anti-ai-writing
anti-ai-writing 是一个写作技能，用于把 AI 辅助生成的草稿改写得更像真人写作。它提供识别与消除 AI 痕迹的模式、自然写作原则和改写流程，适合审校、润色和发布前质检。
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 10-18 00:12
写作与研究
13,616 个结果
Research Synthesizer
Research Synthesizer 是一个用于将多个研究来源的洞察综合为连贯分析的技能，来源于 jmsktm/claude-settings，官方地址为 https://www.skills.sh/jmsktm/claude-settings/research-synthesizer。它适合在需要分析数据并提取洞察、开展深入调查、综合复杂信息的场景中使用，官方明确不建议用于需要创意内容生成或业务运营的任务。该技能提供了创建、审查优化和获取最佳实践的触发命令，并包含从初始创建到高级优化的核心工作流，以及明确目标、遵循行业标准、基于反馈迭代、记录过程、注重质量等最佳实践和检查清单，帮助使用者规范研究综合流程。
linkfox-eureka-abstract-translated
该技能用于通过 Eureka 专利数据平台获取专利标题和摘要的翻译版本，支持中文、英文、日文三种目标语言。用户可通过专利 ID（patentId）或公开号（patentNumber）查询一个或多个专利的翻译标题与摘要，单次最多支持 100 件专利，多个标识用逗号分隔；若同时提供两者，专利 ID 优先。当原始专利无摘要时，可选用同族专利摘要替代（replaceByRelated=1）。默认目标语言为英文。返回字段包括总数、专利 ID、公开号、翻译标题、翻译摘要、替代同族专利公开号及消耗的 token。该工具仅返回标题和摘要，不提供全文、权利要求或说明书，也不支持按关键词、分类或申请人检索。调用会消耗积分，按 81 × max(返回条数, 1) 动态计费，可能一次性消耗较多积分，需用户确认后继续。
linkfox-eureka-claim-translated
该技能用于通过 Eureka 专利数据平台获取翻译后的专利权利要求文本，支持中文、英文、日文三种语言。用户可通过内部专利 ID 或公开（公告）号查询一个或多个专利的权利要求，单次最多 100 件。当某专利权利要求缺失时，可选择用同族专利的权利要求替代。工具仅返回原始翻译文本，不进行分析或对比。调用方式包括 API 端点 POST /tool-eureka/claimDataTranslated 和 Python 脚本，会消耗积分，按返回条数动态计费。
content-humanizer
Content Humanizer 是一个把 AI 生成散文改写得更自然、更像人写的技能，覆盖语气分析、句式变化、声音一致性与可读性提升，并系统清除机器写作痕迹，适用于博客、营销文案、邮件与叙事文档。
nuwa-skill
nuwa-skill（女娲造人）是一套人物/主题思维框架蒸馏技能：输入人名、主题或模糊需求，自动深度调研、提炼思维模型并生成可运行的人物 Skill。支持明确人物直接蒸馏、模糊需求先诊断推荐再蒸馏两种入口，触发词含「造skill」「蒸馏XX」「女娲」「造人」等。
LLM Prompt Optimizer
LLM Prompt Optimizer 是一个通过系统化分析与精炼来优化提示词的技能，旨在提升大语言模型输出的质量、准确度与相关性，涵盖结构改进、上下文增强、约束校准与输出格式规范等技术。
White Paper Author
White Paper Author 是一个用于撰写权威白皮书的技能，旨在帮助用户建立思想领导力、教育受众并获取高质量潜在客户。它支持多种白皮书类型，包括问题-解决方案型、研究型、技术型和行业分析型，覆盖从选题、研究、大纲、执行摘要到结论、可视化、引用等完整流程。适用于 B2B 营销人员、咨询机构、科技公司、研究组织和行业领导者，需要展示专业能力并推动复杂决策的内容场景。该技能强调内容价值优先、结构清晰、证据支撑、语言易懂，并提供命令触发方式与最佳实践参考。
paper-analyst
论文分析师（Paper Analyst）是一个用于学术综述写作的技能，负责精读核心论文、按统一模板提取方法细节，并构建跨论文对比表。它通常在研究主管或文献侦查员指派分析任务时激活，对 Top 20 核心论文进行结构化分析，生成论文分析卡片和对比表。分析流程包括理解任务、确定分析范围、论文精读、填写分析卡片和构建对比表五个步骤。每篇论文生成一个分析文件，并汇总为 comparison_tables.md，包含方法总览、性能对比、方法特征对比以及趋势分析。
orwell-writing
Orwell Writing 是一个面向 AI 智能体的写作技能，用于起草、改写、编辑、审阅、润色、简化、人性化或创作各类书面文本，包括创意写作、散文等。它以乔治·奥威尔《政治与英语》中的六条写作规则和 ASD-STE100 简化技术英语（STE）作为实用过滤器，帮助产出清晰、直接、诚实的文字。对技术、说明、商务和产品类文本默认采用 STE 基线；在起草和修订中同时应用这些规则，但当用户明确需要时，不会抹去刻意的声音、角色、节奏、幽默或体裁特征。STE 包含写作规则和受控词典，使用词典中已批准的词及其批准含义；在未核对当前 ASD-STE100 版本和词典的情况下，不声称严格符合 STE。
ascii-diagram-validator
用于检查 Markdown 中 ASCII 方框绘制图表对齐问题的校验技能。它通过脚本定位错位字符并给出修复建议，支持单文件、多文件与目录校验，适用架构文档与 README 中的示意图。
paper-spine-citation
PaperSpine 的引用支持库构建步骤，用于在研究与最终写作之间，为引言、讨论和背景论述建立可核验的候选引用池，并输出 citation_support_bank.md。
scientific-thinking-biology
用于生物学与生命科学研究的元技能：以结构化、证据敏感、边界清晰的方式进行科学推理，帮助解读实验结果、区分关联与因果、评估实验系统与模型可转化性，并给出结论强度与下一步验证建议。
researchers-financial
финансовый исследовательский навык，用于为纪录性音乐项目（或需要企业金融背景的创作）检索与整理 SEC 申报文件、财报电话会议、分析师报告和市场数据。它的核心用途是：当专辑或作品主题涉及金融犯罪、公司丑闻、企业崩塌、网络安全事件等故事时，提供可引用的原始财务材料。该技能会依据分层来源优先级收集资料：第一优先为官方申报（SEC EDGAR、公司投资者关系、交易所文件、破产法院文件），其次为经核实的报道（财报电话会议记录、大行分析师报告、WSJ/FT/彭博等财经媒体），再次为市场数据（股价历史、成交量、做空兴趣报告），最后是分析类来源（财经博客、投资者论坛、做空机构报告，并需标注偏向）。输出内容包含：文件链接、关键事实、财务数字（营收、盈亏、事件披露金额、股价区间）、高管原话、风险披露原文、时间线、可用于歌词的数字与措辞，以及待人工核验清单。同时提供解读 SEC 文件的要点，如 10-K 的风险因素与法律诉讼部分、8-K 的重大事件披露、DEF 14A 的高管薪酬与关联交易，以及通过同比对比发现新增风险信号等技巧。
novel-outline
novel-outline 是一个把小说改编成短剧大纲的工具，产出「五件套」：改编说明、人物表、爽点表、分集梗概、资产清单，并生成 outline.json、Markdown 文档和单页评审报告（含 KPI 带、关键决策、爽点时间轴、调度矩阵、场景概览、质量门）。它由四件模型撰写、一件脚本自动汇总（资产清单从分集数据算出）。脚本零依赖，用 node 直接运行。工具不写剧本台词、不做分镜、不出图像或 TTS 提示词，梗概为叙述体，出现引号对白会被校验拦截。使用流程包括收参数、定位输入、分卷摘要、快版骨架拍板、细版骨架、分批写分集梗概、14 道质量门校验、输出与汇报，另支持对已有大纲的体检模式和联动更新校验。
Data Storyteller
Data Storyteller 是一个用于将数据和分析转化为有说服力的叙述与演示的技能。根据资料，它适用于需要创建有吸引力的书面内容、制定清晰的表达与沟通、有效组织信息的场景，不推荐用于需要技术实现或复杂数据分析的任务。该技能提供创建、审查优化和获取最佳实践等触发方式，并包含从发现、规划、执行、审查到优化的核心工作流程，以及目标设定、遵循行业标准、基于反馈迭代等最佳实践和检查清单。
upwork-proposal
用于在 Upwork 上撰写脱颖而出投标提案的技能，帮助在大量同质化 AI 提案中提高回复率。用户粘贴职位描述后，技能会提取需求、匹配技能，并生成提案、短版与一句话版本。
copywriting
copywriting 是 super-ux 体系中的一个技能，用于撰写、改写和编辑用户会读到的任何文本，包括界面文案、按钮、错误提示、空状态、落地页与定价页、应用商店文案等。它强调用产品自身的语气写作：每次开始前先读取品牌包（voice.md、terminology.md 及对应渠道的 channels.md），没有品牌包时停止并交由 brand-voice 处理，不自行臆造语气。该技能按文件而非目录划分职责，不写入品牌包的事实来源文件，但负责 strings.md（界面文案登记表）和产品文本本身。它提供 Write、Edit、Adapt、Humanize 等模式，并默认运行人性化处理（humanization pass），交付时打印状态行。它包含多项不可协商规则，如标题与标签不加装饰性句号、不编造事实与数据、错误与计费场景不使用幽默、一个动作只用一个名称、不引用 facts.md 之外的数字等。
software-ux-research
这是一个用于指导用户研究与研究工作（Research Ops）的技能，帮助团队用证据降低产品与设计决策风险。它负责研究方法选择、研究设计、发现综合以及研究运营，不负责 UI 实现。适用问题包括：什么用户问题重要、面向谁；概念、流程或原型是否可理解可用；该用哪种研究方法；如何设计研究并综合发现；如何开展研究运营、研究库与知情同意流程。默认输出包括研究计划、研究协议、发现报告和决策简报，并应包含方法论证、置信度、证据链、同意与数据处理说明，以及以选项和权衡形式给出的建议。
zenodo-skill
Zenodo Skill 是一个用于与 Zenodo REST API 交互的技能，支持将数据集、软件、论文、海报等研究产物存入 Zenodo、发布并获取可引用的 DOI，也支持更新已有记录、发布新版本以及搜索公开记录。它通过 curl 命令完成创建沉积、上传文件、设置元数据、发布等操作，并提供沙箱环境用于测试。
researchers-verifier
这是面向纪录片/音乐类研究项目的事实核查与质量控制技能，用于在人工审核前对其他调查代理收集的资料做系统校验。它会逐条检查来源链接是否可访问、归档是否存在、引用是否为逐字原文、日期是否一致、引用信息是否完整、事实之间是否互相矛盾，并生成带状态分级（可进入人工审核／需修正／存在重大问题）的验证报告。该技能强调对 SOURCES.md 中每个来源、每条引用和日期单独输出验证行，不做汇总式概述；其职责限于结构与完整性检查，不判定主张本身是否成立，也不取代人工审核。使用前提是研究已完成并整理进研究文档与来源文件，通常在交付人工验证、标记来源已验证或进入制作前调用。
technical-writer
面向开发者文档的技术写作技能，覆盖 README、API 参考、架构文档与运维手册。基于 Diátaxis 框架区分教程、操作指南、解释与参考四类文档，提供模板、反模式清单与质量检查，可运行 validate-docs.sh 校验文档结构与链接。
markdown-formatter
Markdown Formatter 是一个用于格式化与美化 Markdown 文档的技能，来源为 nvidia/skillspector。它的用途是清理 Markdown 文件：修正标题层级、统一列表样式，并对过长的行进行重新换行。使用方式是指定一个 Markdown 文件，技能会就地（in-place）重新格式化该文件。资料未提供更多关于安装、配置、收费、平台或效果的信息。
mathodology-evidence-search
Mathodology 的证据检索技能，用于查找文献、数据集、领域事实、引用信息与授权图片参考。强调优先使用一手来源与官方数据，标注假设与未解决缺口，禁止编造事实，并要求记录检索渠道、版本、访问日期与哈希等来源信息。