authentic-voice
authentic-voice 是一个写作编辑技能,用于把听起来像 AI 写的文字改写成自然、像人写的文字。它针对 AI 写作中常见的浮夸、空泛和模式化表达,给出识别清单、修改规则和词汇替换建议,适用于文章、论文、报告、邮件和社交媒体帖等书面内容的撰写与编辑。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-23 00:13
13,988 个结果
authentic-voice 是一个写作编辑技能,用于把听起来像 AI 写的文字改写成自然、像人写的文字。它针对 AI 写作中常见的浮夸、空泛和模式化表达,给出识别清单、修改规则和词汇替换建议,适用于文章、论文、报告、邮件和社交媒体帖等书面内容的撰写与编辑。
用于创建或更新简洁、基于代码仓库的设计文档,并生成可供独立评审和功能交付的规范用户故事。适合在需要把产品与技术上下文整理为可安全实施的最小设计时使用。
用于 Elastic 文档 PR 的完整审查技能:按文档团队审查清单,从用户聚焦、技术准确性、适用性、可维护性、语言、风格六项标准生成合并报告,并建议批准、评论或要求修改。
用于检索与分析 arXiv 学术论文的技能,需配合 arXiv MCP 服务器运行。支持按主题、方法或作者搜索论文,提取方法、结果与局限,进行多篇对比与文献综述,并可按需将全文转为 Markdown。
literature-survey 是一个面向文献综述的循环式技能:通过搜索、抽取、映射、扩展的迭代流程,构建“主张×来源”的证据与矛盾矩阵,并在新增来源低于阈值时停止,适合需要结构化证据地图而非一次性摘要的调研问题。
research-question 是一个用于研究选题阶段的技能:把模糊的兴趣方向打磨成少量新颖、可行且值得回答的研究问题。它通过起草、按五轴评分、针对最弱项修改的循环,产出通过阈值的问题集。
research-online 是一个面向在线研究流程的技能配置指南,核心是指导如何使用当前环境中可用的搜索与网页抓取工具(如 web_search、web_fetch 或 MCP/CLI 等价物)进行多源发现、选择性深读、来源评估与结论综合,并把研究产物保存到 .researches/ 目录下以便复现。它不强制依赖 Firecrawl 等特定后端,强调先规划再搜索、扫描摘要而非全文、按来源权威性评分、在证据充分时停止,并提供会话初始化、结果保存与合并等脚本命令。
面向学术英语写作的技能,用于起草、修改和审查论文、报告、分析章节、执行摘要、结论和文献综述等文本,强调句式、动词、模糊限定与反 AI 合规,并将论点映射到可验证证据。
面向 ServiceNow 的问题管理技能,用于根因分析、已知错误记录、临时措施管理与永久修复跟踪,覆盖从事件模式识别到问题关闭的完整流程。
research 是一个面向代码仓库的研究型技能:针对某个问题检索高可信一手来源,并把结论整理成带引用的 Markdown 文件保存到仓库中。适合需要边工作边让后台代理完成资料调研的场景。
用于查询和阅读 Hugging Face 论文页(hf.co/papers)的技能:可将论文页抓取为 Markdown,或通过 Papers API 获取作者、关联模型/数据集/Space、GitHub 仓库等结构化元数据,并支持每日论文、搜索、索引与作者认领等操作。
一款用于生成创始人个人口吻内容的写作技能,可产出博客文章、X/Twitter 推文串和简报,特点是像真实的人在分享亲身经验教训,而非营销部门腔调。
InteractiveAI 技能,用于通过 iai CLI 和官方文档管理 InteractiveAI 平台资源,包括服务、密钥、追踪、向量存储等,并支持应用埋点、提示词迁移与结构化提示词工作流。
从代码本身生成与更新文档的技能:依据 KDoc/Dokka、dartdoc、DocC、rustdoc、Doxygen 等注释生成 API 参考,从 OpenAPI 规范生成 REST 文档,并产出 README、变更日志与架构图,同时列出仍未文档化的部分。
该技能用于自动协助创建架构文档,属于技术文档领域。当请求中提到“architecture doc creator”或询问相关模式与最佳实践时自动激活,可提供分步指导、生成配置与代码,并按常见标准验证输出。具体价格与完整安装步骤暂未提供。
这是 jurgendn/agent-skills 中的技能 apply-dossier-evaluator,用于对继续教育申请材料(博士、研究型硕士、奖学金/ fellowship、研究实习)按固定量表给出可复现的逐维度评分与资格、目标匹配判断,不修改具体文书。
research-taste 是一个面向研究工作的技能模块,用于在回答中应用用户自身的研究品味、先验判断与批判风格。它适用于研究方向选择、想法评判、研究设计、结果解读以及判断某项工作是否值得做等场景。该技能强调将其中内容视为指导而非绝对真理,要求区分偏好与证据,并在证据不一致时提出反驳。其默认立场偏好能够澄清机制、暴露瓶颈、创造有用抽象或排除合理错误方向的研究,并提醒避免盲目追逐趋势、混淆叙事与机制、高估新颖性而低估正确性、未调试就扩展、忽视失败实验、只读摘要不读论文、用自信文风掩盖不确定性,以及制定难以快速证伪的研究计划。技能将细节拆分为聚焦模块:问题选择模块涵盖想法生成、问题选择、以预测体现品味、批判想法、深度与广度策略;方法与严谨性模块涵盖实验设计、评估、工程以及应留下的研究产物。
亚马逊关键词深度调研与智能分类分析技能,基于 Sorftime MCP 采集 2000+ 关键词,通过 LLM Agent 按 8 维度分类,生成 Markdown 报告、CSV 词库和 HTML 仪表板。触发方式:/keyword-research {ASIN} {站点}。
用于在规划、撰写或重组开发者文档前开展受众研究,把模糊读者转化为具体用户、目标、问题、旅程与验证工作,源自《Docs for Developers》等资料。
用于开发文档写作前的技术调研技能:通过梳理权威信息源、动手验证行为、访谈工程师与产品经理等,把规格、代码、原型、工单和实测结果整理成可追溯的调研笔记。
用于整理开发者文档反馈的技能:收集页面反馈、支持工单、社区论坛与现场笔记等来源,判断有效性、可操作性与优先级,并给出文档修复、转派或跟进建议。
用于让开发者文档与软件发布和维护生命周期保持一致的技能,覆盖发布就绪、归属、自动化、时效性以及弃用或删除。
用于编写和审查 Rust 库文档的技能,涵盖 rustdoc 模块文档、公共 API 示例、doctest、examples 目录、missing-docs 门禁与 docs.rs 发布准备,帮助让库文档可执行、可导航并对下游使用者有用。
将泛型视为“类型之间的函数”的 TypeScript 技能:用 extends 约束类型参数、选择描述性命名、用 @template 编写 TSDoc,并覆盖泛型函数与泛型类。