ensemble-content-scorer
面向内容选题的多模型共识评分技能，用 Claude、GPT-4o、Gemini 等并行打分再聚合，给出共识分与建议。
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 10-25 00:14
写作与研究
14,093 个结果
paper-2-web
Paper2All 是一个学术论文转化流水线技能，可将 LaTeX 或 PDF 格式的学术论文转换为三种推广与展示格式：Paper2Web（交互式学术主页）、Paper2Video（带旁白、幻灯片和可选数字人出镜的演示视频）、Paper2Poster（可打印的会议海报）。该技能通过 LLM 驱动的内容提取、设计生成和迭代优化，产出适用于会议、期刊、预印本平台和学术推广的高质量材料。支持单篇处理与批量处理，可自定义海报尺寸、视频时长、机构品牌与多语言内容，并内置质量评估。
latex-posters
latex-posters 是用于制作学术会议与研究海报的 LaTeX 技能，支持 beamerposter、tikzposter、baposter 等包，提供版式、字体、配色与视觉层级指导，并强调用 AI 生成海报视觉元素、控制内容溢出与字号可读性。
literature-review
用于开展系统性文献综述的技能：可检索 PubMed、arXiv、bioRxiv、Semantic Scholar 等多个学术数据库，按主题综合发现、核验引用准确性，并生成 Markdown 与 PDF 格式的专业综述文档。
markdown-mermaid-writing
一个用于科学文档写作的 Markdown 与 Mermaid 图表技能，主张以文本化 Mermaid 图作为默认且权威的图表格式，强调可版本控制、可被 AI 解析、无需构建步骤即可在 GitHub、GitLab、Notion、VS Code 等平台渲染。
ux-research
UX Research 是一个面向证据驱动产品决策的用户研究策略技能，来源于 gustavosilveira23/claude-design-skills 技能集合，页面地址为 https://www.skills.sh/gustavosilveira23/claude-design-skills/ux-research。它强调先明确要做的产品决策、再选择研究方法，并把研究证据组织成“事实 → 洞察 → 建议”的可追溯链条，同时主动识别为已定方案找依据的“验证表演”。该技能可独立用于研究规划、访谈问卷等研究工具设计、原始数据综合和设计规格转化，也可串联成完整流程。它结合研究规划、原子研究和持续发现三种框架，并明确提示 AI 辅助综合可能遗漏细节，关键判断仍需人工复核原始数据。
claim-ledger
将研究与写作中的主张整理为“Claim-Evidence-Boundary”可核验账本，强制补齐证据、反证、边界与可发布性判断，防止无依据断言。
paper-narrative
paper-narrative 是一个用于评判并重塑论文图表所讲述故事的工具技能，输入为稿件（或摘要）与图表集，无需手写简报。它通过确定性 Python 内核构建提示，由基础模型完成推理，输出图表顺序、面板移动、缺失分析与删减建议。
generate-status-report
generate-status-report 是一个用于撰写利益相关者状态报告、冲刺更新或每周项目更新的技能，强调不得编造进度，未知信息标记为“needs update”，不隐藏阻塞与风险，使用主动语态并为阻塞项标注负责人。
project-manager
Project Manager 是一个用于项目执行跟踪的技能，覆盖任务估算、风险评估、跟踪设置与干系人状态报告四个阶段，并设有证据与沟通硬性门槛。
documentation
一个面向软件文档写作的技能，强调示例驱动、渐进式复杂度，适合编写API文档、指南和README。要求在页面顶部放置可运行示例，每个概念配最小与扩展示例，验证示例可构建运行。
support-with-evidence
该技能从输入文本中提取可证伪的主张，逐条进行深度检索，返回支持或反对的证据并给出方向与强度评级，强调诚实审计、必须标注来源、不编造证据。
code-of-conduct-generator
该技能用于自动生成行为准则（Code of Conduct）相关操作，属于技术文档领域。当请求中提到“code of conduct generator”或询问其模式与最佳实践时自动激活，提供分步指导、生成配置与代码并做校验。
contributing-guide-creator
该技能用于自动协助创建贡献指南（contributing guide），属于技术文档领域，在请求中提到相关关键词时自动激活，提供分步指导、最佳实践建议并生成生产就绪的配置与代码。
vitepress-config-creator
vitepress-config-creator 是技术文档领域的自动激活技能，用于协助创建 VitePress 配置。当请求中提到该名称或询问其模式与最佳实践时自动触发，提供分步指导、生成配置与代码并做校验。
writing-skills
用于创建或更新专业级智能体技能（SKILL.md 及可选 scripts/references/assets）的技能，包含严格校验与生成者↔评审者迭代流程，并生成 agents/openai.yaml 元数据。
document
该技能根据真实提交与差异，生成面向读者的四类文档：PR 描述、变更日志条目、发行说明与事后复盘。它只写记录存在的事实，不虚构时间线或原因，输出使用通俗无破折号的表达。
survey-paper-writer
survey-paper-writer 是一个用于撰写、规划或修订综述、教程、评论与观点类论文的技能，其核心贡献在于对某一研究领域进行综合梳理。适用于需要构建分类体系、批判性比较与研究议程的场景，不适用于仅写 Related Work、文献未核实或只检查引用正确性的任务。
ara-compiler
ara-compiler 是一个面向 Claude Code 的智能体技能，用于把任意研究输入编译为完整的 Agent-Native Research Artifact（ARA）。它接受 PDF 论文、arXiv 链接、GitHub 仓库、代码文件与 notebook、实验日志、训练与评估结果、配置文件、超参数扫描、原始研究笔记、会议记录、数据目录，以及这些内容的任意组合，甚至可以在没有任何输入时通过对话交互式构建 ARA。编译过程遵循四阶段认知协议：语义解构、认知映射、物理存根、探索图提取，随后进行最多三轮的覆盖检查、Seal Level 1 结构校验与修复，最终输出包含 PAPER.md、logic/、src/、trace/、evidence/ 等目录的完整产物，并报告文件数量、校验结果与关键统计。
ara-research-manager
ara-research-manager 是一个面向编码或研究会话的“实时研究项目管理器”（Live PM），在任务完成后作为收尾环节运行。它扫描整个对话历史，提取具有研究意义的事件（决策、实验、死胡同、转向、断言、启发式、AI 动作、观察），并据此更新 ara/ 研究工件目录。该技能强调绝不在任务进行中运行，避免污染工作上下文；所有条目必须携带来源标记（user、ai-suggested、ai-executed、user-revised），默认不确定时标记为 ai-suggested，且不得将推断标记为用户。它维护一套结构化的 ara/ 目录，包括 PAPER.md 根清单、logic/（问题、断言、概念、实验、解决方案、相关工作）、src/（代码工件）、trace/（探索树与会话记录）、evidence/（原始证据）和 staging/（未分类观察）。写入格式涵盖探索树 YAML、断言 Markdown、启发式 Markdown、观察 YAML 和会话记录 YAML。若 ara/ 不存在，会自动创建完整目录结构和种子文件。此外还包含成熟度追踪器，用于将重复观察提升到相应层级、标记与断言冲突的观察以及标记过时观察。
ara-rigor-reviewer
ara-rigor-reviewer 是一个面向 Agent-Native Research Artifact（ARA）目录的语义认识论评审技能，执行 ARA Seal Level 2 评审。它在 Level 1 结构校验已通过的前提下，读取 PAPER.md、logic/claims.md、logic/experiments.md、logic/problem.md、logic/concepts.md、logic/solution 下的架构/算法/约束/启发式文档、logic/related_work.md、trace/exploration_tree.yaml 以及 evidence 目录，解析其中的主张、实验、启发式、观察与缺口、探索树节点，构建主张-证据映射与依赖关系，然后从证据相关性、可证伪性质量、范围校准、论证连贯性、探索完整性、方法学严谨性六个维度进行语义评审，每个维度按 1-5 分打分，汇总问题清单并计算总体等级，最终在 artifact 根目录写出 level2_report.json。该技能完全通过原生工具（Read、Write、Glob、Grep）操作，不执行代码、不抓取 URL、不查阅外部来源，仅依据 ARA 自身报告的证据进行评审，强调建设性反馈与校准评分。
cover-letter-to-editor
该技能用于撰写学术期刊投稿相关的编辑沟通信件，包括投稿附信（cover letter）、预投稿咨询（presubmission inquiry）、拒稿后转投请求（transfer request），以及推荐或回避审稿人名单。核心目标是帮助稿件通过编辑初筛、进入同行评审。技能强调附信不是摘要的复述，而是向编辑直接陈述“为什么该刊读者现在需要这项结果”。内容涵盖写作前的资料准备、一页纸的结构框架、可直接套用的模板、不同场景的变体写法，以及应避免的常见错误。
exa-search
Exa Web Toolkit 是一个由 Exa 提供支持的网页研究技能，面向科学与技术类内容，提供网页搜索和 URL 内容提取两项能力。Exa 的索引结合了高质量的关键词检索与语义检索，适合科学、技术和概念性查询。该技能通过 exa-py Python SDK 实现，脚本使用 PEP 723 内联元数据声明依赖，可直接用 uv run 运行，无需单独安装步骤；也可持久安装 exa-py>=1.14.0。所有命令从 EXA_API_KEY 环境变量读取 API 密钥，密钥可在 dashboard.exa.ai/api-keys 获取。技能包含路由说明、学术来源优先级策略、安装与认证步骤，以及脚本文件清单。
firecrawl-research-index
Firecrawl Research Index 是 Firecrawl 提供的托管式论文检索索引，用于按主题发现论文、查看来源元数据、获取与问题匹配的论文段落，以及通过引用关系扩展相关文献。它通过 /v2/search/research/papers 端点提供搜索、单篇记录读取、相似论文、引用者与被引参考文献查询，覆盖 arXiv 及生物医学/生命科学来源，但覆盖范围并非穷尽。该索引不同于 Firecrawl 通用 /v2/search 中 categories: ["research"] 的学术网页搜索，两者不可混用。适合研究者在选题、方法、生物体或基准发现阶段使用，也可用于检查某篇已收录论文是否讨论某主张，或从种子论文扩展文献。使用方式包括 Firecrawl CLI、MCP 连接、SDK 或有界 HTTP GET 请求；官方 CLI 支持 search-papers、inspect-paper、read-paper、related-papers 等命令。访问可能需要 FIRECRAWL_API_KEY，且不应声称免费访问包含批量导出或永久无限使用。该工具不替代 DOI/PMID 核验、撤稿检查或系统性综述流程，仅可作为有记录的补充检索来源。