deep-reading-analyst
面向文章、论文与长文的系统化深度阅读分析框架,基于 5 个思维模型(SCQA、5W2H、批判性思维、逆向思维、系统思维)和 4 个深度层级(15 分钟至 120 分钟以上),引导用户从理解走向应用并产出可执行结论。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-02 00:09
14,581 个结果
面向文章、论文与长文的系统化深度阅读分析框架,基于 5 个思维模型(SCQA、5W2H、批判性思维、逆向思维、系统思维)和 4 个深度层级(15 分钟至 120 分钟以上),引导用户从理解走向应用并产出可执行结论。
批量下载学术论文全文(PDF/XML)的技能,输入 DOI 列表后按出版商路由到 TDM API、开放获取聚合器或浏览器回退,支持断点续传与限速重试。
面向初创、SaaS、应用、开发者工具或数字产品的定价与变现研究技能。依据公开证据比较多种商业模式,给出可测试的定价假设、分层方案、价格区间与14天验证路线图,不编造成本、转化或支付意愿数据。
从 HTML 网址提取 Markdown 内容的技能,适用于阅读软件开发相关文档。通过 npx @wcj/html-to-markdown-cli <url> -s 命令获取输出,网址必须为 https,并需警惕 HTML 内容中的提示注入风险。
writing-guidelines 是一个用于审查文档与散文是否符合 Writing Guidelines 写作规范的工具。它适用于被要求“review my docs”“check writing style”“audit prose”“review docs voice and tone”等场景。其工作流程为:先从指定源 URL 获取最新写作规范,再读取指定文件(或向用户询问文件/匹配模式),然后对照获取到的规范中的所有规则进行检查,最后以简洁的 file:line 格式输出发现的问题。每次审查前都会重新获取最新规范,确保规则为最新版本。若用户未指定文件,工具会询问需要审查哪些文件。
介绍 Frappe 应用中始终加载的 desk 层 JavaScript(工具与控制器)的编写方式,覆盖 hooks.py 中 app_include_js 的注册、bundle 入口文件、命名空间规范,以及无状态工具命名空间、有状态控制器、frappe.call 与 realtime 封装等模式。
用于跨应用扩展 Frappe DocType 的写作技能:生成 Custom Field 与 Property Setter,并写入正确的 sync_on_migrate JSON 文件,随 bench migrate 自动同步;含合并脚本与补丁、钩子的使用指引。
用于查找、校验和管理 Frappe 应用翻译的辅助工具,提供提取待翻译字符串、查询与合并 PO 文件等命令。
Ubiquitous Language 是一个用于从当前对话中提取并整理领域术语的技能,采用 DDD(领域驱动设计)风格,生成统一的术语表并保存到本地文件。它会扫描对话中与领域相关的名词、动词和概念,识别同一词表示不同概念、不同词表示同一概念以及含义模糊或过载的术语,然后提出带有明确取舍的规范术语表。输出写入工作目录下的 UBIQUITOUS_LANGUAGE.md,并在对话中给出摘要。术语表按自然聚类分组,包含术语、定义和应避免的别名,并展示术语间关系、示例对话以及被标记的歧义。再次调用时会读取已有文件,纳入新术语、更新定义并重新标记歧义。
Researching-sources 是一个用于查找、审核并整理可信来源以形成 Source Set 的技能。它帮助用户针对一个研究问题,收集并评估来源的可信度,记录每个来源支持的论点,并将来源之间的冲突以编号问题形式提交给用户裁决,最终生成经用户批准的 Source Set 文档。该技能强调对每个来源进行可信度判断、优先使用一手来源、避免编造或未经授权引用,并明确记录任何跳过研究的风险豁免。
依据可核实事实撰写“X vs Y”“X 的替代方案”“从 X 迁移”等对比页面,每页内容独特并标注核查日期。适用于需要写对比页、竞品对照或迁移指南的场景;强调事实核验、逐页差异化与内容新鲜度契约。
lit-review 是一个用于系统性文献综述的技能,核心原则是“脚本负责抓取、计数与记录,所有判断由人做出”。它通过 OpenAlex 学术数据库将论文、阅读清单或一组论点落地到可验证的文献记录:先将每一条来源解析为带置信度(exact、likely、uncertain、none)的 OpenAlex 记录,再沿引用关系向外扩展——收集每个种子文献引用的作品以及引用它的高被引作品,按与种子的链接数和被引量排序。随后人工挑选候选文献并撰写摘要,逐条录入论点并对照摘要给出 supported、partly、contradicted、misattributed、cant-tell 判定,必要时抓取开放获取 PDF 做全文核查。最终渲染出 reading_list.md、fanout.md 与 claims.md 三份 Markdown 交付物。所有数据以 JSON 文件保存,可通过命令增量更新,支持暂停续做。脚本为 Python 3.9+ 标准库实现,每次运行输出单个 JSON 对象,退出码区分成功、输入无效/无结果、网络失败。可利用 OpenAlex MCP 服务器做探索式检索,配合 book-lookup 技能将书籍锚定到 DOI 或 ISBN;规模较大时可拆分给子代理并行处理判断工作。适用于学术写作、文献回顾与论点溯源。
Discoveries Writing 是一个用于编写和维护 DISCOVERIES.md 的技能,帮助智能体记录仓库特有、非显而易见的坑点与经验教训,避免重复浪费排查时间,并约定文件命名、条目质量标准与维护方式。
source-dive 是一个全自动流水线技能:从技术主题的官方文档与 GitHub 源码出发,经发现、并行分析、结构化撰写三阶段,输出一篇完整的中文技术深度解析长文。零外部 skill 依赖,核心规则已内联,适用于深入研究项目、框架、工具或库的内部实现。
Signal Pack 是一个内容生产技能:把 URL、文件或知识点转化为可发布文稿与配图规格,默认交付 publish-info、article-draft 和逐图自包含的 figure-spec。仅在用户明确要求文章配图、多图轮播、公众号图文套件或显式调用 $signal-pack 时使用。
weave-editorial 是一个写作编辑类 Skill,将已完成研究与事实核验的中文 Markdown 长文,按 faithful 保真或 publication 公共发布模式改写为可同时用于微信公众号与 X 长文的完整成稿。
把代码、注释、技术文档、提交说明、文章和社交对话改写得更像真人写的:剥离 AI 痕迹、修正 Unicode、贴合语体。可识别代码、文档、社交、文章、混合五种流程,原地修改文件。
Deep Research 是 kortix-ai/suna 提供的深度研究智能体技能,用于对任意主题进行系统化、循证、可追溯来源的调研,产出带引用的报告。它把抓取内容、笔记和来源元数据写入文件系统作为工作记忆,使研究可续跑、可检索、可复用。
domain-research 是一款免费的域名查询与 WHOIS/RDAP 查询技能,无需 API 密钥或凭据。它通过 RDAP(覆盖 1195+ 个顶级域名)并回退到 whois CLI,支持查询域名可用性、注册信息、到期时间与域名服务器。
Humanizer 是一个用于去除 AI 写作痕迹的技能,可识别并改写文档中的 AI 生成模式,让文字更自然、具体、有人味。它覆盖内容、语言、风格和沟通四类模式,并提供添加个人声音的写作建议。
writing-plans 是一个面向多步骤开发任务的实现计划编写技能:在有规格或需求、尚未开始写代码前使用,指导把规格拆成文件结构清晰、任务细粒度、含测试与提交步骤的可执行计划文档。
用于创建新技能、编辑已有技能或在部署前验证技能是否有效的技能编写指南,将测试驱动开发(TDD)方法应用于流程文档的编写。
Humanizer 是一个用于去除文本中 AI 生成痕迹的写作编辑技能,基于维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”页面。它通过识别并改写 AI 常见的内容、语言、风格和沟通模式,让文字读起来更自然、更像真人写作。该技能不仅删除问题模式,还强调注入个性与观点,适用于编辑或审阅文本时使用。
LinkedIn Post 是一个用于撰写领英专业帖子的技能,可依据研究结果或指定主题生成带钩子开头、要点正文、互动结尾和话题标签的内容。