGELOG.md 以及按语言组织的辅助文档。它从代码库结构、配置文件、依赖清单、Git 提交历史、标签记录和现有文档中采集证据，据实撰写项目说明与变更日志，要求生成的每一项陈述都能追溯到仓库中的文件、提交或配置。该技能覆盖栈识别、架构分析、测试命令提取、发布日期与未发布变更整理等环节，并遵循 Keep a Changelog、SemVer 与 Conventional Commits 等通行规范。文档产出后还会经过 Markdown 检查、内部链接与 Mermaid 语法校验，并以约定式提交方式记录变更。它不负责 API 参考文档、许可证文本、代码注释、架构图或智能体脚手架等任务。
research-challenge
research-challenge 是 allenai/asta-plugins 中的技能，用于总结在当前工作目录中借助 Asta 技能完成的研究项目，并可选提交到 asta-research-challenge 仓库。它本身是路由器，需按用户意图选择 reflect 或 submit 工作流并打开对应 .md 文件执行。