darwin-skill
Darwin Skill(达尔文.skill)是借鉴 Karpathy autoresearch 思路的自主技能优化器,用 8 维评分表(结构 60 分 + 实测 40 分)评估 SKILL.md,通过「评估→改进→实测→人工确认→保留或回滚」循环持续优化,只保留分数严格提升的改动。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-28 00:17
14,289 个结果
Darwin Skill(达尔文.skill)是借鉴 Karpathy autoresearch 思路的自主技能优化器,用 8 维评分表(结构 60 分 + 实测 40 分)评估 SKILL.md,通过「评估→改进→实测→人工确认→保留或回滚」循环持续优化,只保留分数严格提升的改动。
一个用于方案评审与领域术语梳理的 AI 技能:通过逐条追问、对照代码库与现有文档(CONTEXT.md、ADR),澄清术语、验证设计决策,并即时更新文档。
基于 Manus 风格的文件规划系统,用于组织和跟踪复杂任务进度。通过创建 task_plan.md、findings.md 和 progress.md 三个文件,把持久化 Markdown 文件当作「磁盘工作记忆」,适用于多步骤项目、研究任务或需超过 5 次工具调用的工作。
deep-research 是一个基于 Google Gemini 深度研究智能体的异步深度研究技能,不依赖 Gemini CLI。它支持通过 Gemini Interactions API 发起研究任务,并可将本地文件上传至文件搜索存储,实现基于 RAG 的检索增强回答。该技能提供成本预估(--dry-run)、研究深度选择、报告导出(md/html/pdf)以及持久化工作区状态管理。所有代码为可审计的 Python,凭证仅从环境变量读取,敏感文件自动排除,临时存储默认在研究完成后删除。
通过 Readwise v2 Highlights API 与 v3 Reader API 获取并分析指定日期范围内的阅读活动,包括保存的文章、划线和被划线最多的内容。需设置 READWISE_API_TOKEN 环境变量,依赖通过 pnpm 安装。
面向聪明初学者的可视化解释器:把仓库、规格、PR、架构或概念做成响应式 HTML 讲解页,让读者理解后能自己复述。强调清晰优先于美观,需基于来源事实,含 SVG 图表,并用浏览器验证桌面与移动端效果。
Doc Co-Authoring 是一个用于协作撰写文档的结构化工作流技能。它把文档写作拆分为三个阶段:上下文收集、精炼与结构、读者测试。在上下文收集阶段,用户提供文档类型、受众、目标、模板及项目背景等信息,助手通过澄清问题补齐理解差距;在精炼与结构阶段,逐节进行头脑风暴、筛选、起草和迭代修改,先处理未知最多的核心章节,最后处理摘要;在读者测试阶段,用无上下文的“新读者”视角检验文档是否清晰、是否存在歧义或矛盾,并据此回修。该技能适用于撰写技术规格、决策文档、提案、PRD、设计文档、RFC 等,帮助确保文档在他人阅读(包括粘贴给 AI 理解)时仍然有效。
依据公开资料,用于设计间隔重复复习计划、闪卡系统与提取练习,支持 Leitner、SM-2 等算法,面向语言学习、医学教育、事实知识与认证备考等长期记忆场景。
用于编写与维护架构决策记录(ADR)的技能,提供多种模板、生命周期、评审清单与 adr-tools 自动化命令,帮助团队记录重大技术决策的背景、选项与后果。
面向网站页面、博客文章及各类文案的写作与文案规范技能,涵盖标题、导语、可读性、行业词汇、可扫读排版与说服性结构,属于跨领域技能,适用于任何文字创作或编辑任务。
用于把课堂字幕或讲座转录稿转换为可供学习的高质量教程笔记的技能,提供 ingest→refine→synthesize→enhance→validate→publish 的确定性流水线,并以账本与校验产物保证可审计性和可追溯性。
论证映射技能:把一个主张的支持理由、每条理由隐含依赖的共前提以及针对它的反驳,显式整理成树状论证地图,并标出薄弱环节。它只呈现逻辑结构,判断结构有效不等于前提为真。
一个用于深度网络调研的 Claude 技能:通过思维图(Graph-of-Thoughts)方式按分支探索主题,将发现、URL、关系等记录到 SQLite 知识图谱,并经合并、关系推断与矛盾检测来综合结论。
从 HuggingFace Daily Papers 收集热门论文,生成韩文一句话摘要报告,并可选从 arXiv 下载 PDF 或阅读 HTML 版进行详细分析。支持按日、周、月或最近两周筛选,按 upvotes 排序。
一套用于值班(on-call)交接的实践模式,涵盖上下文传递、升级流程与文档化,帮助团队在轮班之间保持连续性与可靠的故障响应。
该技能用于按 Diataxis 框架对文档进行分类、界定范围、拆分、起草和评审,帮助文档贡献者与维护者产出符合模式定义、可操作的文档。其路由逻辑按用户意图选择入口:分类或模式选择请求读取 references/decision-flow.md;起草或重写请求读取 references/drafting-guide.md;范围界定、拆分、常见陷阱与疑难情况读取 references/scoping-and-pitfalls.md;各模式的具体示例读取 references/examples.md。若请求同时涉及分类与起草,先用 decision-flow 分类,再用 drafting-guide 起草。仅分类的响应返回四个标注部分:Category、Why、Split recommendations、Next step;超出仅分类的输出需包含带有具体检查项的 Verification checklist 部分。起草规则要求始终在正文前包含 Mode 与一行 Why this mode,仅使用用户提供上下文和仓库内容作为事实依据,不编造事实,缺失信息处明确标注假设与待决问题,示例中不得包含真实密钥,需使用占位符或脱敏。仓库级信息架构或导航重构(含文档树迁移)不在本技能范围内。
Hotseat 是一个用于挑战用户计划的技能:每次只提出一个经过调研的问题,用户回答后先检查相关代码、文档或工具,再继续下一个问题,直到计划被厘清。
sync-docs 用于更新与维护项目的 CLAUDE.md 和 README.md 文档,扫描项目结构、同步构建与工具命令、补充代码规范、校验安装步骤和外部链接,并在文件缺失时创建,使文档与项目实际状态保持一致。
用于为 Sablier 品牌撰写内容的写作技能,覆盖博客文章、案例研究和 X/Twitter 帖子。写作前需加载品牌语调、公司简介、目标客户画像等参考文件,强调信息性、自信、以真实价值而非炒作取胜。
用于在 Hyperliquid 上筛选和审核可跟单交易者的研究技能:按可复制性排名交易者,并在镜像跟单前对单个钱包做尽调,输出可复制性、持仓、最低资金估算与风险标记。
将仓库内 skills/*/SKILL.md 与根目录 README.md 翻译成简体中文的文档本地化技能,生成对应的 .zh-CN.md 文件并保持与英文源结构一致。
用于开展、分析或综合客户研究的技能:从访谈记录、问卷、支持工单、评论及社区中提取痛点、触发事件、期望结果与原始用语,输出主题综合、VOC 语录库、画像等;资料未提供价格与安装方式。
一个通过持续追问来打磨计划或设计的技能,会在过程中同步生成 ADR 与术语表等文档。资料说明其用于按上游的 grilling 流程一次提出一个有意义的问题,并记录已确认的答案。
文本优化技能套件,整合润色、去AI味、扩写、缩写四大功能,通过 /optimize 命令或“润色、优化、扩写、缩写、去AI味”等关键词触发,用于提升文本质量与调整长度,润色等完成后会自动调用去AI味处理。