scientific-schematics
通过 Codex 原生 image_gen 生成科研示意图(PNG)的技能,属于 superpower-writing 写作流程。它负责设计探索与最终位图输出,实际绘图在 Codex 内完成,无本地图像 CLI、无需 OAuth 登录或构建步骤。
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
14,595 个结果
通过 Codex 原生 image_gen 生成科研示意图(PNG)的技能,属于 superpower-writing 写作流程。它负责设计探索与最终位图输出,实际绘图在 Codex 内完成,无本地图像 CLI、无需 OAuth 登录或构建步骤。
用于复习带 FSRS 调度的 Obsidian 笔记库。技能充当复习老师,通过 Python 脚本扫描、调度、保存状态和日志,支持同步复习队列、提出回忆问题、提交评分并记录历史。
将一句话需求或已有材料转化为可评审的互联网产品需求文档(PRD)草稿,梳理问题、目标、用户故事、功能范围与验收标准,并显式标注假设、风险与待决事项,不承诺具体排期或技术实现。
将本地或 Obsidian 的 Markdown 成文解析并在浏览器中上传到 X Articles 草稿箱,完成封面、标题、正文富文本、插图与分割线后做机械校验,只保存草稿、绝不点击发布。
该技能把已归档或指定的文章、Markdown 或 URL 转换为学习类产物,包括试卷、闪卡、脑图、播客脚本和学习笔记,优先使用 NotebookLM,缺失时降级为本地 Markdown 生成。
审计并修复代码仓中 docs、README、CHANGELOG、VERSION 等派生文档与明确真源之间的事实漂移;先建立真源优先级与证据,再按依赖顺序同步派生文档。
该技能可将零散想法整理为结构完整、语气贴近 Nick Nisi 的博客文章,强调保留作者真实经历与数据,避免虚构个人故事或指标,并对照项目文档核实技术内容。
advanced-prompting 是一组高杠杆提示词模式,用于在助手回答过于保守或泛泛时推动其质疑、验证与重构。包含挑战、验证、重置三类提示,提供适用场景与反模式说明。
audit-branching-complexity 是一个用于审查分支叙事结构复杂度和制作风险的技能,可处理任务图、对话树、Ink/Yarn 风格内容、状态图和叙事大纲。它关注分支爆炸、重新汇合质量、状态变量卫生、不可达或死路内容以及内容投入产出,并输出复杂度结论、结构指标、风险热点、状态卫生问题与汇合改进建议。
这是一个用于审查虚构作品中角色一致性的叙事设计技能,帮助作者检查场景、对话、任务、剧本、章节或叙事大纲是否偏离既定角色模型。它强调审查行为而非要求角色一成不变:角色可以有意外举动、改变主意、违背原则、说谎或恐慌,只有当材料无法充分解释这些行为时才会标记。该技能按目标连续性、价值层级、边界与非协商项、策略连续性、情感因果、自我认知与合理化、关系状态、知识背景和成长弧线等维度进行审查,将发现分类为角色漂移、无解释反转、关系状态不匹配、动机缺口、后果缺失等,并分别给出严重程度与置信度,最后建议最小修复方式,如补充动机、铺垫、压力、犹豫、后果或情感余波,而不是直接改写作者正文。
该工具用于审计对话或叙述中的人物语气一致性:它把“语气”视为可观察的语言选择模式,而非口头禅集合,通过对照已接受样本、显式语气指南或推断出的指纹,判断台词是否仍像同一角色在当前语境下说出。资料列出句法、词汇、修辞习惯、隐喻域、情绪表达、社交调节和负面规则等分析维度,并要求在标记偏移前考虑恐惧、疲惫、亲密、欺骗、角色成长等语境因素。发现类型包括泛化、语域偏移、句法偏移、修辞偏移、情绪语言偏移、关系语气错配、作者/系统泄漏、口头禅滥用和合理变化,按高/中/低严重度与独立置信度报告。
该技能用于审查已有对白中说话者的意图、潜台词、策略变化、情感直露、信息不对称、权力流动与直白说明等问题。它按字面、意图、潜台词、效果四层分析对话回合,检查目标清晰度、策略及其递进、潜台词、情感直接度、信息不对称、权力、说明性台词与冗余,给出问题类型、严重程度与置信度,并提供修复类别建议,而非直接重写台词。
这是一个叙事设计审查技能,用于检测叙事材料中的知识连续性问题,包括角色或玩家使用了没有已建立获取途径的信息、过早确定、遗忘已知发现、可选路径信息泄漏等。该技能强调不能仅因角色知道令人意外的事情就判为错误,而需追溯其合理的获取、传播或推断路径,并区分推断、相信与有据知识。审查按严重程度与置信度分别报告,默认只指出问题与最小修复类别,不主动改写内容,同时保留刻意设置的谜团、诈术与戏剧性反讽。
这是一个面向叙事设计的连续性审查技能,在时间线、角色状态、世界规则、地理、信息、关系、命名、因果逻辑、铺垫与回收、分支连续性等多维度进行广谱审查,帮助发现内部矛盾、连续性缺口、歧义、漂移和未验证依赖。输出执行摘要、按维度分类的发现、待解决的设定问题以及建议的专项后续审查。适用于游戏、互动叙事或小说创作中的一致性检查,不重写故事,只提供按严重程度排序的修正清单。
这是一个面向叙事设计的场景功能审查技能,用于检查现有叙事场景、任务场景、过场动画、对话序列或章节片段是否真正承担戏剧功能。它关注场景“做了什么”而非是否符合某种固定公式,核心问题是:场景为何存在、角色想要什么、什么阻止了即时成功、场景发生后什么改变了、删除场景会失去什么。审查覆盖功能分类、入出口状态变化、戏剧引擎、说明性信息与冗余、场景生产成本,并给出按严重程度排序的发现与最小修复类别。适用于游戏叙事、任务设计、过场与对话审阅,帮助识别无生产力的叙事时间,同时明确认可安静但有价值的场景。
该技能用于审计叙事素材中的“铺垫与兑现”链条,追踪伏笔从埋设、强化、转变到回收的全过程。它按“铺垫→记忆支撑→语境变化→兑现→余波”模型,识别孤立铺垫、缺乏支撑的兑现、强化不足、过度提示、无发展重复、转变断裂、余波缺失与虚假承诺等问题,并给出位置、类别、严重度、信心、影响说明及最小修复方向,且不要求叙事完全对称。
这是一个用于叙事设计的对话意图设计技能,帮助创作者在动笔写台词之前,先设计对话底层的目标、策略、潜台词、权力关系、隐藏信息、情感约束与节拍推进。它以“目标→策略→反策略→信息/权力变化→新策略”的模型组织对话,区分字面内容、意图、潜台词与效果四层,并追踪说话人之间的信息不对称与权力变化。适用于游戏叙事、影视剧本、互动小说等需要设计有戏剧张力对话的场景,最终产出对话目的、说话人意图、信息与权力图谱、节拍图谱、转折与出口状态等结构。
该技能用于在写作散文之前或独立于散文,交互式地设计叙事场景的戏剧结构。它通过定义参与者、目标、阻力、策略、升级、转折、结果和状态变化,将场景视为动态系统而非直接撰写散文。适用于编剧、游戏叙事设计、小说创作等场景,帮助避免平淡场景、无因果转折和无效冲突。设计过程以结构推理优先,仅在被请求时撰写散文。
这是一个用于叙事设计的分析与建模技能(Skill),核心是把“谁知道什么”当作状态来管理,而不是靠直白说明来交代信息。它围绕“真相→获取→解读→相信→披露→更新→后果”的循环,帮助设计者逐条拆分客观事实,为每个角色、阵营或玩家标注其信息状态(未知、察觉、怀疑、信以为真、误判、确知、隐瞒、假装等),并记录证据来源与获取途径(亲历、他人告知、文书、推理、传闻、胁迫等)。该技能还区分私下信念、公开说法与他人对其信念的认知,用于构建欺骗与政治叙事;可区分玩家与主角的知识,制造戏剧性反讽或受控谜团;并为每次揭示定义前置条件、触发事件、接收者、状态变化和后续内容需要跟进的调整。使用方式为按步骤列出事实、拆分复合事实、分配初始状态、梳理合法获取路径、映射谎言与误解、定义揭示事件、检查多路径与可选发现,最终输出事实台账、信息矩阵、揭示台账、戏剧性不对称与实现需求(变量、标记、任务状态、对话变体等),并附失败模式与质量检查清单。适用于推理、悬疑、分支叙事与互动剧情设计。具体平台支持与安装方式暂未提供。
该技能用于通过成对关系而非孤立角色传记来交互式建模群像角色,适合构建伙伴系统、恋爱、竞争等叙事设计。它把关系视为非对称状态,而非单一共享好感度;提供情感、信任、恐惧、依赖、债务、权力等核心轴,要求分别建模A→B与B→A,并定义有证据支撑的关系状态转换。输出包括群像概览、关系矩阵、详细配对模型、关键非对称性、三角关系与联盟张力、状态转换和压力测试。避免统一关系分数、假设相互喜欢、仅靠背景故事定义关系等失败模式。
DeepWiki 是一个通过 DeepWiki MCP 服务器查询公开 GitHub 仓库文档的技能,可搜索仓库 wiki、获取文档结构、并就仓库文档提出 AI 驱动的问题。
FreshRSS 是一个自托管的 RSS 阅读器,可通过 Google Reader 兼容 API 查询标题与文章,用于获取 RSS 新闻、最新标题和订阅更新。
该技能用于生成 B2B 公司调研报告,并以专业排版的 PDF 形式输出。当用户要求调研某家公司、分析业务、创建客户档案或生成账户研究报告时使用。工作流程为:先通过网页抓取与搜索并行收集公司信息,再构建符合指定 schema 的 JSON 数据结构,然后调用 scripts/generate_report.py 生成 PDF,最后将 PDF 交付给用户。报告内容涵盖公司概况、产品与服务、目标市场、用例、竞争对手、行业趋势、近期动态、线索生成建议及信息缺口等。
该技能用于撰写面向 X(原 Twitter)平台的推文与推文串,目标是提升传播性与互动。它不直接生成内容,而是先做选题调研,再套用已验证的写作框架输出文案。工作流程分两个阶段:第一阶段为细分领域调研,通过网页搜索查找该领域内的爆款推文示例,分析其钩子风格、内容结构、语气、所用数据与行动号召;第二阶段为内容创作,结合钩子公式、推文格式(清单体、反主流观点、前后对比、框架、填空题、共鸣型)、七条推文串结构以及 PAS、AIDA、BAB 等文案框架产出文案,并应用具体化、社会证明、好奇心缺口、争议性、共鸣感等说服原则。技能还整理了 X 算法相关的参考信息,包括互动权重排序、发布时间窗口、停留时间与格式偏好,以及应避免的做法(如正文放外链、索取互动)。适用于需要批量产出社交媒体文案、运营个人或品牌账号、把长内容改写为推文串的场景。使用时通常需先向用户询问细分领域、目标、核心信息与可引用数据,再给出多个钩子版本及单条推文与推文串两种形态。限制方面:资料未提供该技能的具体安装方式、依赖环境、收费情况与实际效果保证。