to-narration
to-narration 是 boring-video-studio 中的技能,用于把已批准的 BEATS.md 视频节拍稿改写为适合朗读的 NARRATION.md 旁白稿,保留作者声音与节拍结构,并校验上游摘要。
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
14,004 个结果
to-narration 是 boring-video-studio 中的技能,用于把已批准的 BEATS.md 视频节拍稿改写为适合朗读的 NARRATION.md 旁白稿,保留作者声音与节拍结构,并校验上游摘要。
面向学术论文的多视角同行评审技能,模拟主编、三名同行评审与Devil's Advocate共5类评审角色,自动识别领域并生成结构化编辑决定与修改路线图,支持全文评审、复审、快速、方法学、引导与校准等模式。
通用学术深度研究智能体团队:13 个智能体流水线,面向任意主题的严谨学术研究。提供 full、quick、review、lit-review、three-way-scan、fact-check、socratic、systematic-review 等 8 种模式,输出含完整 APA 7.0 报告、文献综述、事实查核与 PRISMA 2020 系统回顾。
Project Idea Validator 是一个基于 TinyFish CLI 的技能,通过浏览器自动化并行检索 GitHub 与 Dev.to 的实时数据,汇总已有项目与文章,评估领域成熟度并输出差距分析报告。
news-tracker 是一个按明确指令触发的最新新闻检索技能,支持在用户以“新闻”“最新动态”“@news-tracker”或“latest news”等方式显式请求时使用,不自动触发;可按领域、公司、人物、地区、产品或事件检索过去24小时内的动态并输出新闻列表或问答。
Content Research Writer 是一个写作协作技能,帮助用户研究、列大纲、起草并打磨博客、文章和通讯等内容,同时保留作者个人风格。它提供引用管理、开头钩子优化和逐节反馈,适用于教育教程、思想领导力文章、案例研究和技术文档写作。
该技能通过 Google Gemini Deep Research Agent 执行自主多步研究,能规划、搜索、阅读并综合信息生成报告,适用于市场分析、竞品梳理、文献综述、尽职调查等。依赖 Python 3.8+、httpx 和 GEMINI_API_KEY。
用于编写可落地的功能规格说明的 Claude 技能,覆盖功能需求、边界用例、数据模型、API 契约与 UX 流程,帮助产品与工程对齐。
用于从品牌文档、销售通话记录、调研报告或用户输入中生成可供 LLM 使用的品牌语调(brand voice)指南,输出含置信度评分与待决问题的结构化文档。
用于撰写各类内部沟通文档的技能资源集,按公司常用格式生成。涵盖3P更新、公司简报、FAQ回复、状态报告、领导层更新、项目更新和事故报告。使用时先识别沟通类型,再加载examples/目录下对应指南文件并遵循其格式与语气要求。
面向宗教与神学写作的语法与校对技能,可检查拼写、语法、风格并编辑讲章、灵修文、学术论文和书籍。支持牧养、学术、创意三类文风,按需加载美式语法与对应风格参考文件,输出修改稿或分类反馈。
Appendix Table Writer 是一个面向调研与综述类论文写作的技能,用于把内部证据资料整理成适合放入附录、可直接面向读者阅读的综述表格。它接收大纲表格结构、章节简介、证据草稿、锚点表和 BibTeX 引用文件等输入,输出 outline/tables_appendix.md。该技能强调表格的干净排版与高信息密度,按方法、评测、风险等综述视角组织,而不是输出内部索引表。它要求每行都带有基于已有引用键的引用,只复述证据包和锚点表中出现的内容,不臆造基准或方法细节。脚本会对生成结果进行校验,并额外输出一份简短报告。
Evaluation Anchor Checker 是一个用于技术综述写作流程的技能,专门审查和改写评测类或数值类断言,确保每个数字都带有最小协议上下文(任务、指标、约束),并避免使用缺乏依据的模型命名。它把数值断言视为契约:若保留数字,同一句话必须包含足够解释该数字的协议上下文;若证据中缺少上下文,则必须降级或删除该数字,不得猜测。该技能适用于合并前的章节级数字卫生检查,输出更新后的章节文件以及一份可审计的检查报告。
将政策与宏观数据发布映射到行业/风格敏感度的分析技能,输出可监控清单与情景推演,适用于询问政策变化影响哪些行业或需要政策影响简报的场景。
面向数学建模正式论文写作的技能:在 S6 证据链通过后,负责撰写计划、章节草稿与审计、全局修订、格式排版与校验,产出经审计的 Markdown 源文件及含原生公式的 Word 文档,属 S7/S8 阶段的唯一正式写作与定稿环节。
面向科研论文写作与修订的技能,提供IMRAD结构、段落写法、引用规范、报告指南与修订清单等最佳实践,适用于起草或修改学术稿件。
用于 LaTeX 学术文档的后处理写作技能,在内容生成完成后改善段落与句子节奏,通过变化句长和段长提升可读性,并去除冗词和多余过渡词,同时严格保留 \cite{...} 引用、技术结论与 LaTeX 结构不变。
一个将公共选择理论用于政治与政策分析的中文工具/技能:把政治家、官僚、选民和利益集团视为理性自利的行为者,用于评估政府干预偏离既定目标的原因、寻租与政府失灵成本,并提出宪法与制度层面的改进建议。
teach 是一个把技术文档转化为严格学习旅程的技能。它要求学习者在每个阶段达到可验证的掌握程度,而不是停留在表面熟悉。该技能采用布鲁姆分类学(Bloom's taxonomy)的认知层级递进,从记忆、理解、应用、分析、评价到创造逐级提问,每个知识块需通过 80% 以上的验证题才能进入下一块。开始前会先探测前置知识,基础不牢时先补齐;教学中提供核心讲解、多个不同语境示例和常见误区,块与块之间进行整合,最后通过跨块综合测试检验整体理解。进度保存在 ~/.skulto/teach/{topic-slug}/progress.md,支持模糊匹配已有目录以恢复学习,并包含复习测验、自然停顿与掌握状态汇总。支持 /teach @doc1.md @doc2.md 指定文件或直接调用后输入主题。适用场景为需要系统深入掌握技术文档、追求扎实掌握而非快速浏览的自学或教学。限制方面,资料未提供具体的费用、平台支持范围与可处理的文档格式细节。
这是一个用于撰写或重写项目 README.md 的技能。它参考了 GitHub 上最受关注的 readme-template 仓库与指南(如 othneildrew/Best-README-Template、richardlitt/standard-readme、makeareadme.com)的常见模式,帮助用户生成结构清晰、信息真实的 README。技能会先询问项目的一句话简介,然后根据项目类型(库/包、CLI 工具、应用/服务、GitHub 个人主页 README、monorepo/组织级 README)选择合适的内容结构,收集真实素材(如包管理文件、安装命令、可运行示例、许可证等),按约定顺序组织章节,并可选地添加徽章。它强调不编造事实,缺失信息应留占位符,最后进行精简,删除营销空话、模板残留注释和无效链接。
usdm 是一个需求工程技能,用于把含糊、不完整或非正式的用户请求转换成结构化的 USDM 需求文档。它按 Requirement、Reason、Description、Specification 的层级递归分解需求,并支持从 GitHub Issue、Asana 任务或粘贴的 Jira 工单等来源提取需求。
这是一个用于小说与长文的连贯性检查技能:它通读稿件,对照作品自身已确立的事实、世界规则和时间线,标出前后矛盾之处,例如角色眼睛颜色变化、时间顺序错乱等。它的核心原则是只读取、交叉核对并标记,绝不改写作者的文字,也不替作者判定哪一版为准;它只把冲突及其所在的两处段落并列呈现,由作者自行裁决。它支持全书审计与针对性检查两种范围,可按角色事实、时间线、世界规则、物品与状态、知识状态、空间逻辑等线索排查,并以「确认矛盾」与「疑似(可能是刻意设计)」两级输出 Markdown 报告。资料未提供收费价格信息。
Voice Analyzer 是一个写作风格分析技能:通过分析 3-5 篇 500 字以上的写作样本,提取句式、用词、语气、结构与独特手法等模式,生成可复用的 voice-[name]/SKILL.md 风格指南,用于稳定复现某种写作声音。
面向补充剂与产品成分证据的深度研究提示技能,属于 RMBC 框架研究阶段的成分研究环节,用于系统收集临床研究、剂量、生物利用度、作用机制与可直接用于文案的证明点。