accelint-skill-prose
用于审计或改写定义智能体行为的文本（如 SKILL.md、AGENTS.md、CLAUDE.md、提示模板、工作流指令等），默认在不改变行为的前提下保留语义。适用于触发条件、流程顺序、审批语义、护栏强度或技术精确含义由措辞控制的场景。
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
14,176 个结果
orchestrate
面向写作编排器的共享协调模型，强调委派纪律、收敛循环、批评综合与产物持久化。编排者只负责跨阶段协调、发现偏差并路由修正，不亲自产出内容。
tripod-check
tripod-check 是用于按 TRIPOD+AI 27 项清单审计预测模型或临床 AI 稿件的技能，触发场景包括预测模型、预后评分、诊断模型等，输出合规摘要与可操作修改建议。
localize-ru
localize-ru 是一套面向俄语（ru）本地化的翻译规则技能，用于把 UI 文案、营销内容、文档等源文本翻译成俄语。它强调六格变化、三种性别、动词体、数词与名词搭配以及 ICU 复数等俄语特有规则，并区分正式（Вы）与非正式（ты）语域。
log
一个用于记录已完成史诗级成果的日志技能，按时间倒序记录重大功能、发布或架构变更，帮助维护变更日志。
PubMed-Search
PubMed-Search 是一个用于检索和分析 PubMed 生物医学文献的 AI 工具。它支持通过关键词进行文章搜索，并可使用标题、作者、期刊、日期范围等多个过滤器进行高级检索，快速获取论文元数据。用户可通过 PMID 获取单篇论文的详细元数据，包括标题、作者、摘要、期刊和发表日期，并支持批量检索。该工具还能对 PubMed 文章进行深度分析，涵盖研究背景与意义、方法概述与关键发现、局限性及未来研究方向。此外，它尝试下载全文 PDF 内容，通过 PubMed Central（PMC）检查开放获取可用性，并提供文章直接链接。安装需要 Python 3.8+ 和 pip 包管理器，支持 uv、conda 或 pip 直接安装依赖。基本搜索使用免费的 PubMed E-utilities API，无需认证；PDF 下载等部分功能可能需要配置可选的 API 凭据。输出格式包括控制台、JSON 和 Markdown。
api-state
api-state 是 jamie-bitflight/claude_skills 中的一个技能，用于针对特定库或协议版本抓取并报告当前 API 语法、变更日志条目和破坏性变更，是多角度技术调研体系中的单一调研角度。
notion-research-documentation
该技能用于在 Notion 中跨多个页面进行检索，并将收集到的信息综合整理为结构化文档，例如简报、对比分析或研究报告。它通过 Notion 的搜索与页面获取能力定位相关来源，提取关键事实、指标、约束与日期，并保留引用链接；随后根据任务类型选择合适格式（快速简报、研究摘要、对比、综合报告），使用对应模板在 Notion 中创建页面，并附上引用与参考来源。适用于需要从多个 Notion 来源汇总信息、形成决策依据或可分享文档的场景。
mathmodel-to-ei
将完整数学建模竞赛论文改写为面向 EI 会议投稿的英文研究论文，内置 IEEE conference LaTeX 模板，完成研究主线提炼、结构重组、图表整理、证据核验与源码/PDF 交付。适用于数模论文转会议论文、竞赛论文英文改稿及已有会议稿迭代。
book-analysis
Book Analysis 是一个用于深度学习一本书的 AI 技能。用户输入书名后，它会通过并行子代理从六个维度采集信息：章节结构与逻辑关系、创作背景与核心要点、关键问题与影响、解决方案与实施建议、术语与索引、延伸阅读。六个维度采集完成后进行交叉分析，最终输出一份 Markdown 格式的深度学习笔记，并保存为本地文件。该技能支持中文书名的定位流程（优先使用豆瓣两步法，必要时用当当网验证），也支持英文书名。触发方式包括「分析XX这本书」「学习XX」「读书笔记XX」「book analysis」等。
biorxiv-database
bioRxiv Database 是一个用于检索 bioRxiv 预印本服务器的 Python 工具型技能。它支持按关键词、作者、日期范围和学科分类搜索生命科学预印本，返回包含标题、摘要、DOI、作者、版本、许可、PDF 链接等字段的结构化 JSON 元数据，并支持下载预印本全文 PDF 用于分析。该技能适用于文献综述、研究趋势分析、作者发表追踪、引用元数据获取等场景，可通过命令行脚本或 Python API 调用。
denario
Denario 是一个多智能体 AI 科研辅助系统，基于 AG2 与 LangGraph，可自动化从数据分析到论文撰写的科研流程，涵盖假设生成、方法设计、计算分析与 LaTeX 论文生成。
writing-defect-reports
来自 kajisho5/ffmpeg-skill 的技能，用于在发布缺陷报告前后建立可验证的结论：在标题所声明的最外层复现问题，区分内部异常与被下游吸收的问题，避免夸大标题。
ai-writing-content
这是一个基于 DSPy 框架构建 AI 内容写作系统的技能指南，用于生成文章、报告、博客文章或营销文案。它以“先大纲、后分节撰写”为核心思路，引导用户搭建由大纲生成、逐节写作、研究检索增强、质量评审循环、品牌语气约束和测试优化组成的内容生成流程。内容以可复用的 DSPy 代码示例呈现，涵盖 ContentOutline、Section 等 Pydantic 模型，GenerateOutline、WriteSection、CritiqueContent、ImproveContent 等 Signature，以及 ContentWriter、ResearchedWriter、QualityWriter 等 Module。技能还提供基于 dspy.Refine 的奖励函数自动重试、可读性指标与 AI 作为评判者的质量评估指标，并可用 BootstrapFewShot 优化器在训练集上编译模块。适合希望用 DSPy 搭建结构化、分步骤、可评测内容生成管线的开发者。
academic-outline-builder
该技能用于为印度尼西亚语学术书籍（buku ajar 教材、buku referensi 参考书或 monograf 专著）生成详细目录与逐章写作计划。它接收项目简介、来源分析、已选书籍类型、章节映射或约束条件，以及期望章节数等输入，输出包含状态、目录、章节计划（标题、目的、关键主题、预期来源、表格/图表、学习或研究功能）、前置页、后置页、引用缺口和假设的完整方案。适合需要将项目资料与书籍架构转化为可用稿件计划的学术写作场景。
gemini-deep-research
gemini-deep-research 是一个调用 Google Gemini Deep Research Agent 执行复杂、长时间研究任务的技能，适用于多来源综合、竞品分析、市场调研、文献综述和技术深度调研，可自动拆解问题、联网检索并生成带证据的 Markdown 报告。
inno-grant-proposal
面向教授与研究人员的基金申请书写作技能，支持美国 NSF、NIH、DOE、DARPA、NASA 与中国 NSFC 国自然的撰写、修改、适配与润色，提供分阶段流程、模板、评分与合规检查。
inno-pipeline-planner
inno-pipeline-planner 是一个研究项目规划技能，通过交互式对话帮助用户定义研究项目，并生成 research_brief.json 与 tasks.json 两个流水线文件。适用于启动新项目、尚无研究简报或需要从零规划研究流程的场景。
inno-reference-audit
inno-reference-audit 是一个面向学术写作的引用核查参考技能，提供引用验证原则与最佳实践，帮助识别虚假引用、信息不匹配、格式不一致和漏引等问题，强调在写作过程中通过 WebSearch 与 Google Scholar 主动核验每条引用。
paper-finder
paper-finder 是一个用于检索已有论文笔记的技能，可按标题、作者、关键词、研究领域或标签搜索，并给出相关性评分。它属于 evil-read-arxiv 自动论文阅读工作流，采用 MIT 许可证。
Research Idea Convergence
Research Idea Convergence 是一个面向学术项目的交互式研究方向选择技能：在完成文献调研后，从调研结果生成 2-4 个候选研究方向，以结构化对比呈现优劣，等待用户选择后收敛为可发表的研究角度。
research-news
research-news 是一个每日论文推荐工作流技能，用于帮助用户发现最新研究论文。它通过搜索 arXiv 和 Semantic Scholar，按相关性、时效性、热度和质量对论文进行评分，并生成推荐论文列表。该技能属于 ligphidonk/oh-my--paper 项目，主要面向科研人员与研究者，提供从检索、过滤、评分到关键词自动链接的完整流程。
scientific-writing
面向深度研究与论文写作工具的科研写作技能，强调用完整段落而非项目符号撰写稿件，支持IMRAD结构、多种引用格式、图表与报告规范，并可通过research-lookup检索文献、用scientific-schematics生成配图。
lov-bp-outline
BP 蓝图（BP Blueprint）是一个在做融资演示文稿之前使用的技能，用于把已有项目材料整理成有据可查的投资者 BP 简报、证据台账和 12–15 页幻灯片大纲。其输入可包含仓库、产品文档、PRD、网站、既往申请或现有 BP，分析数据导出、支付/使用数据、GitHub 证据、客户笔记，产品截图、创始人简介、团队经历、品牌素材，以及融资阶段、金额、股权/工具和里程碑等任意组合。输出为 business-plan/ 目录，内含 brief.md、evidence-ledger.md、outline.md 和 assets/，只有在证据门（evidence gate）通过后才可供 lov-bp-deck 使用。该技能明确不生成 PPTX/PDF，其定位是在选择视觉风格之前先建立投资故事。工作流包含五个强制步骤：解析技能与工作区、先检查再提问、建立证据台账、定义投资者可读懂的产品、撰写 12–15 页论证，最后运行证据门。