doc-validator
doc-validator 是用于校验文档文件完整度、准确性与一致性的技能。当用户提到检查文档、验证文档、确认文档是否与代码库一致等需求时可使用，能发现过时命令、失效链接、缺失章节等问题。
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 10-28 00:17
写作与研究
14,300 个结果
writing-pr-descriptions
这是一项用于撰写和编辑 Pull Request 描述的技能：把 PR 正文组织成评审者一眼能看懂的扫描面，先讲效果再讲机制，并给出五遍处理、截图与图表等形式选择以及自查清单。
huggingface-paper-publisher
用于在 Hugging Face Hub 上发布和管理研究论文的技能，支持从 arXiv 索引论文、将论文关联到模型/数据集/Space、认领作者身份、管理论文可见性，并可用模板生成研究文章。
huggingface-papers
用于查询和阅读 Hugging Face 论文页（hf.co/papers）的技能：可将论文页抓取为 Markdown，或通过 REST API 获取作者、关联模型/数据集/Space、GitHub 仓库等结构化元数据，并支持每日论文、搜索、索引与认领作者等操作。
huggingface-zerogpu
面向 Hugging Face Spaces ZeroGPU 的 Gradio 应用开发技能，讲解 @spaces.GPU 装饰器、时长与配额、进程隔离、并发安全及 CUDA 构建约束等规则与模式。
docs-audit-and-refresh
docs-audit-and-refresh 是一个用于审计并刷新仓库文档的技能。它从仓库当前实现出发，检查 docs/ 目录中的内容，找出缺失、错误或过时的文档，并更新受影响的页面。该技能将代码、测试和当前配置视为权威来源，工作范围限定在 docs/ 内，不修改 README。适用于需要让文档与代码库保持一致的场景，例如功能变更后同步文档、排查文档与实现不符的问题，或系统性检查文档覆盖情况。
candid-improve
candid-improve 是一个通用文本产物改进技能：针对用户已有的文案、文档、回答、计划、提示词等文本，按目标执行“批评→改写”循环，逐步提升质量。
student-exam-prep-pack
面向学生的备考工作流技能包，可将笔记依次转换为思维导图、闪卡和测验，并标出薄弱环节、建议复习循环。
trust-track-pack
Trust Track Pack 是一个用于事实性输出的引用核查工作流，要求在交付前运行 citation-check，逐条核验声明并标注验证状态，未通过则先修正或重新生成。
shunk031-ai-slop-checklist-ja
用于审查日语文章“AI味”的技能：从写作者立场缺失、主体薄弱、结构模板、抽象词、翻译腔和表层符号等角度诊断、评分并给出具体修改建议，适用于博客、技术文章、note/Zenn草稿、SNS投稿、邮件、README、演讲稿等。
shunk031-doc-slop-review
这是一个文档审校技能，用于在发布任何面向读者的文本前进行双层「slop」审查，帮助发现文档、README、TRAINING 文件、issue 正文与评论、pull request 正文以及状态或完成报告中的低质量表述。该技能内置 Python 审查脚本，结合确定性的 textlint 规则和模型评审两层检查。使用时将草稿写入文件或通过管道输入，运行指定命令后，脚本会逐条给出命中所属评分维度、引用问题文本、解释问题并给出修改建议；确定性层结果标记为 regex，模型层结果标记为 model。审查支持 --json 机器可读输出和 --skip-model 仅运行确定性层等参数，退出码 0 表示通过、1 表示不通过、2 表示审查无法运行。审查报告为 PASS 后方可发布，遇到 FAIL 或无法运行时需要用户明确豁免并记录原因。脚本可从任意工作目录运行，无需检出仓库，但需要 node 与 npx 可用，首次运行会下载固定版本的 textlint 包。该技能包含审查脚本、模型调用封装、双语评分标准和 textlint 配置等文件。
shunk031-humanizer-ja
Humanizer JA 是一个用于改写日语的技能，目标是把“AI 味”很重的日语改写成自然、有温度、像是真人写出来的日语。它适用于博客文章、笔记、邮件、文档、社媒投稿、聊天回复等日语写作或润色场景，尤其适合想消除 AI 式表达、让日语更自然、改写说法、去掉生硬感、统一语气，或增加“人味”和温度的时候使用。该技能强调在保留原意、读者对象与温度感的前提下，先清除 AI 模式，再替换为更像人类的选择。它受 gonta223/humanizer-ja 与 blader/humanizer 启发。
shunk031-research-report-ja
该技能用于撰写或改写日语研究报告、实验记录以及已发布的 HTML 报告，面向未跟进该项工作的读者。它把报告视为一个整体来规范，而不只是润色文字。核心要求包括：开头用 3–5 行平实语言依次回答“想弄清什么、如何测量、发现了什么、由此决定什么”；各节标题写成该节要回答的朴素问题；标题或页头用朴素措辞陈述被检验的问题，不使用内部代号或流程标签；已发布 HTML 的主标题为一个朴素问题，紧随其后放置答案卡片，每张卡片用一个相关数字配一句说明其含义；每个案例的证据旁配一行平实说明，解释该案例成功或失败的原因，来源未给出原因时写明未记录；正文结束处附诚实的范围说明，指明覆盖的确切案例或分母以及结果不能推广到什么。预注册与阈值、参数网格、并列判定规则、判定带定义等关键细节移入可折叠区域。日语叙述中的概念词用日语书写，英文或罗马字仅用于字面代码标识符并在首次出现时配日语含义；每个数字标明所计对象；术语首次使用即定义。要点采取父子结构，父要点陈述主题，子要点以体言止め简洁列出支撑证据，每条要点只含一个事实。文档不面向审计者书写，省略审计合规声明、仓库机制、frozen run 等流程元数据。已发布 URL 文件名采用 YYYYMMDD-slug 形式。评审前需实际以首次阅读者身份只读首屏，确认能独立理解问题、方法、结果与结论。
shunk031-structured-writing
结构化写作技能，用于整理和修订指令、计划、报告与仓库协议文档，让文档的逻辑关系清晰可见，而不强制套用模板。
to-prd
to-prd 是一个把当前对话内容整理成 PRD 的 AI 技能，并将产出发布到项目的 issue tracker。它强调不做用户访谈，而是直接综合已有对话与对代码库的理解来撰写文档。该技能要求已有 issue tracker 与 triage 标签词表（若未配置需先运行 /setup-matt-pocock-skills）。流程包括探索仓库理解代码现状、在尽量少且尽量高层的位置寻找或提出测试接缝并与用户确认、按给定模板撰写 PRD（含问题陈述、解决方案、用户故事、实现决策、测试决策、范围外事项、补充说明），随后发布并打上 ready-for-agent 标签。该技能属于 mattpocock/skills（MIT），来源标注为 sickn33/agentic-awesome-skills。
write-for-ai
write-for-ai 是一个面向 AI 读者的文档写作技能，用于生成 README、CLAUDE.md/AGENTS.md、提交信息与 PR 描述等文档，让下一次 AI 会话在零上下文下也能冷启动理解项目。主张表格优于散文、路径用仓库相对路径、声明式语气，并强调客观性、可验证命令与敏感信息脱敏。
documentation
Documentation 是一个面向文档编写的技能，来源于 tao3k/xiuxian-artisan-workshop 技能集，技能标识为 documentation。它在需要创建文档、更新 README 文件、编写指南、生成 API 文档或记录代码变更时使用。该技能将自身定位为项目的“Scribe”（记录者），目标是把转瞬即逝的上下文固化为永久知识。其风格要求为简洁、技术化、结构化，并明确建议使用要点列表而非大段文字。技能包含一条硬性规则：在创建新文档时，必须立即重建知识索引（rebuild_knowledge_index）。关于该技能的具体安装方式、依赖环境、支持平台、收费情况以及实际使用效果，现有资料暂未提供。
brief
brief 是一个用于通过交互式发现流程创建或更新项目简报（project brief）的技能。它适用于启动任何新想法、隔一段时间后重新审视某个想法，或在愿景不够清晰时使用。该技能支持交互式发现、针对特定项目生成简报、分析现有简报以及从零开始重建等模式，最终将简报输出到 ideas/[project]/project-brief.md。
research
一个名为 research 的技能，用于针对指定主题进行深度调研，并生成可长期复用的研究文档，适合技术选型、竞品分析和复杂主题。
architecture-decision-records
该技能提供编写高质量架构决策记录（ADR）的完整指南，基于 VedaGhosham 项目 docs/architecture-decisions/ 目录下已有的 13 份 ADR 总结而成。内容涵盖：ADR 的定义与作用（记录做了什么决策、为什么做、如何实现、权衡取舍、考虑过的替代方案）；何时应写 ADR（影响整个系统、难以逆转、涉及重大权衡、设定架构模式、需要为未来保留上下文）以及哪些属于非 ADR 决策（加字段、重构组件、修 bug、更新依赖）；文件命名规范 docs/architecture-decisions/adr-NNN-kebab-case-title.md；文档结构（标题、日期、状态、上下文、问题、决策、实现、收益、权衡、对比表、真实案例、未来考量、相关文件、参考链接）；写作规范（标题格式、状态取值 Proposed/Accepted/Deprecated/Superseded、问题描述、决策理由、实现代码示例、收益量化、权衡说明、对比表格、真实场景、未来演进、相关文件与参考）；代码示例标准（使用真实可运行代码、标注文件路径、添加解释性注释、展示前后对比）；以及写作风格要求（具体而非抽象、使用数字与指标）。
hebrew-tech-lecture-summary
将讲座、会议、文章、转录稿等任意内容整理为结构化希伯来语 Markdown 摘要的技能。输出始终为希伯来语，即使原文为英语；技术术语与工具名保留英文。
article-links
该技能用于审计文章内链与外链的密度，属于前端检查清单中 SEO 分类下的一条规则。它关注文章是否包含足够数量的相关内部链接和外部链接，以建立站点主题权威、提升可爬取性并为用户提供额外价值。技能提供快速参考、检查、修复与解释四个环节：建议根据内容长度平衡内链与外链；链接到权威外部来源以验证事实与数据；使用内链连接相关主题以留住用户；检查文章是否包含足够的相关链接；修复时添加 2-3 个指向相关内容的内部链接和 1-2 个指向权威来源的外部链接。代码审查部分要求检查与文章链接密度相关的元数据生成、渲染后的 HTML、结构化数据和响应头，标记面向搜索的输出违反规则的精确路由或模板，并说明如何验证最终页面输出。完整实现细节、代码示例和框架特定指南见 references/rule.md。
plannotator-compound
Plannotator Compound 是一个用于分析用户 Plannotator 计划归档的技能，通过提取被拒绝计划的模式、反馈分类、随时间演变以及可操作的提示改进建议，最终生成一份 HTML 仪表板报告。该技能采用多阶段流程，包括源选择、清单统计、并行提取、模式归约和报告生成，支持 Plannotator 和 Claude Code 两种数据源模式。
tiangong-kb-course-search
天工知识库课程检索技能（tiangong-kb-course-search）用于通过天工 AI CLI 检索天工知识库中的课程来源，适用于课件、课程、教学材料以及清华人文档案等场景。该技能刻意限定为单一来源，始终只搜索 course，而不会搜索 all、edu 或 textbook。它通过 npx @tiangong-ai/cli@0.0.19 调用 education search 命令，支持普通查询与原始 payload 两种模式，并支持 bearer 认证、dotenv 环境文件加载、元数据过滤（如 tags、raw_relative_path）以及 topK、extK 等结果数量与相邻分块扩展参数。