topic-evidence-mapper
面向生物医学选题的证据全景梳理技能:把医学主题拆成主要研究流、目标人群、终点、方法、证据密度与薄弱区,帮助用户判断下一步该做什么。它强调只做证据地图,不把薄弱区直接当成正式研究空白。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-03 00:11
14,625 个结果
面向生物医学选题的证据全景梳理技能:把医学主题拆成主要研究流、目标人群、终点、方法、证据密度与薄弱区,帮助用户判断下一步该做什么。它强调只做证据地图,不把薄弱区直接当成正式研究空白。
2026-coach 是一个高管教练技能,引导用户以研究支持的过程目标来规划 2026 年。它通过发现提问、目标层级、过程目标转换与存档文件,帮助把年度成果目标拆解为每日可控行为并建立复盘节奏。
arXiv Search 是一个用于检索 arXiv 预印本库的技能,可查找物理学、数学、计算机科学、定量生物学及相关领域的学术论文,无需 API 密钥,结果按相关性排序并返回标题、摘要和链接。
Changelog Generator 是一个将 Git 提交记录自动转换为面向用户更新日志的技能。它通过分析指定时间范围或版本之间的提交历史,把开发者视角的技术性提交分类整理为功能、改进、修复、破坏性变更、安全等类别,并翻译成客户能理解的语言,同时过滤掉重构、测试等内部提交。适用于准备版本发布说明、周报或月报式产品更新、面向客户的变化文档、应用商店更新描述、更新通知、内部发布文档以及公开更新日志页面等场景。使用时可在项目仓库中按时间(如过去一周、3 月 1 日至 15 日)或按版本(如 v2.4.0 之后、2.5.0 版本)生成更新日志,也可结合 CHANGELOG_STYLE.md 中的自定义规范保持格式一致。官方资料未提供该技能的收费、价格、平台支持或效果保证等信息,这些方面暂未提供。
Documentation Audit 是一个用于核对文档声明与代码库实际状态是否一致的技能。它采用两遍式流程:第一遍从文档中提取声明并逐条验证,第二遍根据已发现的错误声明扩展搜索相似问题,并对比代码库清单与文档条目以发现遗漏。该技能可识别文件引用、配置默认值、环境变量、CLI 命令、行为描述等声明类型,并按自动、半自动、人工复核三个置信层级处理。最终生成带日期和提交哈希的审计报告,列出错误声明、修复建议、模式汇总和人工复核队列。适用于需要确保文档准确性的项目,尤其是文档与代码容易脱节的场景。
一个文本润色技能,可增强语法、词汇、叙事清晰度、流畅度、节奏与写作风格,同时保留作者原声。
面向写作者的调研与事实核查技能:帮助规划历史、科学、文化、职业等主题的研究路径,核查稿件中的事实性陈述,标记错误、时代错置与无法证实的内容,并提供来源与叙事整合建议。
用于撰写和审查亚马逊式叙事文档的技能,覆盖 1-pager、6-pager、PR/FAQ、tenets、COE 等类型,供人类评审与智能体在规格驱动开发中使用,通过统一规则强制清晰、可测试的表达。
autoresearch 是面向 AI 编程智能体的自主研究编排技能,用双循环架构管理从文献调研到论文写作的完整研究流程,维护结构化状态并路由到领域技能执行实验。
面向研究者的结构化选题技能,提供十种互补的构思框架,帮助从模糊兴趣走向具体、可辩护的研究提案,适用于探索新问题空间、切换研究方向或评估半成型想法。
面向计算机科学与 AI 研究选题的创造性思维技能,基于认知科学中的八种实证框架,帮助研究者生成真正新颖的研究方向,而非对已有工作的增量式扩展。
面向 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 及 OSDI、NSDI、ASPLOS、SOSP 等顶会的 ML/AI/系统论文写作技能,可从研究仓库出发起草完整初稿、检索并核验引用、按会议要求排版与检查清单。
通过韩国官方 KIPRIS Plus Open API 检索韩国专利与实用新型公开文献,支持关键词搜索和申请号详情查询。使用前需先运行指定 CLI 获取最新说明。
将客户访谈记录整理为结构化摘要的技能,聚焦 JTBD、满意度信号与行动项,适用于产品发现阶段的访谈处理。
面向 X(原 Twitter)公开帖子的研究与收集技能:按关键词、OR 查询、域名或已知帖子 URL,用 FxTwitter API 批量收集公开帖,再归拢到一次信息(官方文档、博客、GitHub 仓库、图片),产出可复现的研究笔记与素材。
blog-generator 是一个用于生成单文件、可离线打开的深度技术博客 HTML 的技能。它面向代码库、库或架构的逆向解析,采用 AstroPaper 风格,默认深色主题并支持明暗切换,内置 Mermaid 图表。
一个用于技术问题深度研究的技能:通过并行子代理检索官方文档、Stack Overflow 与代码库,最终把调研结果整理为 Markdown 报告保存到 docs/research/ 目录。
writing-fragments 是一个纯探索阶段的写作技能,用于在尚未确定结构之前,尽可能拓宽可写内容的范围。它通过持续访谈用户,围绕其想写的主题产出零散的“片段”(fragments),并将这些片段追加到同一个 Markdown 文件中。片段可以是句子、主张、小故事、半成品想法、引用、观察清单、吐槽或点睛的“关键词”。该技能不负责拟定大纲、阶段或文章结构,那属于后续的“利用(exploit)”阶段。
用于运行 autoresearch 式实验循环:对可测量产物做“尝试→测量→保留或回退→记录”,以单一目标指标判断改进,适合在分支和沙箱中做自动化爬山优化。
graph-ingest 是一个把外部来源(URL、论文、推文、博客、文档页)抓取并纳入第二大脑知识图谱的流程技能,通过 fetch → admit → graph 三个阶段,把值得长期保留的内容沉淀为 wiki 条目并建立交叉链接。
编写多步骤实现计划的技能:需求明确时,把要求转成含具体文件、测试与验证的可执行计划。适用于跨多文件、多阶段或需分步验证的任务。
用于创建或编辑技能(skill)的写作指南,目标是让技能可被发现、简洁,并适配目标执行环境。资料介绍其核心原则:只写能可靠改变未来智能体行为的最少指令,避免把一次性会话故事写成技能。
把 X/Twitter、YouTube、newsletter、播客等个人信息源的持续更新,转成 progressive-investment-research 研究工作区可审计增量的技能。内置 Serenity、RihardJarc 来源,支持 Chrome 登录态或本地 browser bridge 抓取,生成每日报告并自动路由到研究工作区。
构建和维护可累积的投资研究认知模型,适用于持续投资研究、行业/公司/技术主题研究、独立 Research dossier、Current Model 状态恢复、材料吸收、并行搜索、模型更新与 promote 到 Obsidian 等场景。