inboundfy-validador-linkedin
Inboundfy 的 LinkedIn 内容校验技能,用于对照 brief、上下文、写作规范、禁止项、署名与原生格式,检查由 inboundfy-especialista-linkedin 产出的帖子或文章,并返回修改报告。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-31 00:15
14,480 个结果
Inboundfy 的 LinkedIn 内容校验技能,用于对照 brief、上下文、写作规范、禁止项、署名与原生格式,检查由 inboundfy-especialista-linkedin 产出的帖子或文章,并返回修改报告。
将研究论文的方法或摘要等内容转换为结构化视觉方案,为 DALL-E 3、Midjourney v6、Stable Diffusion 等图像模型生成高精度绘图提示词。
量子科技论文追踪与速览生成技能,用于每日追踪量子计算、量子网络、量子纠错等领域最新论文,生成中文笔记和每日速览。适用于定时任务执行、用户请求更新论文或补充遗漏论文。
用于 YouTube 内容调研的技能:按主题搜索热门视频、按播放量或播放增速排名、扫描竞品频道、获取视频字幕。搜索与统计基于 yt-dlp 无需 API Key,字幕需 TranscriptAPI,另可选 YouTube Data API v3。
pm-spec-writing 是一个与具体技术栈无关的技能,用于把模糊的想法、功能请求或概念转化为开发者或 AI 智能体能直接执行的规格说明,适用于新功能、缺陷修复、内容变更或基础设施工作。
用于在 architecture/ 目录下创建、审查或更新架构文档的技能。它帮助读者理解组件边界、术语、设计决策与源码入口,适用于重构或功能变更后同步架构说明。
RFI/RFP 应答全流程智能体团队技能,由 5 个智能体协作生成需求分析、能力匹配、技术方案、报价方案与差异化策略,并支持跨角色交叉验证。
pocket-init 是 Pocket 的本地项目接入技能,用于扫描现有仓库的配置与结构,生成合并安全的项目指南,并可选启用带学习者档案的 Pocket Education。
structured-research 是一个用于验证显式假设的独立技能:把用户仍当作假设的信念转成可证伪的问题,按选定方法调研取证,最后给出分级、有据可依且仅供参考的结论(Confirmed/Refuted/Inconclusive)。适用于假设进入规划前需要先验证、错误代价较高的场景。
用于从探索会话记录中生成结构化业务需求文档(BRD)与业务规则台账的技能,覆盖功能需求、非功能需求、业务规则、约束、假设等,并用[CONFIRMED]/[UNCONFIRMED]标注确认与推断内容。
roasbeef-prose 是一份用于撰写 Roasbeef 技术文本的写作风格指南技能。它面向需要编写 PR 描述、提交信息、技术文档、博客等内容的写作者,规定了一套特定的语气、结构与用词偏好。其声音定位为技术精确但口语化,像一位工程师在 IRC 上向另一位工程师解释问题,并避免典型的 AI 生成文本套路。核心规则包括:提交信息和 PR 描述默认以“In this commit, we...”或“In this PR, we...”第一人称复数开头;使用缩略形式与自然缩写;禁止使用 em dash、列表堆砌、“comprehensive”“robust”“leverage”等 LLM 常见词,以及“Additionally”“Furthermore”等填充式过渡词;不使用自我夸赞、签名结尾或 emoji。指南还给出了 PR 描述结构、提交信息格式(子系统:简短祈使句摘要,正文以“In this commit, we...”开头)、技术解释方式、用词替换表,以及段落节奏与口语化表达建议。该技能适用于遵循 Roasbeef 风格撰写 Bitcoin/LN 相关技术内容的场景。其可用的平台支持、安装方式与运行要求暂未提供。
一个用于撰写 App Store 应用文案的技能,可生成促销文本、完整描述和更新日志,帮助把浏览者转化为用户。适用于首次上架、优化现有描述或准备版本更新时使用。
web-research 是一个并行多角度网络研究技能,提供 scan、brief、breadth、deep 四种深度模式,先结合本地上下文规划搜索维度,再并行检索并汇总带来源 URL 的结论。
面向人类读者的写作技能,用于起草、编辑与评审文字,重点消除模型自身难以察觉的AI痕迹,如节奏单一、密度均一和话语顺序可预测等问题。提供编辑与评审两种模式,并可按任务、深度、结构、风格、文案和声音等维度处理文本。
面向所有研究任务的强制入口编排技能:先做清晰度分诊与目标核验,再按主题与语言拆分并行采集,迭代归纳与扩展后由高阶模型综合输出带引用的报告,并对照原始目标做目标校验。
edit-article 是一个用于编辑和改进文章草稿的 AI 技能,来自 sammcj/agentic-coding 技能集。它通过按标题将文章拆分为章节、梳理信息之间的依赖关系、与用户确认章节结构,再逐节重写来提升清晰度、连贯性和行文流畅度,并限制每段最多 240 个字符。适用于用户希望编辑、修订或改进文章草稿的场景。
该技能定位为抽象代数专家,面向群、环、域等代数结构,并关联密码学与数论应用。当前为待升级的旧版模板,置信度低,资料明确建议升级至中或高置信度前不要依赖。
这是一个面向天文学与天体物理学领域的专家指导技能,覆盖太阳物理、行星科学、恒星演化、宇宙学及观测技术等主题,并整合了2024至2025年的任务数据。该技能通过模块化结构组织知识,包含核心指导、已知空白、研究清单以及十二个专题模块,涉及太阳物理、行星系统、系外行星、恒星演化、星系、宇宙学、暗物质与暗能量、多信使观测、仪器设备和数据物流等方向。资料显示其来源日志已收录ESA、ESO、LIGO和JWST等机构的资源,并包含Solar Orbiter、Euclid、JWST、CHEOPS、LIGO-Virgo-KAGRA O4及ESO VLT巡天等最新公开成果。使用方式上,建议从研究清单模块入手,记录最新来源,检查已知空白并解决待办事项,再通过目录中的专业模块路由问题,呈现结果时引用研究清单中的来源标签。该技能适合需要跨多个天文学分支获取专家级指导、并关注最新任务数据的用户。
这是一个名为 Biology Comprehensive Guide 的生物学专家技能,定位为覆盖从分子生物学到生态学的综合生物学知识,涉及细胞生物学、遗传学、进化与生理学等主题。根据现有资料,该技能目前处于“遗留模板待研究升级”状态,最后验证日期为 2025-11-08,置信度标记为低。资料明确提示:在置信度提升至中或高之前,不应依赖此技能。使用流程建议从 modules/research-checklist.md 开始,收集最新来源,审阅 modules/known-gaps.md 并解决未决事项,仅在验证后从 _toc.md 加载特定主题模块,并在置信度改善时更新元数据。资料还指出,新的网络研究尚待完成,所有新来源需记录在 Source Log 和研究清单中。除上述内容外,该技能的具体功能细节、安装方式、收费情况、适用平台及实际效果暂未提供。
面向日本古典文学(平安时代至江户时代)研究的技能模板,涵盖古文语法与文学分析。当前为待升级的旧版模板,置信度低,需先完成资料核验再使用。
这是一个气候科学讲解类技能模板,用于解释气候系统、气候变化、气候模型与环境影响。当前状态为遗留模板,等待研究升级,最后验证日期为2025-11-08,置信度低。使用时应先查看研究清单模块并收集最新来源,再检查已知缺口模块并解决未完成事项,验证后才加载具体主题模块。资料明确提示在置信度提升至中或高之前不要依赖该技能。
比较宗教学者技能,覆盖世界宗教的信仰、实践与经典,并支持跨传统比较分析。当前为遗留模板,状态标注为等待研究升级,置信度低,官方建议在升级到中或高置信度前不要依赖该技能。
面向文案与说服性写作的技能模板,用于撰写标题、销售文案等。资料标注为待升级的旧版模板,置信度低,需先完成研究校验后再使用。
这是一个关于亚洲哲学传统的技能模板,涵盖佛教、道教、儒家和印度哲学等主题。该技能目前处于“遗留模板待研究升级”状态,最后验证日期为2025年11月8日,置信度低。使用前需先完成研究清单、解决已知缺口,并更新元数据。在置信度提升至中或高之前,不建议依赖此技能。