thiel-perspective
一个以彼得·蒂尔思维方式分析商业与创业问题的技能，聚焦从0到1、垄断思维与逆向思考，适用于评估创业想法、竞争格局、商业战略与投资机会。
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
14,075 个结果
writing-plans
writing-plans 是一个用于在动手写代码前，把规格或需求转化为多步骤实施计划的技能。它面向智能体工作流，强调零上下文假设、任务拆分、TDD、频繁提交，并输出可逐项勾选的计划文档。
cross-department-translation
跨部门翻译技能，用于把消息、需求、指标和决策重新表述为工程、产品、财务、法务、合规、销售、运营等不同内部受众能理解的形式，并生成双受众简报。
quantitative-researcher
面向市场与金融量化研究的技能，指导研究问题设定、数据获取与质量检查、描述与推断统计、时间序列与面板方法、因子与信号研究、回测设计、风险指标与稳健性检验，并产出可复现的研究笔记或备忘录。
tech-writer-researcher
技术写作与研究技能，覆盖信息架构、风格指南、API 文档、用户研究、内容策略与文档运营，可产出内容模型、风格指南、API 参考、研究报告或内容策略。
scpr-framework
SCPR 框架是一种源自管理咨询的结构化问题解决与高管沟通方法，由 Situation（情境）、Complication（变化/复杂性）、Problem（问题）、Recommendation（建议）四个部分组成。它帮助使用者先建立基线背景，再指出近期发生的变化与紧迫性，然后把要解决的核心议题提炼为一个具体、可回答的问题，最后给出具体、可执行、带时间节点的建议。框架强调 MECE 原则（相互独立、完全穷尽）与表达清晰，适用于战略分析、商业汇报、产品转型论证等场景。资料中给出了一个 SaaS 创业公司产品转型的完整示例，并说明了创建、分析、审查 SCPR 时的使用方式与常见错误。
deep-research
Deep Research 是一个用于生成基于证据的研究备忘录、文献综述、市场/政策/技术格局或多来源决策简报的技能，强调单智能体优先、按需并行、可评估与可观测，并区分简报、完整报告与增量更新三种产出。
ads-writing-style
一个面向广告相关写作的规范技能，规定操作者口吻、禁用词句与句式规则，用于聊天回复、广告文案、审计、计划和报告，目标是避免AI腔调。
synthesis-link-research
这是一个用于为内容中提及的人物、组织和实体查找权威超链接的 AI 技能，属于 synthesis 写作技能集。它支持交互模式（用户未指定实体时先询问需要哪些人物和组织）和定向模式（用户给出名称后直接研究），并按照明确的优先级排序：人物优先个人或职业网站、机构或公司简介页、LinkedIn、其他职业社交媒体；组织优先官网、主要社交媒体、权威第三方资料（如 Wikipedia、Bloomberg）。输出为可直接复制的 HTML 锚点链接；找不到时说明原因并建议替代链接，常见姓名会先核对上下文。该技能还包含失效链接修复模式，针对曾经有效但现已无法解析的 URL，按 Wayback Machine 存档、同一实体的当前规范 URL、通用概念 Wikipedia 条目、去掉链接并保留文字加“（no longer online）”注记的顺序替换；并提供 Wayback API 限流应对、LinkedIn 无法直接抓取的变通方法、浏览器自动化的域名白名单限制以及 URL 提取正则等实操说明。
synthesis-response-merger
synthesis-response-merger 是一个用于合并多个大语言模型响应的技能，隶属于 synthesisengineering/synthesis-skills。它接收包含一个或多个提示词及其对应模型响应的“提示-响应文档”，先通读并识别每个提示与全部响应，再制定合并计划，最后输出一份完整、统一且保留全部细节的文档。该技能强调“合并而非摘要”：不得简化、缩短或降低任何细节，不得遗漏任一响应中的次要信息，合并结果的篇幅与细度应显著超过最长的单个输入响应，且输出中任何部分的细节都不应少于对应输入。它还会在有助于理解时纳入原始提示中的上下文与框架，并用标题、列表等结构提升可读性。输出包含简要的整合计划与统一文档两部分。适合需要把多个模型回答整合成一份全面文档的写作与整理场景。
unknown
该技能用于在用户提供战略、计划或决策文档时，借助已知/未知四象限框架与假设驱动提问，揭示隐藏假设与盲点。
define-piece
define-piece 是一个用于写作前确认简报的技能：把一个主题和粗略方向变成单篇写作（如博客、邮件通讯或文案）的确认简报，需配合 project-knowledge 使用。
ai-content-generation
AIProDaily 平台的 AI 内容生成集成指南，覆盖 OpenAI/Claude 接入、callAIWithPrompt() 用法、提示词存储于 app_settings、结构化输出与响应校验、内容评分体系及错误处理与限流策略。
ov-session-report
一个用于分析本地问答会话 JSONL 文件、按连续时间窗口生成完整可审计英文 Markdown 周报的技能。默认时区 Asia/Shanghai，仅依据用户提供的会话数据，产出单个 .md 报告，涵盖指标、话题分类、风险与周环比对比。
ai-writing-humanizer
AI Writing Humanizer 是一个用于识别并清除 AI 生成文本典型特征的技能，目标是产出自然、真实的学术写作。它面向使用 AI 工具起草文稿的研究人员，帮助确保最终文本读起来像真正的学术散文。该技能整理了 AI 写作中常见的词汇与结构模式，例如过度使用的填充短语、套话和固定句式，并给出替换或删除建议；同时提供句子多样性分析（句长均值、标准差、首词变化、连续相似句长检测）等修订策略，输出“natural”或“needs_revision”评估。资料还包含一套 AI 辅助写作工作流：先借助 AI 起草，再朗读标记泛化表达，替换为个人语气，加入学术判断与学科术语引用，调整句式与段落长度，最后运行模式检测器并复读。该技能也强调伦理：须披露 AI 使用，作者仍需理解并支持文本中的每一项论断。
yzr-md-to-html
yzr-md-to-html 是一个把本地 Markdown 文件或目录转换成自包含 HTML 的技能。它面向 README、技术文档、笔记、论文草稿等场景，生成的单个 .html 文件双击即可在浏览器打开，内置深色阅读主题、侧边栏目录和离线代码高亮。公式与 Mermaid 图表按需联网渲染：检测到公式才挂 KaTeX CDN，Mermaid 默认转为 ASCII 离线呈现，仅在转换失败或不支持时回退到 Mermaid CDN。支持通过 Jinja2 模板自定义样式，可单文件或整目录批量转换。
zaker-hot-news
zaker-hot-news 是一个获取 ZAKER 聚合权威媒体最新头条新闻与热点资讯的技能。它通过调用公开接口返回最新热点文章列表，覆盖国内外重大事件、突发新闻与热点话题，信源包括央视、新华社、人民日报等权威媒体。该技能无需 API Key，每 30 分钟更新一次，固定返回最新 20 条，并按发布时间倒序排列。适用于用户查询新闻、头条、最新新闻、热点新闻、突发新闻、国内外大事，或表达“最近发生了什么”“有什么新鲜事”等模糊信息获取意图的场景。
humanise-text
Humanise Text 是一个用于去除文本中 AI 写作痕迹的技能，让输出读起来更像人类所写。它适用于用户粘贴文本并要求“humanise/humanize”、去除 AI 模式、让文字更自然、去 slop 或清理 AI 写作的场景。核心原则包括：精确保留原意、匹配原文语域、每个词都有存在价值、用词精确而非膨胀、节奏多变、保留作者声音。工作流为：保存输入、运行 detect_ai_patterns.py 检测 AI 模式、依据参考文件重写、由子代理进行 LLM 自我批评、运行 validate_humanised.py 验证、运行 compare_texts.py 对比，最后输出改写文本与变更摘要。该技能明确不适用于创意小说或诗歌、用户希望保留 AI 风格、或文本本身已自然的情况。
abstract-title-contribution-writer
这是一个用于撰写机器学习/人工智能论文顶层表达的技能，专注于生成或修改论文标题、摘要和贡献点列表。它帮助作者将论文的核心承诺写得清晰、具体，并与证据强度相匹配。适用任务包括：生成多个标题选项、为目标会议或期刊起草结构化摘要、撰写与实际证据相符的贡献点、检查标题、摘要、引言和声明是否讲述同一个故事，以及减少高可见度文字中的过度声明。技能通过渐进式加载参考文件与模板工作，要求标题、摘要和贡献点共同服务同一篇论文，并强调摘要不是引言的缩短版，而是一份完整的声明-证据契约。贡献点需可对照图、表、定理、发布或发现进行审计。除非证据板支持，否则避免使用“first”“novel”“general”“robust”“state-of-the-art”等词。若证据为临时性，会标记占位结果和所需替换。
paper-writing-memory-manager
该技能用于维护非线性论文写作过程中的动态记忆状态，记录各章节与段落的写作状态、论点与文本的依赖关系、过期文字、风格决策，以及编辑影响在多次会话间的传递。它充当论文写作的全局状态层，帮助判断某处修改或新结果会影响哪些部分。该技能不负责撰写正文，也不充当论点/证据的事实来源，更不用于跨项目的长期记忆。
changelog-generator
Changelog Generator 是一个将 Git 提交记录自动转换为面向用户更新日志的技能。它通过分析指定时间范围或版本之间的提交历史，把开发者视角的技术性提交分类整理为功能、改进、修复、破坏性变更、安全等类别，并翻译成客户能理解的语言，同时过滤掉重构、测试等内部提交。适用于准备版本发布说明、周报或月报式产品更新、面向客户的变化文档、应用商店更新描述、更新通知、内部发布文档以及公开更新日志页面等场景。使用时可在项目仓库中按时间（如过去一周、3 月 1 日至 15 日）或按版本（如 v2.4.0 之后、2.5.0 版本）生成更新日志，也可结合 CHANGELOG_STYLE.md 中的自定义规范保持格式一致。官方资料未提供该技能的收费、价格、平台支持或效果保证等信息，这些方面暂未提供。
prompt-optimizer
Prompt Optimizer 是一个用于评估、优化和增强提示词（Prompt）的技能，基于 58 种经过验证的提示技术，帮助用户系统地分析提示质量并生成更优版本。它从清晰度、具体性、结构、完整性、语气和约束六个维度评估提示词，识别优缺点与改进空间，再匹配适用的提示技术（如角色扮演、思维链、少样本学习等）生成优化方案。该技能可手动按工作流执行，也提供脚本用于自动化评估与优化。
copywriting
Copywriting 是一个面向文案创作与评估的 Agent Skill，负责维护结构化的内容载荷 copy.yaml，供设计环节消费。它把文案与视觉设计决策分离，同一份文案载荷可适配任意视觉风格。该技能将操作分为两类：创作类操作会实际修改文案，包括 write（撰写标题、价值主张等新文案）、extract（从页面、URL 或简报中提取并结构化文案）、refresh（精简、润色文案）、revoice（调整语气风格，如更俏皮、更高端、更少推销感）、reconcile（从代码或线上实现同步文案）；评判类操作不修改文案，只给出结论，包括 critique（评估文案质量、打分、判断是否像套话）和 audit（交付前的缺陷报告与可发布性检查）。技能会根据请求意图自动分类，例如“交付前”若为纯评判且无实现来源则归为 audit，若指定代码或线上 URL 为事实来源则归为 reconcile。每次操作都先加载 discovery（上下文、意图、语域），评判结论需通过对应的创作操作来落实，而非直接依据评判结果打补丁。
text-translator
使用免费翻译 API 在语言之间翻译文本的工具，支持自动检测源语言、批量处理和文件翻译，可通过 /translate 命令或 Python 脚本调用。