SuperAPI AI 工具集
合作ENAI 行业资讯收藏

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 10-26 00:15

写作与研究

14,174 个结果

article-writing

这是一个面向 SEO 文章写作的 AI 技能，用于根据目标关键词产出完整的搜索导向文章。它先解析关键词、国家、语言、读者与输出形式，再检查网站与项目资料，收集本地化搜索结果页（SERP）及竞品大纲，形成内容简报与提纲，经用户确认后按章节生成正文，最后完成内链、配图与标题、元描述。该技能强调以读者搜索任务为中心，复用企业现有内容与素材，保持原创、可信和风格一致，并区分必须覆盖的基础内容与差异化机会。

写作与研究21 次安装

citation-management

Citation Management 是一个面向学术研究的引用管理技能，用于在研究写作过程中系统化管理参考文献。它支持在 Google Scholar 和 PubMed 中检索论文，从 CrossRef、PubMed、arXiv、DataCite 等来源提取准确的元数据，将 DOI、PMID、arXiv ID 或 URL 转换为规范的 BibTeX 条目，并对已有引用进行校验、去重、排序和格式化。该技能以 Python 脚本形式提供，可集成到文献综述与论文写作流程中，帮助减少引用错误、保证引用信息与真实出版物一致，并提升研究的可复现性。

写作与研究21 次安装

script-analysis-dramaturgical

该技能用于对电影剧本和脚本进行全面的戏剧构作分析。当被要求分析、拆解、梳理剧本或提供反馈时使用。它让 Claude 同时扮演八种分析视角（审美家、戏剧构作家、叙事学家、艺术史学家、影迷、修辞学家、制片人、学者、初读者），在完整通读剧本后产出八份核心文档：覆盖报告、节拍图、结构分析、角色图谱、主题架构、诊断报告、理论对应和修改路线图，并可选提供制作说明、比较分析、对白分析、视觉语法和市场定位等补充文档。

写作与研究20 次安装

attention-control

Attention Control 是一套面向 ADHD 读者的写作风格规则，用于约束 AI 输出的文字。它把航空管制用语的两条原则搬到写作上：受控词汇让每个词只有一个含义，固定信息结构把行动放在最前、背景放在最后。该风格分两层：Shape 层决定说什么、按什么顺序说，来源是 Ayoub G. 的 i-have-adhd 技能（MIT）；Language 层决定每个句子怎么写，来源是 L1nefeed 的 asd-ste100 输出风格，改编自 ASD-STE100 Issue 9。规则适用于 AI 自己撰写的正文，代码、命令、路径、标识符、报错信息以及引用内容一律逐字保留。核心要求包括：首行给出下一步行动或事实；能自己完成的工作不推给读者；多步任务编号；每轮重述进度；用具体单位给时间估计；错误平铺直叙给出位置、原因和修复；列表不超过 5 项；禁止开场白、复述和结束语。语言上要求一词一义、主动语态、只用简单时态、指令句不超过 20 词、说明句不超过 25 词、名词簇不超过 3 词。规则在会话中持续生效，直到读者说“stop attention control”或“normal mode”。

写作与研究20 次安装

validate-docs-implementation

该技能用于系统性地比对代码实际实现与文档描述，找出并修复两者之间的不一致。它分析实现代码真正创建的文件、目录、数据结构与行为，作为“基准事实”，再通过检索定位文档中所有相关引用，识别文件名、目录结构、数量统计、命名约定等偏差，并逐处修改文档。使用后生成验证报告，包含分析对象、更新文件、变更明细与验证结果，并可配置报告的保存位置以便后续复用。适用于代码改动后、发布前检查或用户报告文档与实现不符时使用。

写作与研究20 次安装

distill

Distill 是一个用于将复杂系统拆解为最小可用抽象集合的技能。它面向代码库、架构、论文、转录文本或文档集等输入，通过“定向（Orient）”与“压缩（Compress）”两个阶段，提炼出不可再分的原语（primitives），并给出压缩后的心智模型。其核心概念包括原语的完整性、正交性、最小性和独立粒度，并区分本质复杂度与偶然复杂度。输出格式可选概念图、最小实现、行为规范、混合形式或 HTML 地图。

写作与研究20 次安装

ralph-prompt-research

该工具用于生成 Ralph 兼容的研究、分析与规划类提示词（Prompt）。它并不直接执行研究任务，而是帮助使用者把研究目标拆解成结构化、可迭代执行的提示词模板。生成的提示词强调系统化的研究阶段、明确的资料来源要求、综合分析要求以及具体的交付物，而非代码。适用场景包括代码库分析与审计、安全漏洞评估、技术调研与比较、迁移规划、架构设计文档、性能分析、依赖审计、从代码生成文档等。其核心理念是：失败是可预测且可修复的，每一次研究迭代都建立在前一轮发现之上，首轮不完整是预期之中的，并为后续更深层的分析提供数据。使用方式上，用户需提供研究目标、范围、交付物格式和完成承诺短语，工具据此按发现、分析、综合、建议、文档五个阶段生成提示词，并带有进度追踪与完成校验机制。

写作与研究20 次安装

skill-researcher

skill-researcher 是一个面向技能开发的研究工具包，用于从多个来源系统性地收集信息。它支持五类独立研究操作：Web 搜索、MCP 服务器调研、GitHub 仓库分析、官方文档研究，以及研究结果综合。其目标是帮助开发者发现技术模式、最佳实践与真实案例，为技能开发提供依据。适用于启动新技能、探索陌生技术、寻找实现示例、验证方案、发现可集成的 MCP 服务器以及查找官方规范等场景。

写作与研究20 次安装

melech-prompt-shake

Prompt Shake 是一款面向提示词的精简工具，定位为“提示词的 tree-shaking”。它的核心理念是：每一行提示词在被证明是“承重”的之前都视为冗余，目标是得到覆盖 100% 必要场景的最精简提示词——最小可用优于最大堆砌。它针对系统提示词、技能文件和指令文档，通过删减而非重新设计来去除臃肿内容。它重点排查模型默认已知的过度解释、重复指令、子集或互相包含的规则、永不触发的冗余分支与死边界情况，以及只增加 token 不改变行为的模糊填充。判断是否删除依据五条证明：覆盖性（删掉后是否有真实必要场景落空）、冗余性（是否已在别处说过）、包含性（是否为更宽规则的子集）、默认知识（合格模型是否会自发做到）、承重性（有无该行输出是否真的改变）。工作流程为：自动从当前工作 diff 启动，审计新增或修改的行；通读整个文件以发现跨文件问题，但建议只落在 diff 窗口内；逐行审计并为每个保留行标注其存活的证明；以可扫读的发现表格报告（行/块 → 未通过的证明与证据 → 建议动作：删除/合并/折叠/保留），仅给出建议而不直接改文件；仅在人工批准后、且仅在 diff 窗口内应用。护栏要求保留意图与承重约束，精简不等于有损；以行为而非感觉为依据，用输出不变来证明删除合理；绝不发明新规则或“改进”提示词。

写作与研究20 次安装

personal-material-search

个人素材库搜索是一个用于内容创作的技能，可从用户个人的真实经历、观点和案例素材库（据称约1800+条记录）中快速检索匹配内容，为文章或表达补充事实支撑，从而提升内容的真实性与可信度。当用户需要真实经历、个人案例、实际经验、有根据的支撑材料、找例子或增强说服力时，可调用该技能。技能以关键词提取、搜索策略构建、素材匹配、整理改写和使用建议为主要流程，帮助创作者快速定位相关素材并恰当地融入内容。

写作与研究20 次安装