blog-writer
Blog Writer 是一个用于撰写博客文章和长文内容的写作技能，旨在以作者本人独特的写作风格产出真实、有观点、口语化的内容。它会参考作者已发表作品的示例来校准语气、用词、结构和篇幅，并支持整合用户提供的研究材料、链接或笔记。该技能包含自动发布到 Notion 的流程，并维护一个不断扩充的定稿示例库。适用于撰写 AI、生产力、营销或技术领域的思想领导力内容，以及需要作者真实声音与视角的文章。
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 10-29 00:09
写作与研究
14,365 个结果
content-ideas-generator
Content Ideas Generator 是一个面向社交媒体内容创作的技能，专注于从参考材料中提炼有吸引力的概念，并将其转化为结构化的帖子大纲。它适用于创作“智慧型”社交帖文，能够识别悖论式真相、转变型叙事和有力洞见，但不撰写完整帖子，只生成大纲。使用时，用户提供简报、脚本、笔记、日志或 URL 等参考材料，工具会进行深度分析，提取核心主题、反直觉真相、核心问题、期望原型、读者异议、关键洞见、潜在隐喻和普适原则，然后发展出 5 个不同的帖子概念，并为每个概念组织核心悖论、关键引语、大创意、核心问题、期望陈述、关键示例、读者异议、转变弧、可执行步骤和难忘的结尾洞见。它还会应用特定语言技巧，如第二人称、祈使动词、视觉隐喻、绝对化语言、无修饰词、具体时间框架和对比配对。最终输出保存为 content-ideas/ideas-{timestamp}.md，并包含分析说明。该工具强调大纲而非完整帖子，注重深度和情感共鸣，要求 5 个大纲主题各不相同，且忠于参考材料，不添加未隐含的信息。
create-content
create-content 是一个面向内容创作的思考伙伴型技能，帮助用户从粗略想法出发，先澄清洞察，再产出针对平台优化的内容。其核心理念是大内容来自清晰思考，因此流程上先探索、后起草。技能以 /create-content 命令调用，可传入粗略想法、话题或请求帮助确定发布内容。整体分为思考伙伴、语气准则、平台定制起草、草稿打磨等阶段，覆盖 X（Twitter）与 LinkedIn 等平台的写作要点，强调短句、具体数字、真实案例与个人观察，并列出了一系列需要避免的表达与红旗信号。
market-research
这是一个独立的市场研究工作流技能，用于在用户要求市场调研、竞争格局分析、客户需求、市场趋势或市场分析时调用。它通过当前网络数据与经核实的来源开展综合市场研究，并产出一份带引用的结构化研究文档。使用前提是必须能够进行网络搜索；若网络搜索不可用，应停止并告知用户。快速上手流程包括：询问研究主题、目标和范围；设定 research_type = "market"，并记录 research_topic 与 research_goals；使用 references/research.template.md 中的模板创建输出文件；按照 references/market-steps/step-01-init.md 开始的步骤序列执行。输出预期为带有清晰分节和引用的叙述性报告，并使用用户要求的语言和技能水平；若未提供，应先询问。参考资料包括 references/workflow-market-research.md（标准工作流）、references/market-steps/（分步执行）以及 references/research.template.md（报告结构）。该技能是研究流程编排类工具，本身不提供数据源或研究结论，实际能力取决于可用的网络搜索与引用核实条件。
synthesis-blog-refresh
synthesis-blog-refresh 是一个用于翻新和增强旧博客文章的技能。它在保持时间真实性与作者原有声音的前提下，将旧文章改写为「最优版本」——仿佛作者在原始发布日期就拥有完美清晰的思路、完整可用的信息和理想执行力。该技能要求先获取博客文章 URL（含发布日期）与完整原文，再通过内容架构分析、声音与风格画像、时间背景评估等框架进行深度分析，并运用概念深化、证据补充、结构优化、读者体验优化和符合当时语境的 SEO 等策略进行增强。最终产出必须读起来完全像写于原始发布日期，不得出现时代错位的工具、术语或事件，同时保留并放大作者独特的语气与视角。
Ancient Near East Research
面向圣经希伯来语、闪米特语言学、楔形文字研究与古代近东比较研究的学术研究技能。提供 Sefaria API 获取带元音符号、翻译与注释的希伯来圣经段落，支持 CDLI 与 ORACC 楔形文字数据库访问、学术引用格式化、跨文本交叉引用，以及从 JSTOR、Google Scholar、Persée 等学术站点进行文献发现与来源提取。
glossary
Glossary 是一个用于构建或更新项目根目录 CONTEXT.md 领域词汇表的技能，帮助用户与智能体建立共享术语体系。它通过定义规范术语名称、一句话释义、应避免的别名以及术语间关系，减少沟通冗长度、统一代码命名、防止跨会话的术语漂移。新建时会先探索代码库中的领域命名模式，向用户确认值得定义的术语并澄清歧义；更新时保留已有内容，仅追加或修改，并将冲突记入“Flagged ambiguities”。该技能也指导在其他工作中读取并遵循 CONTEXT.md、使用其词汇命名变量与文件，并标记缺失概念供下次使用。
openmaic-classroom
openmaic-classroom 是腾讯 WeKnora 中的一项技能，用于把知识库内容转换为 OpenMAIC 互动课程。它支持四类输入源：用户直接描述的教学需求、RAG 检索结果、上传的 PDF 文档，以及知识图谱中的概念页面。技能可调用脚本将检索到的文档块或概念及其关联实体转换为结构化的教学需求（requirement），再通过 OpenMAIC API 生成课堂，并支持为多个文档片段组织多阶段课程集，或遍历概念图批量生成微课堂。使用时需先确认采用托管模式（open.maic.chat，需访问码）还是本地自部署模式，并依赖名为 mcp_api_requester 的 MCP 工具发起 HTTP 请求；该工具未部署时需先行部署并在 WeKnora 中注册。生成任务通常需要 2 至 10 分钟，托管模式每日有 10 次生成配额。
marketing-customer-research
一个面向客户研究的技能，帮助从访谈、问卷、评论、工单等材料中提取客户真实想法，用于定位、产品与文案。支持分析已有资料、挖掘公开社区信号、开展访谈与问卷，并生成主题综合、VOC 语录库、画像等交付物。
learning-guide-creator
Learning Guide Creator 是一个用于生成约 50 页 Markdown 学习指南的技能，面向经验丰富的技术专业人士。它通过至少 10-15 次网络搜索（并对最佳结果使用 web_fetch）深入研究主题，然后按固定结构撰写一份聚焦架构、决策框架、权衡取舍、生态地图和真实场景的 Markdown 文档，不包含代码片段。输出为单个 .md 文件，保存到 /mnt/user-data/outputs/[topic-slug]-guide.md，目标篇幅 15,000-20,000 词。
docusaurus-generator
Docusaurus Generator 是一个用于从当前项目生成终端用户文档站点的技能，基于 Docusaurus 3.x。它会分析项目结构、初始化 Docusaurus 项目、生成文档内容、配置站点与主题，并完成构建与预览。适用于用户要求创建文档、生成文档等场景。
comprehensive-research
这是一个多阶段研究编排技能，面向代码库、文档与外部知识的系统性调查。它通过协调多个专用智能体来完成研究工作：Discovery 阶段并行扫描定位文件与文档，Analysis 阶段串行进行深度分析并附带 file:line 证据，随后按条件调度网络搜索、数据库、安全等专家智能体，最后汇总为结构化研究文档。该技能由 /ai-eng/research 命令调用，支持 shallow、medium、deep 三种深度和 codebase、documentation、external、all 等范围设定。产物包含摘要、详细发现、架构洞察、历史背景、建议、风险与开放问题，并输出带置信度与缓存信息的 JSON 结果。适用于代码理解、架构调研、技术决策追溯等场景。
article-checker
基于 LLM 的文章校对助手，可检测错别字、病句、拼写错误、逻辑错误、矛盾冲突与语句不通顺等问题，并给出修改建议，支持按严重程度选择性自动修复。
research-context-compressor
research-context-compressor 是 research-hub 中的基础技能，扫描研究仓库并在项目根目录写出紧凑的 .research/ 工作区清单（project_manifest.yml、experiment_matrix.yml、data_dictionary.yml），供其他技能读取，避免每次会话重扫仓库，从而节省 token。
markdown-formatter
Markdown Formatter 是一个用于格式化、校验和优化 Markdown 文档的技能，旨在帮助用户生成风格一致、可读性强、呈现专业的 Markdown 文档。它支持统一标题、列表、链接等样式，检查语法错误，自动生成目录，执行风格规则检查，在 HTML、PDF 等格式间转换，提供可复用模板，并支持批量处理与自定义规则。适用于标准化项目文档、清理和改进文档、发布前校验、生成专业 README、统一代码示例格式以及转换 Markdown 方言等场景。
prompt-templating
Prompt Templating 是一个用于填充提示词模板的技能：它把带有占位符（如 {user_name}、{analysis}）的模板，结合当前任务上下文中的变量值，转换成完整的提示词。其目标是保证提示词的一致性、减少重复劳动，并校验所有必需变量是否都已提供。它支持加载模板、区分必需与可选变量、为可选变量提供默认值、在缺少必需变量时警告用户，以及对变量值进行校验和清理。适用于需要在多个相似任务中生成一致提示词、构建可复用的提示词模式（如摘要、分析、代码审查）、确保关键上下文变量始终被包含、维护标准化提示词库，以及减少重复提示中的复制粘贴错误等场景。
paper-spirit-zine
Paper Spirit Zine 是一个图像生成技能：把用户提供的照片做成竖版编辑风海报，上半部保留真实照片，下半部在暖色纸面上生成与照片呼应的“余像”形态（可为动物或非动物痕迹），默认附一句简短中文说明。
haizei-ears-requirements
需求描述 EARS 改写与审查技能，用于把模糊、口语化或有歧义的需求改写为清晰、无歧义、可测试、可评审的 EARS 规格陈述，并提供模式选择、拆分建议与校验意见。
xiaohu-ip-studio
小互 IP Studio 是一个开源中文配图技能与 IP 角色库，用「挑认知锚点→现编隐喻→反 PPT 自检」的方法，为中文深度文与方法拆解生成由固定角色出演的正文配图。自带 31 个原创 IP 角色（手绘线稿 15 个 + 谐音梗 meme 16 个），需自行配置图像 API key。
taleb-perspective
taleb-perspective 是一个以纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）的思维框架与表达方式为核心的思维顾问技能。它基于对 Incerto 五部曲、50 余场访谈、Twitter/Medium 碎片表达及外部批评分析等 40 余个来源的深度调研，提炼出 6 个核心心智模型、9 条决策启发式和一套完整的表达 DNA。其用途是：当用户希望「用塔勒布的视角」「塔勒布会怎么看」分析问题、审视决策或质疑主流叙事时，以塔勒布的身份和语气进行回应。该技能擅长识别隐藏的尾部风险与不对称性、质疑专家共识和主流叙事、评估决策者是否 skin in the game、用古今映射类比解释复杂问题，以及判断什么该做减法。它不擅长提供具体操作方案、温和沟通、特定领域专业知识判断，以及需要渐进式改良而非推翻重来的场景。技能采用 Agentic 工作流：先对问题分类，涉及具体事实的问题需通过 WebSearch 等工具检索真实信息（尾部风险、脆弱性、历史先例、主流叙事、skin in the game），再基于事实运用心智模型输出「塔勒布式」判断。技能明确声明其并非塔勒布本人，基于公开言论推断，存在若干诚实边界。调研截止时间为 2026 年 4 月 4 日。
trending-news
Trending News（X Radar）是一个只读的新闻聚合技能，用于获取带有 X（Twitter）社交语境的突发新闻。它从 7 个精选来源拉取新闻，将每条新闻与相关推文关联，并呈现社交反应。支持按类别筛选（科技、商业、政治、体育、娱乐），可获取当前热门新闻列表，并针对某条新闻查询相关推文。接口基于 https://xquik.com/api/v1，通过 x-api-key 请求头认证。
clinical-decision-support
用于医药与临床研究场景的临床决策支持（CDS）技能，可生成以证据为基础的队列分析与治疗推荐文档，输出 LaTeX/PDF 出版级文件，支持生物标志物分层、统计分析与 GRADE 证据分级。
research-grants
面向 NSF、NIH、DOE、DARPA 等机构的研究经费申请书写作技能，覆盖机构特定格式、评审标准、预算编制与 broader impacts 等环节，并强调用科学示意图增强可视化。
web-search-techniques
Web Search Techniques 是一套面向网络研究的知识库，供 research:quick-searcher、research:deep-researcher 以及 /research:team-research 的负责人共享使用，范围限定为网络检索。它覆盖查询构造、来源权威性排序、工具使用、反爬回退与防循环规则。查询构造方面，强调先提取核心概念，补充同义词与领域术语、缩写与全称，对有时效性的查询加入年份，用 official 或 documentation 偏向权威来源，用引号做精确匹配，用 site: 限定可信域名，并遵循先宽后窄、逐轮收敛的策略。来源权威性排序从官方文档与 API 参考、RFC 与规范文档、GitHub issue 与源码，到高票社区内容与维护者博客，最后才是一般博客教程，并需检查页面修改日期、版本号与弃用警告。检索后端有两种：默认的原生 WebSearch，以及可选的 serper.dev（Google），由负责人在每次运行开始时决定并写入计划与报告。文档还给出阅读而非略读的要求、WebFetch 使用指引、webfetch.py 反爬回退脚本的用法，以及防循环规则。