research-intelligence
用于从研究内容中提取洞见、分析论断并整合知识的技能，支持处理学术论文、文章、播客、视频、会议等内容。
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
14,191 个结果
writing-enhancement
writing-enhancement 是 spitoglou/fabric-claude-skills 中的写作增强技能，用于提升写作质量、修正错误并转换文风，可按校对、编辑、提升清晰度、修复语法拼写、增强学术写作等需求选择不同模式。
docs
这是一套用于编写、编辑和组织文档的 AI 技能规范，属于 tanstack/ai 项目。它强调文档应服务于真实读者的真实任务，而非单纯“记录某个功能”。核心流程分两阶段：先规划读者与页面划分，再动笔写作。规划阶段需列出每个读者的用户故事及对应页面，并通过“人物关卡”向用户展示读者列表并确认；写作阶段前需通过“语气关卡”让用户选择行文语气，并加载 simple-english 与 i-have-adhd 两个前置技能。技能规定了文档发现方式、复用现有站点组件、安装命令的包管理器标签写法，以及禁止使用华丽字符、禁止泄露旧版设计历史、先问题后解决方案、多用列表与代码示例等规则。
simple-english
Simple English 是一个用于编写或改写技术文本的写作技能，依据 ASD-STE100 简化技术英语（Simplified Technical English）规则，让文本清晰、无歧义，并去除 AI 生成文本的常见痕迹。它适用于文档、README、错误信息、运行手册、事故报告、发布说明、智能体指令和翻译准备等场景。技能提供务实（默认）与严格两种模式，要求先区分程序性文本与描述性文本，再套用 9 个章节共 53 条规则，涵盖用词、多词名词、动词形式、句子长度、程序性写作、描述性写作、安全提示、标点与字数统计、写作实践等。它还给出词汇纪律、情态动词阶梯、AI 套话替换表和一致性检查方法，并强调代码、标识符、命令、引用的错误信息等不可改动。交付前必须执行自检。
debate-coach
Debate Coach 是一个用于辩论准备与论证训练的 AI 技能，帮助用户构建有逻辑的论点、预判对方观点、准备反驳、搜集证据与案例，并练习有说服力的表达。它接收辩题、立场（支持/反对或双向探索）、场景（正式辩论、讨论、说服）、受众与时间限制等输入，输出结构化的辩论准备方案，包括核心论点、预期反对意见与反驳对照表、最强反方论点及应对、证据库、开场与结语陈述、需避免的逻辑谬误以及向对手提出的问题。该技能还介绍图尔敏论证模型（主张、证据、保证、支撑、限定、反驳），并给出辩论技巧建议，如先为对方论点做“钢铁人”式强化、策略性让步、多用具体案例、保持冷静。适合需要提升批判性思维与论证能力的学习者、辩手和演讲者使用。
book-writer
Book Writer 是一套面向小说创作的全流程工程化管理与内容生成助手，主打专业、严谨、可落地的创作流程。它通过标准化的文件管理体系锚定创作边界，帮助用户从零到一完成高质量、强逻辑、人设稳定、剧情闭环的小说创作，适用于写小说、创作故事、构思情节、塑造人物、撰写章节等需求场景。该助手以故事主线、设定、角色、写作风格等核心根基文件为顶层锚点，辅以分卷大纲、章节大纲、时间线、势力地图、伏笔与回收等剧情框架文件，并通过当前进度文件进行进度追踪与版本管理。执行上遵循需求对齐、核心体系搭建、正文创作、全流程校验、迭代修改五步流程，强调逻辑严谨、人物真实、文风统一、剧情连贯与伏笔闭环，单章约 2000–3000 字，一次只写一章并需用户确认后继续。
meta-web-research-to-report
一个元技能，用于把单一研究问题转化为带引用来源的 Word 研究报告。它会先推导报告约定，再对来源排序、按大纲起草，并在导出前通过就绪检查。若编排失败，可由 LLM 参照各步骤技能的 SKILL.md 手动执行。
research
Research 是一个用于开放式主题研究的技能，通过持续维护一份 Markdown 文档来记录研究过程与发现。它强调对话是临时的，文档才是核心产出。该技能支持两种模式：交互式研究（默认）在对话中实时搜索、综合并更新文档；深度研究（异步）针对复杂主题，通过 parallel-research CLI 调用 Parallel AI API，耗时数分钟到数小时，返回详细的 Markdown 报告。每个研究主题拥有独立文件夹，包含 prompt.md（原始问题）、research.md（主要发现）、research.pdf（PDF 导出）等文件。适用于调研主题、评估方案、探索构建前的可行性、市场与竞品分析、技术深度调查等场景。
q-intro
Q-Intro 是一个用于撰写和打磨学术论文引言部分的技能。它支持两种使用方式：一是通过访谈式提问从零开始起草引言，二是对已有草稿进行诊断式精修。其核心方法强调叙事性行文，避免项目符号、破折号和孤立的引导段，主张每段围绕一条清晰主线，从目标学科出发，沿单一叙事弧线梳理文献，将理论框架作为对前文所建立需求的回应来引入，并显式衔接段落之间的过渡。引言结构通常包含五个部分：现象与利害关系、文献与空白、理论/研究/研究问题、贡献、路线图。该技能还提供了引言模板、访谈问题与精修诊断、APA 格式指南等参考文件，并附有检查清单以确保引言符合目标期刊的长度与结构要求。
ai-deep-research
该技能用于设计并运行可重复的深度研究工作流，跨多个来源收集证据、保留来源出处，并将结果综合为可用于决策的产出。它同时覆盖原生深度研究智能体（如 ChatGPT Deep Research、Gemini Deep Research、Perplexity Deep Research、带网页搜索的 Claude）与自定义智能体研究流水线（规划器/搜索器/验证器/综合器分工）。核心做法包括：先规划再搜索、以来源台账作为主要产物、验证器子智能体与研究者上下文隔离、证据分层、饱和后再综合、显式新鲜度窗口、强制检测恶意来源。适用于需要产出带来源的对比、简报、备忘录或研究档案，以及需要构建可重复、可审计、带出处的研究流程的场景。
research-arxiv-scout
research-arxiv-scout 是一个用于发现和初步筛选 arXiv 最新论文的技能，聚焦 AI/ML、智能体（agents）以及软件/QA 领域。它把 arXiv 当作研究发现的入口层，产出便于仓库使用的输出，例如排序后的推荐列表和 02_sources-*.json 风格的条目，并且强调不编造指标。适用场景包括：按分类、arXiv ID 或来源列表进行论文侦察；针对已知技能或主题进行检索；对单篇论文做摘要；提出来源更新建议；以及挖掘 HCI/CSCW 留存类论文（killer-feature 捆绑交接）。该技能要求在使用 arXiv 数据的任何输出中包含 arXiv API 使用条款所要求的致谢行。它提供查询生成脚本、API 查询指南、分类法参考、留存类论文参考、配置映射以及输出模板等资源，并包含预筛选（社交信号交叉引用）、评分（相关性、实用性、证据等级）、最终检查清单、Killer-Feature 模式、Promotion Check 和 Learnings Loop 等工作流程。
research-scout
research-scout 是一个研究级“方法挖掘”技能，用于从近期论文、研究博客与精选通讯中筛选值得借鉴的方法、框架与思路，并转化为带证据等级、可复现性说明和落地配方的“想法卡片”。它支持 arXiv、Hugging Face Papers、Semantic Scholar、NeurIPS/ICML/ICLR/ACL/EMNLP/KDD 等会议，以及 Anthropic、OpenAI、DeepMind、Google Research、Meta AI、Microsoft Research、Apple ML 等机构博客和多位策展人通讯。输出不是行业综述，而是生成式工具箱：可借鉴模式目录、反模式目录（不可复现、刷榜、炒作等研究陷阱）与配方（提取、采用前验证、终止标准）。适用于“有哪些近期研究方法值得偷师”这类问题，并可与社区痛点、arXiv 专项、GitHub 仓库等兄弟技能分工协作。
find-missing-translations
用于对比 Android strings.xml 语言文件、找出未翻译字符串资源与缺失翻译键，并准备翻译任务的技能。
thesis-style-polisher
Thesis Style Polisher 是一个面向中文学位论文的最终润色技能，主要用于去除行文中的“AI 味”。它聚焦论文的章首导言、章末小结、贡献描述、总结与展望等部分，处理模板腔、宣传腔与 AI 口癖，使中文表达更自然。工具强调在结构、证据、数据和编译基本稳定后使用，不引入新事实，不掩盖结构问题，先去模板腔再提升措辞。使用时需读取 overview、style principles、good/bad examples 等参考文件，并按先识别结构性重复与模板句、再处理重点章节、最后调整局部措辞与节奏的工作流执行。该技能无需网络。
concept-clarifier
概念辨析工具（Concept Clarifier）是一个社会学及相关学科的概念分析技能，用于解析概念的理论谱系、内部张力、边界条件与操作化方式，区分近似概念之间的实质差异，防止概念混用。
counterfactual-reasoning
反事实思维工具是一个对研究结论进行系统性压力测试的 AI 技能，通过枚举竞争性解释、检查选择性偏差、识别推论边界、模拟审稿人质疑，帮助研究者发现论证弱点并强化结论。
gzh-ai-feed
AI 公众号日报内容源（都爆鸭），可按关键词扫描 AI 方向公众号爆款文章，终端以表格展示标题链接与点赞数，并聚类成每日选题日报，适用于 AI 日报、热点追踪与内容选题发现，需配置 DOUBAOYA_API_KEY 使用。
reality-tv-narrative-analyzer
用于学术研究与内容分析的真人秀叙事分析框架，帮助识别节目格式、剧集与季度叙事结构、角色原型、剪辑手法及权力关系变化，并可用于播客、视频论文、回顾写作与预测分析。
latex-layout-issue-bundler
LaTeX Layout Issue Bundler 是一个用于打包 LaTeX 版面问题的技能。它可以根据 PDF 页面、裁剪区域、源码片段和编译日志，在论文仓库内生成可复现的版面问题 bundle，替代一次性手动截图。适用于用户拥有渲染后的 PDF 页面且存在版面问题、通常需要向 agent 发送截图、问题与页面或对象相关（如浮动体留白、分页不当、算法／表格／图片位置、过满或过欠行、短行或局部间距），以及 agent 需要足够产物上下文来调试版面的场景。该技能生成供其他技能消费的证据，并不直接修复论文。bundle 默认位于论文仓库的 .agent/layout-issues/<issue-id>/ 目录下，包含 prompt.md、manifest.json 以及条件生成的页面 PNG、裁剪图、页面文本、源码片段和编译日志摘录。
writing-skills
Writing Skills 是一套用于创建、编辑和验证 AI 智能体技能（Skill）的方法论，本质上是把测试驱动开发（TDD）应用于流程文档。它强调先写测试用例（用子智能体构造压力场景）、观察失败（基线行为）、再编写技能文档、验证通过、最后重构堵漏。核心原则是：如果没有亲眼看到智能体在没有该技能时失败，就无法确认技能教对了东西。技能以 SKILL.md 形式存放于智能体专属目录（如 Claude Code 的 ~/.claude/skills、Codex 的 ~/.codex/skills），采用扁平命名空间。文档要求 frontmatter 仅含 name 和 description 两个字段，description 只描述触发条件、不总结工作流，并以“Use when...”开头。该技能还提供技能类型划分、目录结构、CSO 搜索优化、流程图使用规范、代码示例原则以及针对不同技能类型的测试方法。
domain-context
domain-context 是一个用于在代码仓库本地 Markdown 文件中维护持久化领域术语与架构决策的技能。它帮助团队把未来协作者本需重新发现的上下文保留下来：当出现重复使用或含义模糊的术语时，建立共享词汇表；当某项决策难以逆转、缺少背景会令人意外且确实考虑过替代方案时，记录为 ADR。该技能会先检查仓库已有的术语表、领域指南、决策日志或 ADR 约定，优先更新现有文档，否则提出最小可用的 Markdown 文件及符合仓库习惯的位置，并使用仓库的文档语言与风格书写。它不依赖其他技能、docs 目录、跟踪器或工作流阶段，聊天内容可提供证据，但理解与评审结果所需的事实必须落在文档中。
writing hookify rules
用于创建和配置 Hookify 规则的技能指南。Hookify 规则是带 YAML frontmatter 的 Markdown 文件，存放于 .claude/hookify.{name}.local.md，通过事件、正则模式或条件匹配，在命中时向 Claude 显示警告或阻止操作。
writing-clearly
writing-clearly 是一套面向写作与编辑的规则集，适用于为用户或替用户撰写的各类文本，包括回复、文档、幻灯片、网页与界面文案、邮件、消息和提交信息。其核心目标是让读者第一遍就能抓住要点、信任内容准确，并知道该如何行动。规则强调：标题和标签要直接说明内容，不用口号、双关或需要解码的表述；描述而非推销或说教；标题不重复正文；先给理由再给指引；用具体内容代替比喻；保持专业语域，避免文字游戏、隐喻和戏剧化表达；只陈述经过核实的内容，未核实需标注；不假设他人角色或代词，默认用 they；读者要执行的内容应可见，背景信息可放入备注、链接页或附录；每行都要有新信息，避免填充、重复和炒作；全文保持一致的命名、结构和强调方式；标题不用斜体，正文用粗体突出要点；编辑他人材料时移动而非删除，保留事实、名称、数字和引语。发送前最后检查：读者能否在不追问含义的情况下对每句话采取行动。资料还包含消息与邮件处理指引、真实使用中的前后对照示例，以及反馈循环机制：当用户指出含糊或猜测性措辞时，立即改写并记录到对照表，必要时更新持久记忆或强化对应规则。
detector
SpecWeave 的工作流文档与命令说明技能，用于识别 SpecWeave 上下文并介绍可用斜杠命令。适合在学习 SpecWeave 命令或了解工作流时使用。