SuperAPI AI 工具集

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

14,322 个结果

arxiv-lookup

arXiv Lookup 是一组用于直接查询 arXiv API 的轻量脚本,基于 arxiv.py 实现。它主要面向需要把 arXiv 论文与其他学术数据(如 OpenAlex)衔接的场景。通过 get_doi.py 脚本,可以输入 arXiv ID 获取该论文的期刊 DOI(若存在则返回并正常退出,若不存在则以错误退出),需注意返回的是期刊分配的 DOI,而非 arXiv 分配的 DOI(后者可按 10.48550/arXiv.<id> 规则机械构造,无需调用 API)。通过 search_id.py 脚本,可直接搜索 arXiv API(不使用本地数据库),返回以制表符分隔的 arxiv_id 与标题行;默认返回 5 条结果,按相关性排序;查询支持 arXiv API 字段前缀,如 ti:(标题)、au:(作者)、abs:(摘要)、cat:(分类),可用引号表示精确短语,并支持 AND/OR/ANDNOT 组合。整体用途是把查找 arXiv ID、获取期刊 DOI 作为可脚本化的步骤,便于后续接入 OpenAlex 查询或传递 ID 给 arxiv-doc-builder。

写作与研究11 次安装

writing-style

writing-style 是一份技术沟通写作风格指南,用于 GitHub/GitLab 工单、PR/MR 描述、issue 评论、代码评审评论和提交信息等场景。它要求直接、简短、无填充语的表达,倡导问题—解决方案结构,鼓励直白反馈并公开表达不确定,同时强调精确引用文件路径、行号、commit 哈希等技术细节。指南列出了一批应避免的 AI 式用语,包括填充短语、过度使用的词汇、抽象名词、对冲措辞、冗余过渡和元评论,并明确指出 README、公开文档、博客和发布说明等面向公众的内容应改用规范英语。使用前会先检查用户是否已在 CLAUDE.md 或自有技能目录中定义写作风格规则,若有则完全遵循用户规则。

写作与研究11 次安装

history-autopsy

history-autopsy 是一个历史大事件框架速览技能,仅在用户通过“历史速览”“@history-autopsy”或“history autopsy”明确请求时触发,不会自动运行。它每日选取一个宏观历史大事件或进程,以“起因→进程→结果→影响”的教科书式框架输出1500-2500字概览,帮助用户形成系统认知框架、积累社交谈资,并用历史透镜理解当下热点。选题优先关联近期热点,其次为池外创新选题,最后随机探索;执行时会先调用 search_web 获取热点,再判断地域、类型、结构或人物组织关联,并借助 dedup-history 子技能去重,将记录保存到 history_autopsy_log.json,输出到 history_autopsy_outputs/ 目录。输出包含一句话定义、背景与起因、关键进程、结果与影响、认知框架、谈资速记六个部分,并强调通俗语言、客观呈现和可复述金句。

写作与研究11 次安装

learn-tech

learn-tech 是一个技术知识学习技能,仅在用户通过“学习”“讲解”“teach me”“@learn-tech”等方式显式请求时触发,不会自动启动。它运用费曼技巧,先用通俗语言解释复杂概念,再逐步深入,帮助有 1-3 年编程经验的开发者在 10 分钟内建立对新知识点的系统认知框架,目标是让用户能用自己的话向同事解释概念、识别常见误用场景、知道下一步该学什么。输出结构固定,包含核心概念与全景视觉、实践要点与避坑指南、知识拓展与深度探索、互动闭环四大模块,并会生成 Mermaid 架构图、5W2H 分析、术语速查表、最佳实践、易混淆概念对比、新手常见错误、知识脉络、专家冷知识、真实案例、理解检验题和 5 分钟微型实践。每次生成的学习内容会保存为 markdown 文件,存放在 learn-tech_outputs/ 目录下,文件名为日期加学习主题。

写作与研究11 次安装

visual-spec-skill

Visual Spec Skill 是一个面向需求分析场景的技能,用于将业务方提供的简单需求描述转化为结构化的可视化规格说明,并生成相应产物。它通过一系列命令驱动完整流程:/vspec:new 启动需求分析、/vspec:refine 与 /vspec:refine-q 基于补充材料或已回答问题细化需求、/vspec:more-q 追加澄清问题、/vspec:detail 展开功能细节、/vspec:verify 生成数据模型与可运行原型、/vspec:proto-survey 与 /vspec:proto-auth 生成问卷与账号认证原型、/vspec:qc 执行质量检查、/vspec:accept 生成验收测试用例、/vspec:append-test 生成自动化测试代码。技能支持多语言(en、zh-CN、ja),通过 /scheme.yaml 的 selected.language 控制输出语言,并围绕场景化引导方法填充细节、设计数据模型、生成 UI 原型与业务逻辑可视化说明。

写作与研究11 次安装

viral-short-form-ideas

这是一个用于批量生成短视频选题的写作/内容创作技能。它把选题策划变成一套可重复执行的流程,而不是等待灵感降临,帮助创作者摆脱“空白页没想法”的困境。技能内置了高产创作者常用的命名框架和素材挖掘模式,目标是在不重复、不枯竭的前提下产出大量候选选题。它并不预测哪条选题会爆,而是保证候选数量足够多、质量足够好,让胜率发挥作用。技能还引用了多个配套方向:钩子写作、TikTok/YouTube Shorts/Instagram Reels 的平台算法机制、字幕与行动号召、脚本结构与留存,属于短视频创作技能体系的一部分。适用场景包括:一次性要 20 个选题、搭建长期内容支柱体系、把一个想法拆成多个角度、规划本周发什么、从受众评论和竞品中挖掘素材、以及评估现有选题清单。

写作与研究11 次安装

seo-content-writer

seo-content-writer 是一个 SEO 内容生成技能,用于为传统搜索引擎、AI 答案引擎和生成式 AI 平台创作经过搜索优化的内容。其核心理念是同时服务三类受众:寻找可信信息的人类读者、索引和排名内容的传统搜索引擎,以及提取并引用权威答案的 AI 系统。该技能采用「三重优化框架」,涵盖传统 SEO、AEO(答案引擎优化,针对精选摘要、AI Overviews、语音助手)和 GEO(生成式引擎优化,针对 ChatGPT、Perplexity、Claude、Gemini 的引用)。工作流程包含写作前分析、答案优先写作模式、E-E-A-T 信号应用、页面元素优化、AEO/GEO 内容区块、Schema 标记生成和最终质量检查。还提供避免 AI 写作痕迹的规范,并附有清单、模式模板、脚本等参考资源。

写作与研究10 次安装

paper-writing-router

Paper Writing Router 是面向机器学习/人工智能论文写作的技能路由工具。它本身不撰写论文正文,而是对写作任务进行分类,选择合适的子技能并交接。使用前需检测作用范围,并读取 memory/BRIEFING.md 或 paper/.agent/writing-contract.md,以了解当前写作阶段与合同状态。分类桶覆盖写作合同、定位、会议适配、正文撰写、写作状态、引言、方法章节、结果叙述、相关工作、局限性、摘要标题、一致性、多轮编辑、预审模拟、反驳、附录、相机就绪、投稿、引用键、引用覆盖、LaTeX 排版等,并分别路由到对应的子技能。路由步骤包括识别最阻塞的桶、在不确定时参考对比路由文档、选择唯一子技能并说明原因后交接。硬性约束包括不自行撰写论文正文、不自行模拟审稿人、在路由到论文写作助手前必须存在写作合同等。

写作与研究10 次安装

reference-project-synthesizer

Reference Project Synthesizer 是一个面向机器学习研究项目的技能,用于把结构化的“参考来源卡片”(source cards)转化为项目层面的决策与记忆更新。它回答的核心问题是:某个来源对我们的项目意味着什么?该技能通常在 reference-reading-summarizer 生成来源卡片之后使用,将卡片作为压缩输入,而不是反复重读原始来源。它会先读取项目记忆,再判断来源对声明、基线、基准、实现、协作、写作等方面的影响,并据此创建或更新项目使用笔记,把可长期保留的结论写入对应的记忆对象。对于会改变研究声明、基线、前沿边界或项目种子等的来源,它会要求更强的推理,并标注置信度、所需后续阅读和风险。

写作与研究10 次安装