write-spec
write-spec 是一个将已达成共识的产品、领域、范围与架构决策，整理成单一、可追溯、可直接用于实现的功能规格说明（spec）的技能。它聚焦于定义一个功能或一次一致性变更中系统必须做什么、用户或其他系统能观察到什么，以及如何验证这些行为。该技能强调不臆造尚未解决的产品或架构决策，不实现功能，也不把功能拆解为开发任务，而是产出包含可观察行为与验收标准（AC-##）的行为契约文档。
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 10-24 00:15
写作与研究
14,046 个结果
dojo-william-zinsser
Dojo 专家小组技能，本次加载的专家是 William Zinsser。用户说“ask dojo”、点名 Zinsser 或询问其覆盖领域时使用。路由到专家后须先完整读取 persona.md，再按问题模式选择性加载 topics/ 文件，以该专家口吻作答，不混用多位专家的声音。
press-release-writing
一份按 AP 风格与倒金字塔结构撰写新闻稿的技能，覆盖标题、电头、引言、引语、公司简介与事实核查，并借助 inference.sh CLI 做调研与核实，适用于产品发布、融资、合作、里程碑和高管任命等稿件。
technical-blog-writing
该技能面向开发者读者撰写技术博客文章，提供结构、代码示例与开发者受众写作惯例。内容涵盖五种文章类型（教程/How-To、深度解析/Explainer、事故复盘/Postmortem、基准对比/Benchmark、架构/系统设计），每种类型给出推荐结构；并给出面向开发者的写作规则，包括语气语调、常见反感表达、代码示例要求（可运行、完整、标注语言、展示输出、固定依赖版本）与讲解深度选择，同时强调在开头明确假设读者水平。还提供理想博客结构模板与各类文章的建议字数、图表选择场景、分发渠道建议（自有博客优先、Dev.to/Hashnode 交叉发布带回链、Hacker News、Reddit、Twitter/X、LinkedIn）以及常见错误与修正。使用上依赖 inference.sh CLI（belt），需登录，可通过 belt app run 调用 exa/search 做主题调研，调用 infsh/html-to-image 生成头图与架构图，调用 infsh/python-executor 生成基准图表，调用 x/post-create 发布推文。适用于撰写开发者技术长文、教程与工程博客，需注意具体收费、价格与平台限制资料未提供。
ai-researcher
面向 AI 研究工作的技能指南，覆盖文献综述、假设形成、实验设计、基准测试、可复现性与论文综合，帮助将模糊需求转化为可证伪的研究问题并产出备忘录或技术报告。
kb-wiki
kb-wiki 是一套基于 Karpathy LLM Wiki 模式的项目知识库方法论技能，由 LLM 维护、人类策展来源并提问。它把每个来源一次性编译为互链页面并保持更新，避免每次提问都重新检索与综合。提供初始化、摄取、查询、检查、映射、捕获与迁移等工作流。
humanize-writing
humanize-writing 是一个编辑型写作技能，用于把读起来像 AI 生成的文本改写成更像真人写作的风格，可识别并修掉结构性套路、夸张措辞、AI 高频词、句法套路、节奏单调与空泛过渡等问题，适合用户提出“像 AI 写的”“太机械”“帮我人性化”等需求时使用。
feature-request-prioritization-review
该技能用于设计并审计功能请求的优先级排序流程，覆盖支持、销售、客户成功、研究、应用评价、社区、分析和战略客户等来源，把排序、证据质量、重复聚类、细分匹配、路线图与闭环沟通问题转化为含负责人、评审门、指标和恢复路径的具体交付物。
deep-research
Deep Research 是一个用于深度调研的技能：跨多个来源研究一个主题，产出一份带引用、5 分钟可读完的简报。它强调先明确主题、动机、深度与格式偏好，再规划所需来源类型（公司、AI 工具、人物、技术概念、市场趋势、新闻事件），并优先使用同行评审来源。简报以结论开头，呈现分歧、区分事实与观点、标注未找到的信息，并按固定结构输出为 Markdown 文件，包含 TL;DR、核心事实、现状、优缺点、对比、专家分歧、个人判断、来源与未解问题。
repo-research-analyst
面向代码仓库调研的 AI 技能，系统梳理仓库结构、技术栈、文档与实现约定。适合新人上手新代码库或了解项目规范时使用，可按 technology、architecture、patterns、conventions、issues、templates 等范围选择性执行。
report-writing
面向 HackerOne、Bugcrowd、Intigriti、Immunefi 等漏洞赏金平台的报告写作技能，提供各平台报告模板、标题公式、以影响为先的写作方法、CVSS 3.1/4.0 评分速查、严重性判定与提交前清单，强调用可复现证据和人类语气撰写。
grill-with-docs
一个用于严格规划访谈的技能：逐题追问，对照代码库检验用户想法，厘清项目术语，并把持久上下文记录到 CONTEXT.md 与 ADR 中。
trafilatura
基于 trafilatura CLI 的智能体技能，用于从网址、管道输入或本地 HTML 中提取正文与元数据。适合单页提取、元数据 JSON、URL 发现与经用户批准的批量处理，不适用于多源研究、PDF/表格、视频站点或绕过付费墙。
prd-test-writer
这是一个 PRD 与可执行测试用例双文档一体化协作技能，通过一问一答一确认的伙伴模式，与用户共同梳理需求并迭代产出。每个 PRD 同时生成给 AI 看的事实源 MD 和给人查阅的 review HTML，MD 与 HTML 严格 1:1。
readable-output
readable-output 是一个用于产出「给人读的 HTML 长文」的写作技能。它把已有的素材、经历、资料先想清楚再写出来，而不是模板填空。每次触发时，它会先用结构化询问工具一次性问清四个关键参数：给谁看（受众）、读完拿什么（终点）、要详到什么程度（速读卡 / 标准版 / 教学版）、风格与侧重（工程严肃 / 故事化阅读 / 决策简洁 / 技术深度）。随后按 6 阶段框架输出：定终点、抓核心点、选主结构、写作（TL;DR + 论点句 + 反例 + 出口）、自检。其理论综合了写作理论、学习科学与大厂文档实践。该技能产出只有 HTML 一种格式，若用户要 markdown 则不适用。
deep-research
deep-research 是一个用于委派深度研究任务的智能体技能，可爬取、整理并核验超出表层来源的信息。它要求请求包含明确主题，按规划、采集、整理、核验、输出五阶段执行，产出带来源与置信度的研究文件。
writing-and-creating-git-commits
用于在 Git 工作流中创建语义化提交的技能，遵循 Conventional Commits 规范。提供提交前的软/硬校验、变更分析、分组提交、默认分支快进与变基推送等步骤，并给出提交信息写作格式与示例。
writing-plans
writing-plans 是一个用于在需求设计完成后编写详细实施计划的技能，面向对代码库几乎零上下文的工程师，把实现拆成可执行的小任务。
figure-table-planner
用于数学建模的技能：规划支撑已验证结论所需的最小图表集合，按诊断、对比、正文、附录四类划分，避免装饰性插图，强调每个可视化都对应明确来源与用途。
style-writer
万能文风写作是一款风格抽取与迁移工具，能够从任意文本中提取写作风格的骨架，并用该骨架在全新主题上复现该风格。它基于8维度动态分析框架，核心能力包括：从文本中抽取风格参数（只提取骨架，不复制内容）、基于风格参数在任意新主题上生成文章、管理一个可生长的风格库。工具内置20个预装风格，涵盖万维钢、史铁生、李娟、许倬云、鲁迅、王小波、黑塞、加缪、三毛、余华、张爱玲、杜拉斯、林语堂、汪曾祺、阿加西、马伯庸等作家。支持四种使用路径：风格写作（指定作家或提供参考文本）、风格探索（根据主题推荐风格）、风格抽取（提取文章风格并保存）、风格库管理（查看和管理已保存风格）。生成时兼顾表层特征（句式、用词、节奏）与深层特征（思维方式、情感浓度、叙事视角），并遵循风格迁移而非内容复制、概念映射正确、不过度拟合等原则。
paper-draft-consistency-editor
paper-draft-consistency-editor 是一个面向机器学习/人工智能论文草稿的内部一致性编辑技能。它不是审稿人模拟，也不是从零撰写初稿，而是在论文各部分已经存在之后，对标题、摘要、引言、方法、结果、图表、图注、相关工作、局限性和结论进行一次编辑校对，使全文与论文当前主张和证据保持一致。它可检查标题/摘要/引言/结论的一致性、贡献要点与实验的映射关系、跨章节的主张强度漂移，以及术语、方法名、数据集名、基线名、指标名和符号记法的一致性。它还能检查图表与图注同正文解释是否对齐、结果文字是否与更新后的数字一致、是否残留 PROVISIONAL-RESULT 或 PR-### 占位符，并核对草稿是否遵循 paper/.agent/writing-contract.md。该技能默认以审计（audit）和全量（full）模式运行，也支持生成报告或进行狭窄的源文件编辑，并提供审计与编辑协议、一致性规则和报告模板等参考文件。它不会把主张加强来消除不一致，遇到证据或主张漂移时倾向于报告并提出最小安全修改建议。
write-natural-swedish
write-natural-swedish 是一个用于提升瑞典语写作质量的技能，帮助用户撰写、翻译、润色或审校瑞典语文本，使其读起来自然、流畅、符合当代瑞典语习惯，而不是翻译腔的英语或生硬的机器文风。它支持多种模式（润色、改写、翻译、解释、检查）、多种语域（非正式、中性、专业、正式、学术、产品、支持、公共部门）以及多种预设风格（当代、科技公司、开发者文档、产品营销、初创内部、klarsprak 简明语言、学习者友好）。该技能强调保留原意与事实主张，按瑞典语结构（V2 语序、从句语序、信息流、主动动词、限定性、复合词、惯用助词与介词）重写，并明确禁止逐句直译、保留英语语序、用现代词汇作装饰、翻译既有技术产品名与代码标识符等。适用于瑞典语写作质量、翻译、语法、语气、科技公司文案、开发者文档、当代词汇、klarsprak 以及避免英语式瑞典语等场景；不适用于纯英语写作、代码实现、非瑞典语本地化等任务。
alphagbm-stock-research
AlphaGBM 股票研究技能，用于把基本面、情绪与风险同支持与反对证据联系起来，围绕指定股票代码开展结构化研究。需 Python 3.9+ 与 ALPHAGBM_API_KEY，通过 run.py 调用，支持 workflow 与投资复盘对比。
thought-leadership
面向咨询受众的思想领导力写作技能，用于产出有证据支撑的观点文章、白皮书、案例研究、行业简报和研究报告，帮助从业者形成可辩护、可行动的判断。