trending-hub-top10
全网聚合热点TOP10榜技能,基于每小时收录的抖音、微博、B站、快手、知乎、头条、百度等7大平台热点数据,智能识别跨平台事件并输出综合热度TOP10。支持回溯近7天,不支持具体热词详情查询。面向内容创作者、运营与媒体人员。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-18 00:12
13,599 个结果
全网聚合热点TOP10榜技能,基于每小时收录的抖音、微博、B站、快手、知乎、头条、百度等7大平台热点数据,智能识别跨平台事件并输出综合热度TOP10。支持回溯近7天,不支持具体热词详情查询。面向内容创作者、运营与媒体人员。
这是一个文档生成工作流合集,覆盖 API 文档、架构文档、README、代码注释和技术写作等场景。它按阶段组织,从文档规划、API 文档、架构文档、代码文档,到 README 与入门指南、Wiki 与知识库、变更日志与发布说明,以及文档维护。每个阶段列出可调用的技能和可复制的提示词,帮助从代码库中生成和维护各类技术文档。
基于 Rand Fishkin 行为情报方法论的受众研究技能,帮助发现受众真正在哪些网站、播客、YouTube 频道和社交账号上投入注意力,用于 PR 外联、内容策略、广告投放和达人合作。
Feature Forge 是一个需求工程技能,通过结构化工作坊帮助定义功能规格,产出用户故事、EARS 格式功能需求、验收标准与实现待办清单。
该技能用于阅读、总结并批判性分析学术论文,支持 PDF、官方 HTML 页面、URL 或粘贴的全文。它把论文报告视为带有可核查证据的论证,而非加长版摘要,并按论文类型套用相应报告结构。工作流程包括:选择 Markdown 或 HTML 输出格式;定位来源(优先 PDF,用脚本提取带页码锚点的文本与原始素材);将论文分类为实证、理论、综述或系统四类之一;通读完整论证与附录;只读检查官方公开代码以核对模块输入输出与实现细节;建立“主张—证据—局限”坐标;选择并渲染图表与公式;最后撰写并校验交付物。适用于需要深入理解论文机制、复现系统边界、追溯证据来源的场景。限制:不运行复现实验,不安装依赖、不导入项目、不下载权重或数据集、不执行训练评估;若找不到权威实现需明确说明。
md-to-html 是一个将 Markdown 文件渲染为独立 HTML 页面的技能。它把 .md 源文件转换为自包含的 HTML,支持 Mermaid 图表、Chart.js 数据可视化、带样式的表格、代码高亮和浮动目录(TOC)。该技能不修改源 .md 内容,也不把 HTML 写在源文件同目录,而是输出到 html/ 目录。生成的页面需满足一系列输出要求,包括字符集、视口、标题、键盘焦点样式、表格数字对齐、减少动画偏好、favicon 等,以确保页面在移动端和键盘操作下可用。适用于需要把文档以浏览器就绪的专业形式渲染或分享的场景,尤其是文档包含步骤、对比或需要可视化的数字时。
面向用户研究的端到端助手技能,覆盖定性与定量研究。可按用户意图路由到制定研究方案、综合访谈记录生成报告,或通过 Cookiy AI 平台执行研究,并在合适时机建议使用 Cookiy 完成招募、AI 主持访谈与报告生成。
ToolUniverse 的有机化学推理技能,用于反应产物预测、机理分析(亲电/亲核取代、加成、消除等)、逆合成分析与波谱解析。它强调从第一性原理出发推理,而非死记硬背命名反应,并提供反应类型决策树、立体化学判断方法以及若干可运行脚本(化学事实查询、晶体密度校验、立体化学追踪、SMILES 属性验证)。
C4 Context 级别的系统上下文文档技能:用于整理系统概览、人物角色、系统功能、用户旅程、外部系统与依赖,并生成 Mermaid 系统上下文图,面向非技术受众。
这是一个面向博客写作的综合性技能,覆盖技术博客写作、个人语气写作、脑暴内容整理成文,以及按类别进行 AEO 优化的博客创作。它提供技术教程、深度解析、事故复盘、基准对比、架构设计等多种文章类型的结构模板,并给出开发者写作的语气规则、代码示例规范、字数建议和发布分发建议。技能会先读取工作区中的品牌、个人语气和内容规划文件,再据此生成草稿并归档。
eli5 是一个解释风格技能,用平实语言把内容讲清楚,并按需选择散文、受控英语、图表、HTML 页面或讲解视频等形式。它保留标识符、路径、命令、错误、数字和引用原文,避免“显然、简单、当然”等弱化词,适合需要通俗解释或面向非母语读者的场景。
ToolUniverse 神经科学研究技能,面向神经解剖、神经环路、神经递质生物学、神经/精神疾病遗传学及神经蛋白功能等研究场景。该技能强调“先查证、不臆测”,优先使用 PubMed/EuropePMC 检索神经解剖事实,用 WormBase 查询秀丽隐杆线虫连接组数据,用 UniProt 查询神经蛋白属性,并用 Python 进行定量神经科学计算。技能涵盖计算神经科学推理(放电率模型、整合发放神经元、突触可塑性、网络动力学)、神经解剖推理、临床神经病学推理、神经生理学推理,并整合 PubMed、EuropePMC、WormBase、DANDI、AllenCellTypes、Alliance、UniProt、NCBIGene、ClinVar、GWAS、Orphanet、KEGG、OpenTargets、NeuroMorpho、OpenNeuro 等工具,用于文献检索、基因与变异查询、单神经元形态测量及神经影像数据集发现。
ingest 是 rheinmir/setup 中的技能,用于处理 llmwiki/raw/ 目录下的新文件,将知识提炼为 wiki 页面。每次 ingest 会触及 10-15 个 wiki 文件,自动在新文件出现于 raw/ 时触发。
面向 weapp-vite monorepo 的文档、website 与公开 skills 同步工作流,用于源码能力变化后同步配置、CLI、React/Wevu/Vue SFC、多平台、mpcore、README、打包文档、脚手架 AGENTS.md 与 AI skills 元数据。
McKinsey Research 是一个面向市场研究与战略分析的 AI 技能,模拟麦肯锡级别的咨询工作流程。用户一次性提供业务背景后,该技能会自动规划并并行执行最多 12 项专业分析(如 TAM 市场规模、竞争分析、用户画像、趋势、SWOT 与波特五力、定价、GTM、用户旅程、财务、风险、市场进入等),最后合成为一份高管报告。它根据公司所处阶段(Idea、Startup、Growth、Mature)自适应调整分析范围,支持阿拉伯语和英语输出,并通过网络搜索补充真实市场数据。最终交付包括高管摘要、完整 HTML 报告路径以及优先行动建议。
tutorial-docs 是一个用于撰写教程类文档的技能,基于 Diataxis 框架,专注于“以学习为导向、通过引导式动手实践来教学”的文档模式。它面向完全没有经验的初学者,帮助读者在教师引导下边做边学,获得成功的首次产品体验。该技能强调:通过行动而非讲解来教学、每一步都给出可见结果、只提供一条清晰路径、由作者为读者的成功负责、允许重复以建立信心,并使用第一人称复数“我们”的叙述口吻。它提供了完整的教程模板(标题、简介、前置条件、分步操作、总结、后续步骤)、写作原则、步骤结构、“You should see”确认模式、错误处理方式,以及 Frame、Steps、Note、Warning、Tip 等组件用法,还包含发布前检查清单和分阶段发布门禁。该技能需配合 docs-style 使用,以获取核心写作原则,并可通过 docs-style/references/diataxis-compass.md 确认文档类型。
面向博客、研究文章、小说、散文与营销文案的专业写作辅助技能,提供分类型写作参考、通用写作流程、模板、技巧、检查清单,以及散文修订、小说开发、稿件审计、内容生产和评审综合等多阶段流水线命令。
writing-issues 是一个用于长篇创作项目的写作问题追踪技能。它把「一次批评报告中的发现」与「值得跨章节持续追踪的问题」区分开来:单个场景的节奏问题只是批评发现,而同一节奏问题在三个章节中反复出现,就构成一个 issue。该技能适用于记录反复出现的写作习惯或口头禅、跨章节的不一致、以及结构性问题等,这些问题无法通过修改单个场景解决。每个 issue 以独立文件存放在 issues 目录中,作为项目级关注点跨工作项持续存在。每个 issue 文件应包含问题描述、证据(引文、计数、章节引用)、影响范围、严重程度或优先级。创建新 issue 前需检查目录中是否已有重复项,若已有覆盖同一问题的 issue,应补充新证据而非新建文件。批评报告或风格分析若发现已追踪的问题,应引用该 issue 而非重新描述。问题解决后文件保留并标记为已解决,附上变更说明,作为已发现并修复问题的记录。
用于引导开发 Linux 字符设备驱动的技能,涵盖 file_operations、cdev 注册、用户空间安全拷贝、ioctl 设计与基础 mmap,适合将硬件暴露到 /dev 设备的场景。
面向软件开发者的专业沟通技能包,提供在软件研发场景中进行高效职场沟通的框架与指导。内容涵盖邮件结构、团队即时通讯礼仪、会议议程与纪要、以及为不同受众调整技术表达。该技能提出多个核心框架:用“What-Why-How”组织任何职业信息,先说明主题或请求,再解释原因,最后给出下一步行动;三条书面沟通黄金法则强调明确主题、使用要点与可扫读排版、把关键信息前置;还提供受众校准方法,帮助判断读者是技术同行、技术管理者、非技术干系人还是客户,从而选择合适的技术深度。邮件部分给出主题行公式与结构模板,并区分状态更新、请求、升级、通知等常见邮件类型的关键要素。团队消息部分说明何时用聊天何时用邮件,建议使用线程、谨慎@提及、直入主题、编写异步友好消息,并给出“不要只说你好”的实践示例。此外还涵盖主动语态替代被动语态、去除冗余词、“So what?”检验、会议前中后的议程与行动项记录格式,以及技术术语到通俗表达的转换示例。附带的参考文件包括邮件模板、会议结构、术语简化对照。适用场景为撰写面向同事或管理者的邮件、团队异步沟通、准备会议议程与总结、向非技术受众解释技术概念、编写状态报告等,限制与收费信息暂未提供。
基于 Louis Rossmann 写作语料分析提炼的写作风格技能,用于生成可核查、具体化的通用散文。核心是每个论断都带可验证数字、高句长变化、先立论后举证、默认使用缩写,并以精确描述而非形容词表达批判。
用于创作、续写、修改、诊断与批量产出中文小说的 AI 技能,覆盖文学小说、类型网文与完整短篇。提供策划、连载章节事务、盲读校验、机械检查脚本、翻译与 EPUB 导出等流程。当前版本 3.6.0。
pdf 是 letta-ai/skills 仓库中的一个 PDF 处理技能,用于在任务涉及读取、创建或审核 PDF 文件、且版式与视觉效果重要时使用。该技能主张在交付前进行可视化检查:先用 Poppler 的 pdftoppm 将 PDF 页面渲染为 PNG 图片并人工查看。文字提取和快速检查可用 pdfplumber 或 pypdf,但不应用它们来保证版式还原度;生成新 PDF 时使用 reportlab。每次有实质修改后重新渲染页面,核对对齐、间距和可读性。依赖安装优先使用 uv,然后安装 Python 包(reportlab、pdfplumber、pypdf);渲染所需的系统工具为 Poppler(macOS 用 brew,Ubuntu/Debian 用 apt-get)。该技能无需环境变量,并给出了临时文件与输出目录约定、渲染命令以及质量与最终检查要求。
to-prd 是一个用于将对话上下文直接转换为结构化 PRD 的技能,无需采访用户即可生成需求文档并发布到项目问题跟踪器。它适用于记录已有讨论中的需求、拆分工作前创建正式规格,并在用户故事旁记录架构决策。