scan-feature-docs
scan-feature-docs 是一个面向文档扫描的技能，用于扫描现有业务功能文档，生成或更新 feature-docs-reference.md，内容涵盖应用与服务映射、文档结构约定、模板用法与章节标准。
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
14,185 个结果
writing-claude-directives
用于撰写指导 Claude 行为的指令（技能、CLAUDE.md、智能体提示词、系统提示词）的写作规范，涵盖 token 效率、合规技巧、结构模式与测试方法。
writing-great-skills
编写与编辑技能（skill）的参考指南，讲清让技能具备可预测性的词汇与原则。核心观点是：技能存在的意义是从随机系统中压榨出确定性，而可预测性——智能体每次运行走同一套流程，而非产出相同结果——是根本美德，文中所有手段都服务于它。内容围绕调用方式（模型调用与用户调用）、描述撰写、信息层级（技能内步骤、技能内参考、外部参考、渐进式披露）、拆分时机（按调用拆、按序列拆）、精简（单一事实来源、相关性检查、逐句无操作测试）、引领词（leading word）以及失败模式（过早完成、重复、沉积、蔓延、无操作、否定）展开。文中加粗术语在 GLOSSARY.md 中有完整定义。
research-lookup
research-lookup 是一个科研信息检索技能，可按查询类型自动路由到 parallel-cli 快速网页搜索、Parallel Chat API 深度研究或 Perplexity 学术检索，用于查找最新研究、验证文献、收集引用与统计数据，并将结果保存到 sources/ 目录。
business-plan
该技能可将项目想法或半成品材料整理为结构完整且内部一致的全篇商业计划书，并以Word文档形式交付。计划书覆盖执行摘要、问题与机会、产品与解决方案、市场分析（含TAM/SAM/SOM推导）、商业模式、竞争分析、上市与销售策略、运营里程碑、团队、三年财务预测（含假设表与关键指标）、融资需求与资金用途、风险与缓解措施及附录。适用于融资、内部立项或参赛申请，可据读者调整篇幅与财务深度，缺失数据标注TBD，外部数据需附来源与年份。
deep-research
deep-research 是一个面向深度调研任务的技能，目标不是给出一段快速答复，而是交付一份带有引用来源的完整研究报告，并以 Word 文档形式输出。它把研究目标拆解为 3-6 个子问题（如现状、参与者、数据、趋势、争议），针对每个子问题使用可用搜索工具进行多轮检索，每个子问题至少使用两组不同关键词并交叉核对不同来源。只有当至少两个独立来源一致时，数字、日期或实体名称才被视为可靠；若来源冲突，则如实报告分歧。文档通过可用文档工具构建为 Word 文件，包含执行摘要（最多 5 条明确结论）、每个子问题一节（先结论后证据与数据）、风险与不确定性、参考文献（列出全部 URL）。每条关键事实句都带来源编号并对应文末参考文献；找不到的内容写“could not be verified”，不编造来源，并引用所有来源。适合需要可核查、可归档的调研报告场景。
swot-strategy
swot-strategy 是 genspark-ai/genoffice 技能库中的一个战略分析技能，用于对一家公司或一个产品执行 SWOT、PEST 和竞争格局分析，并把结果转化为可执行的建议，最终交付为 Word 文档。该技能要求先确定分析主体和决策问题（如进入/退出、提价、融资、转型），再收集内部与外部事实，外部信息可借助网络搜索补充并标注来源与日期。分析产出包括：PEST（每维度 2 至 4 项，标注机会/威胁/中性）、SWOT（每象限 3 至 5 项，事实加对决策问题的含义）、竞争格局（3 至 5 家直接竞争对手的对比表与格局判断），并通过 SO/WO/ST/WT 矩阵转化为 6 至 10 个候选行动，按影响力与可行性筛选为 3 至 5 个优先行动。最终生成 6 至 10 页、以表格为主的 Word 文档，回复中仅保留核心判断与待验证假设。
thesis-advisor
thesis-advisor 是一个面向论文写作的 AI 技能，可根据用户提供的论题和已有材料（研究问题、文献、数据或调研结果、字数与格式要求）生成论文大纲、章节草稿或文献综述框架。它只负责结构与表达，不代写研究内容：不编造数据、实验结果或参考文献，并明确区分框架性表述与结论性表述。
gr-readme
面向 GitHub 开源项目的 README 写作系统，源自 AFFiNE 从 0 到 6 万 Star 的经验，目标是在 3 秒内把访客转化为 Star、Fork 或安装。提供一句话标语、结构框架、各板块写法、Badge 使用与常见错误等内容。
figedit
FigEdit 是一个把不可编辑的位图图形重建为高保真可编辑 SVG 与原生 PowerPoint 包的工具，适用于截图、论文插图、流程图、架构图等。它按元素分流：结构重绘为 SVG 形状、文字重排为 SVG 文本、公式转为可编辑数学对象、特定图像裁切保留，复杂连续背景才用 AI 净板。
humanize
Humanize 是一个用于把 AI 生成文本改写得更自然、更像人写的技能，默认输出英式英语，同时尽量保持原意不变。支持内联文本、文件或剪贴板输入，可指定语气、改写力度、是否解释改动，以及选择 Claude 引擎或商业 API 引擎。
investigative-journalism
面向政治问责深度报道的调查新闻技能，覆盖信源核验、文件分析、瑞典信息公开申请、数据新闻与伦理规范，强调多源核实与公众利益优先。
docs-and-changelogs
根据 Conventional Commits 自动生成变更日志、维护 CHANGELOG.md，并搭建 PRD.md、ADR.md 等项目文档的技能，内含多个 Python 脚本用于生成变更日志、架构决策记录与需求文档。
localize-cs
用于把界面文案、营销内容、文档等文本翻译或本地化为捷克语（cs）的高保真技能，强调捷克语不等于斯洛伐克语，并覆盖正式/非正式语体、按钮与状态消息等 UI 约定。
localize-id
localize-id 是一个面向印尼语（Bahasa Indonesia）本地化的翻译技能，用于将 UI 文案、营销内容、文档等源文本翻译为印尼语，并区分印尼语与马来语的用词、语法、格式和 UI 惯例差异。
localize-ko
用于把界面文案、营销内容与文档等源文本翻译或本地化为韩语的技能，强制遵循敬语层级一致、SOV语序、助词与数词搭配等韩语母语级规范，并保留占位符与ICU复数语法。
localize-lt
用于将界面文案、营销内容、文档等源文本翻译或本地化为立陶宛语（Lietuvių）的技能，强调立陶宛语属波罗的语族而非斯拉夫语或拉脱维亚语，并覆盖语法、语域、界面惯例、格式与常见错误。
localize-ms
将界面文案、营销内容与文档翻译或本地化为马来西亚、文莱、新加坡使用的马来语（Bahasa Melayu）的技能，重点区分马来语与印尼语，涵盖语法、语域、UI 惯例、数字日期货币格式及常见误译。
localize-nl
面向荷兰语本地化的翻译技能，覆盖 nl-NL、nl-BE 及加勒比荷兰语场景，用于将 UI 字符串、营销文案与文档等源文本翻译为荷兰语，强调地道表达并规避英语直译与德语、南非荷兰语式错误。
localize-ro
localize-ro 是一个面向罗马尼亚语（ro/ro-RO/ro-MD）本地化的翻译技能，用于把 UI 文案、营销内容、文档等源文本译成罗马尼亚语，并覆盖语法、语域、界面约定、格式与常见错误。
localize-th
将界面文案、营销内容或文档翻译为泰语的技能，基于生产级翻译提示词整理，涵盖泰语语法、语域、UI 惯例、排版与常见错误，适用于面向泰国市场的本地化工作。
localize-ur
用于将 UI 文案、营销内容、文档等源文本翻译或本地化为乌尔都语（اردو）的技能，默认面向巴基斯坦 ur-PK，也可切换印度 ur-IN。资料强调乌尔都语与印地语是两种不同书面语言，需使用波斯-阿拉伯 Nastaliq 字体、RTL 排版与正式 آپ 敬语。
localize-vi
用于将界面文案、营销内容、文档等源文本翻译或本地化为越南语（Tiếng Việt）的技能，涵盖语法、语域、界面惯例、格式与越南语特有易错点，基于生产翻译提示词整理。
research-note
research-note 是多角度技术研究流水线中的综合步骤，接收 api-state、ecosystem-research、impact-measurement、codebase-auditor 四个研究角度的结构化输出，进行信号加权与冲突消解，生成单一 Research 章节并返回给调用方编排器。