rn-wechat-extract
从微信公众号文章(mp.weixin.qq.com)提取全文并转为 Markdown,返回标题、作者、发布时间与正文。它是内容读取器,不做总结、改写、翻译或视频生成,仅需文章链接即可使用。
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
13,999 个结果
从微信公众号文章(mp.weixin.qq.com)提取全文并转为 Markdown,返回标题、作者、发布时间与正文。它是内容读取器,不做总结、改写、翻译或视频生成,仅需文章链接即可使用。
用于在8D调查完成后撰写并提交客户8D报告的技能,覆盖福特8D、宝马G8D、大众QMSS等OEM格式与提交系统,提供各阶段写作规范、检查清单、证据要求与语气建议,帮助形成可提交的正式质量报告。
将笔记、工作更新和观察转化为 X(Twitter)帖子的技能。它会分析素材,挑选最值得分享的要点,并按你的语气生成真实、易传播的帖子,支持单条推文或 2-5 条推文串。
Reframe Voice 是一种以证据为驱动的思想领导力写作风格技能,核心手法是“重构”(reframe):先提出一个常见信念,再揭示一种更深层、更有用的思考方式。该技能适用于用户明确要求以“reframe voice”或“reframe style”撰写、改写或审阅内容的场景。其声音定位为一位做过实际工作的、有见识的同事,而非说教者或推销员。技能激活期间,其声音规范优先于通用写作风格指南,即使与常规的简洁风格或禁用短语规则冲突,文中的标志性短语和对比模式仍属有意为之。三大核心原则为:证据优先于断言(每个论断须有真实可验证的研究、研究者、公司、个人经验或具体数字支撑,无法核实处须用明确占位符并向用户标注,不得编造);平衡诚实优先于站队(无论归属,优点予以肯定、缺点予以指出,不选边);实用重构优先于表面观点(用更深层的框架替换广泛持有的信念,让读者带着转变后的心智模型离开)。结构弧线依次为:钩子、利害与背景、重构、证据与探索、命名框架、实际应用、更广泛影响、结尾(以“Cheers.”收束)。
Personas 是一个技能(Skill),用于将一种或多种专家视角(persona lens)应用到反馈、批评或指导内容上。它内置了若干人物或原型视角文件,例如 Dan Cederholm(SimpleBits)、Joanna Wiebe(转化文案)、John Gruber(Daring Fireball)、Jason Fried(37signals)、Lianna Patch(幽默文案)、专注型产品经理、怀疑型工程师、用户倡导者等。使用时先根据用户指定的名称或原型匹配到对应视角文件,若未指定则列出清单让用户自行选择;随后完整读取该文件,提取其关注点、反复提出的问题、立场与表达风格,再据此评估用户提供的材料,把每条观察与视角文件中的优先级、问题或立场对应起来,并区分材料中的证据与基于视角的推断。最终按视角分节输出评估与建议,多视角时各自独立成节,必要时补充共同点或冲突点。该技能强调以视角强化判断而非替代分析,保持事实准确,并避免虚构真实人物的言论或背书。
将文章或笔记整理、改写为由“主张+支撑依据”构成的日文骨子(要点大纲)的技能。用于“写出骨子”“用要点整理论点”等请求,不用于罗列品目或任务管理;制作幻灯片时不单独启用,需配合 shunk031-writing-technical-slides。
将技术解说或论文介绍类幻灯片的文稿,改写为能一眼看出章节与页内项目层级的结构;依赖电报体与骨架式写作技能,不处理视觉设计、图表加工或 PPTX/PDF 生成。
这是一个用于将文章、笔记或报告改写为「电报体」的技能。电报体是一种省略上下文可推断词语、每行只传达一个信息的要点式文体。该技能适用于「写报告」「做成 HTML 报告」「用电报体」「把要点写短」等请求,不适用于仅对段落格式报告进行校对润色的请求。在技术幻灯片场景中不单独启用。该技能依赖 shunk031-writing-kosshi 技能,需先读取该技能以构建主张与论据的骨架,或确认已输入的骨架。论点的层级、事实保留、引用、缺失信息、句号处理等交由该技能负责;本技能负责缩短骨架的每一行,并用符号表示词语之间的关系,同时不破坏同层级并列关系与将论据置于下一层的结构。
source-trace-wx 是一个用于在 agent 回答之后追溯原始依据与来源的技能。它会先列出对话中 agent 真实读过的来源,再对没有出处的 claim 去一手来源补查,并写成 Markdown 文件。
Topic Agent 是一个选题系统主控 Agent,用于协调热点采集、选题生成与选题审核三个环节,并支持迭代直到产出合格选题。它提供四种触发方式:说“开始今日选题”启动完整流程(采集→生成→审核→保存);说“今日AI热点”只采集热点不生成选题;说“我有一个选题”进入单个选题分析;说“推荐一些好的选题”直接输出推荐。采集环节通过 WebSearch 并行搜索 AI 博主实践分享、创业公司/新产品、模型厂商动态、AI Agent 工作流、社区讨论、研究动态等内容,并按博主分享、新产品、厂商动态、研究、社区五类整理,要求每条热点附具体文章或帖子链接。生成环节筛选 TOP10 生成选题方案,包含事件描述、核心角度、标题与写作方式。审核按热度 30%、独特角度 40%、国内关注 30% 评分,80 分以上通过并保存到 Obsidian 选题库,60-79 分待优化,60 分以下不通过。输出保存路径为 Obsidian 选题库每日选题目录,文件命名如 0114-Claude-Code进阶技巧.md。
广告文案写作技能,提供标题公式、视觉设计原则与客户原话(VOC)采集方法,适用于 LinkedIn 和 Meta 广告,强调用客户真实语言而非品牌营销话术写作。
mdpreview 是一个基于 Catppuccin 主题的 Markdown 实时预览与批注工具,支持多标签页、边距批注、侧边栏目录以及 Chrome --app 无边框窗口模式。它通过 500ms 轮询实现文件保存后自动刷新,可在运行时添加或关闭标签页,并支持在右侧边距创建类似 Google Docs 的评论气泡,区分人类与 AI 作者徽章,支持线程化回复、解决与删除操作。批注数据保存在与源文件同目录的 file.md.annotations.json 边栏 JSON 中,也可通过命令行 --annotate 参数直接写入,无需运行服务器。此外还提供书签全局持久化、文件标签、命令面板、代码高亮、跨文件链接等能力。
该技能用于在代码变更的同时协调 docs.tenzir.com 的文档更新。它覆盖从准备 .docs/ 检出、创建与代码分支同名的文档分支、按文档仓库自身规范撰写内容、运行文档检查,到提交 tenzir/docs 拉取请求的完整操作流程。技能还规定了文档 PR 与代码 PR 之间的交叉链接方式:使用紧凑的 <sub> 页脚块互相引用,采用 GitHub 简写形式(如 tenzir/tenzir#6048、tenzir/docs#261),并在文档 PR 中以非关闭性措辞引用同一 Linear 议题,避免文档 PR 独立移动议题状态。适用于需要同步更新 Tenzir 文档的代码改动场景。
用于管理跨项目共享研究资料库($RESEARCH_HOME,默认 ~/research)的技能,存放 vendor 仓库克隆、参考 PDF/epub 与文档站镜像,避免在单个仓库内阅读未审查的第三方内容及重复克隆。
Academic Paper 是一个通用学术论文写作智能体流水线,由 12 个智能体组成,覆盖全学科,默认以高等教育领域为参考。它提供 11 种模式(full/plan/outline/revision/revision-coach/abstract/lit-review/format-convert/citation-check/disclosure/rebuttal-audit 等),支持从配置访谈、文献检索、结构设计、论证构建、全文起草、引用合规、双语摘要、模拟同行评审到输出格式化的 8 阶段流程。输出支持 LaTeX、DOCX(经 Pandoc)、PDF、Markdown,引用格式支持 APA 7.0(默认)、Chicago、MLA 9、IEEE、Vancouver。v2.5 新增风格校准与写作质量检查两项写作质量功能。
一个面向技术与框架最佳实践调研的技能:先检索本地 SKILL.md 技能库,再核查外部 API 是否废弃,最后结合官方文档与社区资料综合输出可落地的实践建议。
obsidian-vault-search 是一套在 Obsidian 库中检索 Markdown 笔记与任务的技能,无需把整个库加载进上下文。它用 Meilisearch 做主题与模糊搜索,用 ripgrep 做精确内容、标签和任务符号匹配,并提供支持自然语言日期的辅助脚本。
Anchor Sheet 是一个用于研究写作流程的技能,从证据包中提取每个小节的“锚点事实”(不含散文),强制写作者在正文中纳入具体的数字、基准和局限性,避免写出篇幅长但内容空洞的段落。它读取 outline/evidence_drafts.jsonl 与 citations/ref.bib,输出 outline/anchor_sheet.jsonl,每个 H3 小节对应一个 JSON 对象,包含 sub_id、title 和 anchors 列表,每个锚点带有 hook_type、text、citations 等字段。适用于已有大纲和证据草稿、希望让 sections/*.md 写作更有证据支撑的场景。
Limitation Weaver 是一个用于改写论文局限段落的技能,目的是在保留局限内容的同时,去除“Two limitations…”“Three takeaways…”这类基于计数的模板化开头。它从 output/WRITER_SELFLOOP_TODO.md 的 Style Smells 部分定位需要改写的 sections/S*.md 文件,并可参考 outline/writer_context_packs.jsonl 使局限表述贴合证据边界。改写方式包括将警示融入对比段落、使用不带计数的单段警示、或将局限转化为可验证条件。适用于综述类论文写作中需要保持学术诚实又避免生成器口吻的场景。
Module Planner 是一个用于教程内容规划的技能,属于 research-units-pipeline-skills 技能集。当教程的概念 DAG(concept_graph.yml)已经存在,需要将其收敛为有序的教学模块计划时使用。它把概念图转换为后续教程阶段可用的模块序列,输出 outline/module_plan.yml。每个模块必须包含 id、title、objectives、concepts、outputs 和 running_example_steps,并保证每个概念节点至少被一个模块覆盖。该技能不涉及网络访问,不负责源材料核查、练习编写或教程草稿撰写。
Post-merge Voice Gate 是研究单元流水线中的一个质量门禁技能,用于在草稿合并(section-merger)完成后检查面向读者的草稿是否混入了“生成器口吻”,即规划者式过渡句和坐标轴式斜杠标签。它会扫描 output/DRAFT.md,查找诸如 “To keep the chapter...” 这类构建注释式过渡、幻灯片式导航叙述(“Next, we move...”)以及被当作正文使用的斜杠列表(A / B / C)。该技能不直接修改草稿,而是生成一份 PASS/FAIL 报告,并在失败时把记录追加到 output/QUALITY_GATE.md,同时给出将修复路由到最早责任产物的方案:若过渡句插入已启用且问题出现在 outline/transitions.md,则需重跑 transition-weaver 或手改后重跑 section-merger;若问题仅出现在草稿正文,则按出现位置路由到 writer-selfloop、subsection-polisher 或 draft-polisher。它还可以通过脚本以确定性方式运行,仅做分析、不编辑内容。
从已检索并去重的论文集合中识别 survey/review 类论文,抽取主题与术语种子,生成 outline/taxonomy.yml,用于加速 taxonomy-builder 的早期结构搭建。
Survey Visuals 是一个用于综述写作流程的技能,专门生成非散文类可视化产物,包括时间线和图规格。它基于已有的大纲、论点-证据矩阵、论文笔记和引用库,输出 outline/timeline.md 与 outline/figures.md。时间线以年份加关键里程碑的形式呈现,每条至少带一个引用标记;图规格则描述图表目的、所需元素及支撑文献,供人工绘制。该技能强调不写散文,只产出可绘制的结构化内容,并附带一个用于确定性组装的辅助脚本。
Table Filler 是一个面向研究写作流程的技能,用于根据表格结构定义与证据包,自动填充索引表格文件 outline/tables_index.md。它强调“证据优先”:表格单元格内不写散文式段落,只放简短短语,并在行内附带引用标记 [@BibKey]。该技能读取 outline/table_schema.md 确定每张表要回答的问题,结合 subsection_briefs.jsonl、evidence_drafts.jsonl、anchor_sheet.jsonl 以及 citations/ref.bib 校验引用键,生成内部使用的、可追溯的索引表。输出要求:course_paper 至少 1 张 Markdown 表,survey/deep 至少 2 张;每张表前有标题行;避免占位符与长段落。该文件属于规划与可追溯性产物,不应直接粘贴进论文;面向读者的表格由 appendix-table-writer 另行整理。