soia-pkm-distill-article-opinion
通过苏格拉底式提问，把用户对 Obsidian vault 文章的回答整理成第一人称「我的看法」，或聚合成主题观点综述；内容来自用户本人，AI 只负责提问与落字，不虚构观点。
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 11-01 00:15
写作与研究
14,528 个结果
readme-generation
readme-generation 是 specterops/skills 中的一项技能，用于为项目生成专业的 README.md，支持本地代码库和远程 GitHub 仓库。它可以识别目标路径、项目类型与写作风格（security-tool、library、cli、webapp、minimal 或自动检测），并支持更新模式：在重新生成标准章节的同时保留用户自定义内容。该技能会扫描项目元数据、源码入口、现有文档和 Git 信息，再按对应模板输出 README。
timeline-markdown-notes
该技能用于从 Markdown 或纯文本操作笔记中提取时间线条目，并将其整理为规范化 JSON。它面向已提供笔记进行时间线汇总的场景：输入目录为 input/notes/，其中的 .md/.txt 文件需包含带时间戳的条目、日志式记录、列表或表格；输出写入 output/md_notes_entries.json，每条记录包含 timestamp、source、operator、action、details、raw_timestamp 字段。工作流程包括识别 ISO 8601、MM/DD/YYYY、DD/MM/YYYY、HH:MM:SS 等时间格式；当只出现时间时，借助文件名推导日期与操作者上下文；统一为 UTC 时间戳并按文件名模式（如 operator1-notes）分配操作者；把列表和表格视为多条记录，将条目文本映射为 action 与 details；对含义不明确的条目进行标记以供人工复核，并保留原始时间戳。该技能偏好严格匹配模式，同时允许宽松启发式，例如识别“## 2024-01-15 Morning Session”这类标题；对缺少时间但含 recon、auth、exploit 等关键词的条目提供回退处理步骤。
research
一个用于研究链接与文档的技能，强调在给出结论前先获取并核实真实来源内容，避免依赖搜索摘要或未经验证的信息。
@3182/world-news-digest
World News Digest 是一个用于生成每日国际新闻摘要的技能。当用户要求每日世界新闻汇总、简报或摘要时使用。它通过 web_search 检索当前国际新闻，优先选择可信媒体并明确标注发布时间；尽量从冲突/安全、经济、政治、气候/灾害、科学/技术等领域中挑选五条不同且重要的新闻。每条新闻需记录标题、媒体、发布时间、URL、简明事实摘要以及简短影响/分析，且不得在未核实来源的情况下把搜索片段当作已核实事实。摘要以英文撰写，包含紧凑标题、日期、五个编号小节和来源列表，并清楚区分报道事实与分析。若用户要求发布 AgentX 帖子，则先创建主帖，再添加一条串接的分析评论，并在报告成功前通过 AgentX 读回能力确认两者。若构建网页摘要，则用简单 JSON 结构保存数据，并在发布前确认每条新闻都有来源 URL 和日期。质量与安全方面：新闻具有时效性，每次摘要都应实时获取，绝不把旧标题当作当前新闻；每条新闻都需引用媒体和发布时间；避免耸动性说法、无依据的因果表述和重复新闻；若来源无法访问或发布时间无法确认，应标注该限制而非猜测。
tech-article-writer
tech-article-writer 是来自 staruhub/claudeskills 的技术干货文章创作 Skill，主张高信息密度、零废话、可执行。用简练语言覆盖核心知识点，提供写作标准、结构化模板与质量自检清单。
research-question-validator
该技能用于快速评估一个研究问题是否值得推进。它通过 Consensus 执行 4-5 次定向检索，综合返回结果，判断该问题属于“已饱和”“活跃但存在空白”还是“真正的空白”，并生成一份可保存、批注和分享的 Word（.docx）评估文档。评估内容包含新颖性信号、证据摘要与下一步建议，并附完整检索日志。所有引用仅来自本次会话中 Consensus 返回的结果，不补充训练知识中的文献；若检索失败会记录并重试，检测到套餐结果上限时会说明并据此校准置信度。
video-scriptwriter
Video Scriptwriter 是一个面向视频脚本创作的 AI 技能，角色设定为脚本写手 Sally。它通过对话帮助创作者找到故事、打磨旁白，并支持口头试读、转录修订与场景交接。适用于头脑风暴或撰写脚本，强调先构思再动笔、为耳朵写作、用朗读检验节奏与含义，并对事实与效果表述做准确性审查。
news-aggregator-skill-3
一个多源实时新闻聚合技能，可从 Hacker News、微博、GitHub Trending、36氪、Product Hunt、V2EX、腾讯、华尔街见闻这 8 个来源抓取、过滤并深度分析热点内容，输出结构化 JSON 并生成杂志风格的中文报告。
research-paper-writer
Research Paper Writer 是一个用于撰写符合 IEEE/ACM 格式规范的正式学术研究论文的技能。它提供从选题澄清、论文结构搭建、学术写作风格、格式规范到引用与参考文献的全流程指导，帮助用户产出结构完整、语言正式、引证规范的研究论文。该技能强调在写作前先确认研究问题、目标受众、篇幅与格式标准，并按标准论文章节组织内容，包括标题与摘要、引言、相关工作、方法、实现、评估、讨论、结论与参考文献。它同时提供 IEEE 与 ACM 的排版规格、正文引用格式与参考文献示例，并强调学术诚信、诚实说明研究局限以及用户需自行提供研究内容与技术贡献。
feature-spec
Feature Spec 是一个将已确定意图编译为可直接实施的特性规格说明的工具。它的核心理念是“编译已确定的意图，而不是重新进行头脑风暴”。该技能从用户提供的资料、仓库指令、持久契约和实现上下文中提取信息，保留所有已提供的验收标准和既定决策，并按照固定模板生成一份与追踪系统无关的特性规格。它要求输出停留在产品与架构高度，不包含头脑风暴回顾、逐文件步骤、粘贴的实现代码、虚构工单或强制的微任务清单。最终产出恰好一个封闭式交接：基于证据的“实施/转交”建议、不指定后继者的分解交接，或针对未解决的仓库契约矛盾的人工决策交接。
account-research-brief
用于首次会面、ABM 推进或区域复盘前的账户调研技能，输出可辩护的一页式账户简报，每条结论标注为有据可查或推断，避免照抄 About 页面。
reference-originality
该技能用于评估作品是否抄袭了参考作品，重点在于收集具体表达层面的证据、相似度指标与来源溯源。它强调：认定抄袭需要具体表达证据，不能仅凭氛围、体裁或常见版式；相似度指标只是线索而非结论；法律侵权结论需由具备资质的法律权威作出；"感觉相似"不构成发现。适用于用户要求审查原创性、比对参考作品相似度的场景。
user-demand-research
User Demand Research 是一个用于从公开渠道挖掘用户未满足需求的技能。它帮助你把论坛、应用评论、GitHub issue、社交帖子和社区讨论中零散嘈杂的用户反馈，整理成一份带证据、可排序的需求地图，用于验证产品想法、功能请求和定位切入点。该技能定义了明确的工作流程：先界定问题空间、目标用户、地域和产品类型，再阅读需求研究方法参考文档，从公开来源收集信号，将请求归一化为待办任务、痛点和期望结果，对重复项聚类并按频率与强度打分，区分基础必备需求与差异化需求，最终产出包含验证实验和“做/不做”建议的需求报告。它同时给出使用边界：仅使用公开且符合伦理的来源，不抓取登录墙后的内容或违反服务条款；将轶事证据与跨来源重复模式分开标注；不把声音大的少数群体当作市场真相；保护用户隐私，只做转述和聚合。输出格式包含研究范围、需求地图表格、前三机会、反向下注和 7 天内最小验证测试。
Org Ecosystem
Org Ecosystem 是一个面向 Emacs Org-mode 的技能，用于在用户提出编写 org 文件、使用 org-mode、org 语法、org 文档、org babel、org 导出等需求时提供指导。它覆盖 Org 的层级大纲结构、属性、抽屉、时间戳、表格、链接、块、标记、脚注等语法要素，并包含 GTD 工作流（TODO 状态、捕获模板、议程、归档、标签、时钟计时）、Org Babel 代码块（结果处理、tangle、noweb、会话、内联代码）、导出（HTML、LaTeX/PDF、Beamer、Markdown、发布、引用、选择性导出）以及 org-roam 知识管理等主题。该技能还提供决策树帮助选择时间戳类型、链接类型、捕获模板、任务状态、结果类型和导出后端，并给出最佳实践与反模式建议。
docs-features
docs-features 是 TanStack Markdown 生态中用于构建文档元数据的技能。它基于 render-markdown，通过 docsMarkdownExtensions 预设组合了 GitHub 风格提示框（callouts）、注释组件转换、标题收集等功能。使用时创建一份扩展数组同时用于解析和渲染，解析后可从文档对象读取 headings 等元数据，并生成 md-tab-panel、md-framework-panel 等自定义元素。核心模式包括：在没有选择器标题的情况下收集标题（默认跳过名为 tabs 组件内的标题）、按标题或文件或包管理器或打包器生成标签页内容、构建框架专属面板。需要注意的是，该预设只输出元数据和自定义元素，不安装文档 UI 交互行为，站点需自行将模型和标签绑定到自身状态与组件。
clarify-vague
clarify-vague 是一个用于需求澄清的技能，当用户的请求或需求含糊不清、需要反复提问才能变成可执行任务时使用。它通过“假设驱动提问”把模糊或歧义需求转化为精确、可执行的规格说明。其核心原则是把合理解释作为选项呈现，而不是提出开放式问题，且始终使用 AskUserQuestion 工具，不用纯文本提问。适用场景包括含糊的功能请求（如“添加登录功能”）、不完整的缺陷报告（如“导出坏了”）、说明不足的任务（如“让应用更快”）。对于策略/规划盲点分析应使用 clarify-unknown 技能，对于内容与形式的重构应使用 clarify-metamedium 技能。
part2-clarify
Heum 3小时课程 Part 2「Clarify」：用 AskUserQuestion 与 Clarify 插件把模糊需求变清晰，并编写自己的 Clarify 技能。触发词含「파트2」「Part 2」「clarify」「클래리파이」。
deep-research
Deep Research 是一个用于深度网络调研的技能，通过并行调度多个子代理来生成全面且带引用的研究报告。它同时使用 WebSearch 研究代理、基于 chromux 的浏览器探索代理，以及 Gemini CLI 作为独立调研来源。该技能由 Lead Researcher 统一编排，将研究主题拆分为多个互不重叠的研究角度，分别分配给搜索代理或浏览器代理，并可在 Claude Code 与 Codex 两种运行环境执行。使用方式为调用 /deep-research <研究问题或主题>，或加 --auto 进入全自动模式跳过确认。输出为结构化报告与来源登记表。
knowledge_card
腾讯 weSmartFlow 的知识卡片生成技能，通过 generate_html_card 生成单页 HTML 知识卡片，用图文形式可视化展示值得复习的知识点，并在交流中判断何时生成卡片组。
originality-ai
Originality.ai 通过 API 将 AI 生成内容检测与抄袭检查合二为一，适合 SEO 内容审核、自由职业者稿件验证等场景。API 基础地址为 https://api.originality.ai/api/v1，认证使用 X-OAI-API-KEY 请求头，文档位于 https://docs.originality.ai。AI 检测接口为 POST /api/v1/scan/ai，返回 score.ai（0-1，AI 写作概率）、score.original（0-1，人类写作概率）和 credits_used。抄袭检测接口为 POST /api/v1/scan/plag，返回 score.percentUnique（0-100 唯一内容占比）、score.percentDuplicated（0-100 网络匹配占比）以及 matches[] 数组（包含 url、matchedWords、percentage）。两个扫描并行运行可实现较全面的内容核验，AI 分数不低于 0.5 或抄袭比例不低于 20% 时可标记内容。采用按词计费的积分模式，AI 与抄袭扫描分别计费，可通过 GET /api/v1/account/credits/balance 查询余额。AI 检测至少需要 50 词，英文准确度最佳，抄袭检查仅针对公开索引的网页内容。
disciplined-quality-evaluation
该技能是“纪律化开发”流程中第 1.5/2.5 阶段的质量评估环节，用于在文档进入下一阶段前，使用 KLS（Krogstie-Lindland-Sindre）六维框架评估研究文档（第 1 阶段）与实施计划（第 2 阶段）的质量。它从物理、经验、句法、语义、实用、社会六个维度打分，并检查“精要主义”对齐情况，包括关键少数聚焦、已消除噪音、最简路径与 90% 规则。评估采用 1-5 分制，设有质量门阈值：任一维度不得低于 3 分，平均分不得低于 3.5 分，且为阻塞式门禁。输出结构化评估报告，包含各维度得分与理由、精要主义评估、GO/NO-GO 决策、必需修复项、建议改进项与复评清单。
documentation
这是一个面向开源 Rust 项目的技术文档编写技能，用于生成 API 文档、README、架构指南与贡献者文档。它强调文档必须与代码一致、面向读者需求、便于维护，并遵循渐进式披露原则：先给简单说明，再按需补充细节。该技能定义了多种文档类型与结构，包括 rustdoc 风格的 API 文档、README 结构、模块级文档以及 CONTRIBUTING.md，并给出对应的写作要点与示例格式。其规范涉及必需章节（如公开函数的摘要、参数、返回值、错误和示例）、文档测试流程（如 cargo test --doc、cargo doc --no-deps）、以及提交前的代码风格与示例可编译要求。它还提出令牌限制建议以保持简洁，并声明若干约束，例如不做未经验证的文档、示例必须可编译运行、文档需与代码变更同步、不记录内部实现细节、避免营销语言。使用方式与安装命令暂未提供。
md-book
MD-Book 是一个基于 Rust 的文档生成器，可作为 mdbook 的现代替代方案，将 Markdown 文件转换为美观、可搜索的 HTML 文档。它支持多种 Markdown 格式（Markdown、GFM、MDX）、服务端语法高亮、实时开发服务器以及集成的 Pagefind 搜索。该技能用于在涉及 MD-Book 时提供使用指导，包括命令行构建、开发模式、配置、模板定制与部署等。