gongkao-huasheng13
基于花生十三公开教学体系整理的公务员考试行测与申论解题技巧助手，覆盖资料分析、数量关系、言语理解、判断推理、常识判断与申论六大模块，提供单题讲解、模块方法论、套题复盘与备考规划。
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
13,620 个结果
industry-research
AI Berkshire 技能之一，用于系统化开展行业投资研究。该技能从投资主题或逻辑链出发，验证逻辑链各环节，绘制产业链全景图（上游、中游、下游、辅助环节），扫描全球上市公司（A股、港股、美股及其他国际市场）与关键未上市公司，并对各细分环节头部公司套用四大师分析框架（生意本质、护城河、风险、管理层、估值快照、推荐度）。技能还包含行业级风险评估、历史类比、偏误自查、文明趋势判断、投资组合配置建议与综合决策备忘录，最终输出 Markdown 报告并执行数据抽检准出流程。
prd-doc-writer
prd-doc-writer 是一个以“故事驱动”为核心的 PRD/需求文档写作与迭代梳理技能。它把产品经理定位为用户的“伙伴”，通过持续提问、复述确认和阶段性确认，与用户共同构建需求文档，而非单向输出。核心理念是“PRD 即故事集”：整个文档由按逻辑顺序排列的用户故事组成，每个故事卡片自包含业务逻辑、用户可见行为、边界约束和验收标准。工作流程采用严格的三步确认法：第一步定义用户旅程地图并寻求共识，确认后补一张 Mermaid 流程图；第二步逐个故事击破并单点确认，涉及 UI 的故事必须先用 ASCII 线框图对齐静态布局，用 Mermaid 图表达流程、状态和交互等动态行为；第三步总结确认后，只有得到用户明确的“可以生成”指令，才按模板一次性生成完整 PRD。技能还包含 PRD 版本管理（总集/台账）机制，在项目仓库中维护 docs/PRD_REGISTRY.md，做到每个 PRD 一行并指向最新链接，历史追溯交给 Git。
maximalist-wall-decorator
Maximalist Wall Decorator 是一套面向极繁主义室内墙面装饰的技能指南，涵盖大胆配色、手绘墙绘、宣言壁纸、艺廊墙布局与混搭灯具，强调“更多即更多”的策展式丰富感，适用于家居空间的个性表达，不适用于极简设计、外部装饰或专业壁画。
baoyu-youtube-transcript
通过 YouTube 链接或视频 ID 下载字幕/转录文本与封面图的工具，支持多语言、翻译、章节与说话人识别，无需 API Key，直接调用 InnerTube API，失败时回退 yt-dlp。
humanizer_academic
humanizer_academic 是一个面向学术医学论文的写作编辑技能，用于识别并去除 AI 生成文本的痕迹，使稿件更自然、专业。依据维基百科“AI 写作迹象”改编，适用于编辑或审阅手稿时使用。
perplexity
Perplexity 工具集用于通过 Perplexity AI 进行网页搜索与研究。当用户说出“search”“find”“look up”“ask”“research”或“what's the latest”等通用查询时使用。它不适用于库或框架文档（应使用 Context7）、gt CLI（应使用 Graphite MCP）或工作区问题（应使用 Nx MCP）。工具分为 Perplexity Search（返回搜索结果与 URL）和 Perplexity Ask（返回对话式答案），另有 Researcher agent（/research <topic>）用于深度研究。
deep-company-series
AI Berkshire 的「深度公司系列」技能：为一家公司撰写由 3–8 篇长文组成的《看懂XX》系列，每篇独立成文又共享估值与管理层判断，适合公开渠道发布。核心不在“会写”而在“会改”，强调严苛事实核查与跨篇一致性。
deep-research
通过 DeepAPI 的深度研究接口执行联网深度调研，并把带引用来源的报告保存为 Markdown。适用于用户要求深度研究、DeepAPI 研究或 Perplexity 深度研究时。
youtube-research
youtube-research 是一个用于 YouTube 内容研究的技能/插件，可研究选题、拆解竞品视频的爆款结构与留存机制，并直接调用 YouTube Data API v3 查询搜索结果、视频统计、评论和频道信息。
changelog-discipline
用于在项目中编写和维护 CHANGELOG 的技能：记录每次已完成的代码改动，又不沦为提交记录堆砌。适用于有 changelog 的项目中每次代码变更后、新项目配置 changelog 时以及发布准备阶段。
refine-prompt
将模糊提示词改写为精确、结构化 AI 指令的技能，适用于提示工程、优化或强化提示场景。核心流程为评估缺口、按规范语言重写、逐项验证，并给出长度、动词、输出格式与机器解析文本等约束规则。
changelog
基于 Keep a Changelog 1.1.0 的 CHANGELOG.md 格式规范技能，涵盖文件结构、变更类型、版本号与日期格式、对比链接及写作要点，用于创建或更新变更日志文件。
blog-style
Blog Style 是一个写作风格学习技能，可从 5 到 10 篇已有博客文章中分析作者文风并生成 voice profile，用于 VOICE.md、blog-persona 和 blog-write，帮助后续草稿保持作者的节奏、词汇与语气。
live-research
Live Research 是构建在 Bright Data Discover API 之上的研究工作流，用一次研究问题生成多来源、带行内引用的深度研究报告。它先拆解问题、按角度并行检索并抓取正文，再对结果去重、质量过滤和按相关性排序，最后综合成结构化简报。
customer-feedback-analyzer
客户反馈分析器，用于从多渠道收集、分类和优先级排序用户反馈，以支持产品决策。以“收集即承诺处理”为原则，强调闭环与数据验证。
documentation
用于在代码中编写文档的技能：生成文件夹 README、JSDoc 注释和代码注释，强调解释“为什么”而非“是什么”。适用于“帮我写文档”“添加 JSDoc”“写 README”“解释这段代码”等场景。
strategic-reading
strategic-reading 是一个将长篇文本与具体战略问题结合的阅读分析技能。它把书籍、文章、转录稿或历史案例研究，置于你当前面临的一个特定战略问题视角下进行解读，产出可落地的行动手册，把文本中的洞见映射到实际问题上。它不是普通的书籍摘要工具，而是带着任务的深度阅读：先提取章节、按相关性分级（高/中/低）、深读高相关章节，再综合出可执行的短中长期建议。输出以“brain page”（知识库页面）为主要产物，PDF 仅为可选渲染，包含核心类比、章节分级、原著策略、反制战术、应用手册和关键引语等结构。每条建议都必须引用原文本，直接引语为必需，分析必须可行动。适用场景包括用权力博弈史分析当前的守门人与在位者之争等。该技能不适用于通用摘要、资料检索或学术文学分析。
scene-craft
Scene Craft 是一个面向小说写作的场景级规划与检查技能，位于情节节拍与章节正文之间的层次。它涵盖 Scene/Sequel 结构、try/fail 升级、场景卡、对话潜台词、深度 POV 与心理距离、说明性内容处理、闪回与时间跳跃、开篇技巧，适用于章节规划、起草前准备和修订阶段。
universal-learner
通用学习器是提示词元素提取与知识积累工具，可从人像、室内、产品、平面设计、艺术风格、视频及通用摄影等领域的 Prompt 中提取可复用元素并存入数据库，也支持学习设计系统或工作流模块并保留完整原始内容。
auto-research
auto-research 是一个深度战略研究技能，可将战略性问题拆解为并行研究线程，通过多智能体搜索与综合，输出可执行的战略分析与技术前沿观察。
prd-writing
PRD Writing 是一个用于撰写产品需求文档（PRD）的技能，适用于创始人或产品经理将产品想法、功能请求或战略举措转化为结构化文档。它提供轻量级与完整版两种 PRD 模板，包含摘要、联系人、背景、目标、市场细分、价值主张、解决方案和发布计划八个部分，并强调问题优先于方案、单一目标、以需求定义市场、数据驱动、明确范围边界、相对时间线、假设追踪等最佳实践。
private-company-research
这是一个用于未上市公司深度研究的 AI 技能框架，面向 Codex、Claude Code 等编码助手环境。它把对未上市公司的研究拆解为多角色并行协作流程，覆盖商业模式、财务估值、竞争格局、风险治理、技术专利和替代数据挖掘六个方向。该技能强调未上市公司信息稀缺带来的研究偏见，要求标注数据置信度、区分事实与推理，并在信息不足时保留空白而非强行填满。最终目标是在信息天然稀缺的条件下，尽量还原公司真实价值。
quality-editor
质量编辑（Quality Editor）是一个用于综述论文审校的技能，负责检查术语一致性、引用完整性、结构完整性、语言规范和数据准确性，并生成审校报告。当被研究主管或论文撰写员指派审校时激活。它会从 AGENTS.md、IMPLEMENTATION_PLAN.md、manuscript_draft.md、literature_matrix.md、comparison_tables.md 等文件获取上下文，按术语、引用、结构、语言、数据五个维度逐项检查，输出 review_report.md，并对低风险问题（如术语替换、缩写补充定义、引用编号修正、明显拼写错误）直接在稿件中自动修正，对需判断的问题仅在报告中标注。