youtube-transcript
YouTube 视频字幕/转录提取工具，输入 YouTube URL 即可返回标准化字幕文本，遵循 content-bridge 标准接口，适合需要批量获取视频文字内容的场景。
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 11-03 00:11
写作与研究
14,646 个结果
patent-chart
权利要求对照表技能，用于把独立权利要求（默认兼从属权利要求）拆解为技术特征，并逐格比对对比文件、产品或标准，附证据与强弱标注。适用于无效对照、FTO 初筛、侵权/EoU、SEP、可专利性底稿及审查答复驳回映射。该技能须由用户点名触发，只负责填充矩阵并导出，不提供法律意见。
academic-topic-research-agent
学术选题前置调研开发包，默认中文输出，可在 Claude Code 与 OpenAI Codex 上运行。它把用户的一句话研究想法扩展成 v2 风格的中文调研报告：先做信息采集（研究主题、目标会议或期刊、深度偏好、数据或研究类型等），再按 quick/standard/deep 三档深度收集文献与数据集元数据，产出标题候选、摘要候选、文献元数据矩阵、数据与研究可行性判定（Pass/Weak Pass/Fail）以及下一步执行计划。报告以 Markdown 与 LaTeX 形式给出，本机有 TeX 工具链时才附 PDF。其 researcher-grade（CHI/CSCW 级）模式在常规模块之后运行构念压力测试、8 角批评与重写循环，并给出 venue fit 决策；deep 模式默认开启并跑 2 轮 critique→rewrite，standard 需关键词触发并跑 1 轮，quick 跳过但仍强制一张 Neighbor Concept Differentiation Table。工具明确要求不得编造论文、数据集、引用、参与者数量、指标或研究结论，不确定内容需标注为 Unknown、TODO 或 Requires Manual Verification。
laohan-jiaozhun
内容校准工作流适配器，用于为 episode 选择正确的 cheat-on-content 校准 lane 并保存可追溯的校准入口。评分、盲预测、发布登记、复盘与 rubric 更新均由上游 cheat-on-content 执行，本 skill 只做 lane 路由、防污染与登记流程参考。
writing-hashql-diagnostics
HashQL 诊断信息编写模式，基于 hashql-diagnostics crate，用于生成错误、警告及修复建议。
requirement-doc-review
该技能用于把需求文档、PRD、会议纪要或草稿规格整理为规范的 Markdown 交付包，并分别从产品、架构、工程三个角色输出独立评审文档。默认保留源语言，仅在用户要求时翻译；每个源文档独立处理，除非用户明确要求合并。格式化阶段只调整标题、列表、编号、表格、分组、空白和术语一致性，不新增需求、不静默修正模糊业务意图、不把猜测当作事实。评审阶段分别使用 PM、架构师、工程检查清单：PM 关注业务目标、用户价值、范围边界、角色、流程、规则、异常、验收、指标、发布范围与依赖；架构师关注领域模型、服务边界、数据流、状态转换、一致性、性能、安全、可观测性、扩展性与集成契约；工程评审默认合并为一份文档，分前端与后端两节，前端检查界面、交互状态、校验、异步流程、权限、错误反馈、可访问性与埋点，后端检查 API、数据模式、幂等、事务、异步任务、权限规则、失败处理、配置与可测试性。默认流程生成四个文件：格式化文档、PM 评审、架构师评审、工程评审，并明确区分事实、推断与建议方案，未解决问题集中列出。
prose-hygiene
Prose Hygiene 是一套用于去除文本中“AI 写作痕迹”的中英文检查清单，提供在起草与审阅时规避固定套话、空洞副词、假施事、被动语态与套路句式的规则，并给出评分维度。
qm-reader-data
读取乔木阅读（rss.qiaomu.ai）数据的技能，可获取最新文章列表、订阅源列表、单篇文章正文、中文翻译和乔木改写版，适合查看新文章、阅读或总结乔木上的内容。
human-writing
该技能用于让 AI 生成的文字读起来更像人写的。当用户要求“humanize（人性化）”“make natural（改得自然）”“remove AI tells（去除 AI 痕迹）”“fix AI writing（修正 AI 写作）”，或需要审查文本真实性时使用。使用时，先从指定来源地址拉取最新写作指南，再读取用户提供的文本或文件，按指南识别 AI 痕迹并给出改进建议，输出具体可操作的修改。优先处理顺序为：删除“Certainly!”“Great question!”等开场套话；替换 delve、utilize、leverage 等 AI 高频词；使用缩写形式；变化句子节奏；把模糊表述改为具体细节；删除填充语；表达明确立场而非处处模糊。
Documentation System
Documentation System 是一套面向代码库的文档规范，用于指导编写、组织、审查和更新文档，兼顾人类阅读与 AI 导航。它定义 docs/ 目录结构、写作原则与维护流程，帮助团队决定文档放哪里、写什么、何时更新。
common-feedback-reporter
common-feedback-reporter 是一个写前审计技能，在写入文件前检查计划中的代码是否违反已加载技能的规则，适用于编写 Flutter/Dart/TS 代码或编辑 SKILL.md 时使用。
ask-oe-with-ego
通过 ego-browser 复用用户已登录的 OpenEvidence 会话提问或追加追问，将回答公开并抓取渲染后的页面 DOM，再用独立 Node 脚本把引用经 Crossref/NCBI 解析，生成多轮对话式 HTML 及 .bib、.csl.json、.ama.txt 参考文献文件。
ma-peer-review
ma-peer-review 是元分析流程中的同行评审技能，模拟 Reviewer 1 与 Reviewer 2 对稿件进行结构化审查，检查方法学、报告完整性与可复现性，并生成评审意见、行动项、GRADE 证据分级及 RoB 2/ROBINS-I 偏倚风险评估文件。
architecture-doc-design
将迭代式的技术讨论整理为可实施的架构设计文档，便于其他工程师或 AI 智能体直接据此实现。核心是记录决策而非逐字转录，区分已确认约束与推导设计，保持文档精简可维护，并在设计稳定后产出实现提示文档。
content-creator
content-creator 是一个写作辅助技能，用于把模糊的内容想法转化为有明确读者、目的、角度、结构和下一步写作动作的作品，适用于文章、随笔、帖子、通讯、脚本、演讲、标题、大纲与论点等创作场景。
show-me
show-me 是一个用于“可视化讲解当前话题”的技能：它帮助用户用简洁的示意图、代码结构草图和聚焦的 HTML 产物来直观理解讨论中的内容。它会跳过开场白、保持文字简短，并选择能说清关键点的最小视图，例如用伪代码展示逻辑或算法、用调用树展示运行时控制流、用组件树展示 UI 结构、用浅层文件树展示文件职责或重构范围、用 Mermaid 展示组件交互与数据流，以及在已有结构基础上用 diff 突出变化；当需要展示整体界面、布局或概念时，则生成一个聚焦的 HTML 产物并内联显示。
technical-research
用于验证技术主张、比较方案并调查不熟悉的库、API 或工具的技能，强调引用来源与置信度评级。资料未提供安装方式、收费与平台信息。
technical-writing
面向技术文档的英文与日文编辑、翻译与质量检查技能，强调保留原意并维护术语表，可用于文案审校、AI 味清理与发布前 QA。
spec-driven-planning
该技能通过结构化用户访谈生成无缺口规格说明，适用于启动研究项目、规划复杂任务或准备规格。核心是先访谈再规划，把隐藏需求、范围与完成标准写成可执行契约，供智能体自主执行。
aifi-daily-report
AIFi 每日报告技能：生成面向用户的中文美股收盘日报，输出为 research/daily-reports/ 下自包含的 HTML 文件，以表格与紧凑图表为主，用于投资研究阅读。
company-filing-research
用于投资研究中的公司申报与正式披露收集、阅读和摘要，覆盖 SEC 申报、年报、10-K、10-Q、8-K、委托书等。
company-news-research
用于为 AIFi 公司备忘录收集并分析近期公司新闻的技能：整理新闻稿、媒体叙事、高管变动、产品更新、监管事件与带日期的催化剂，区分一手来源与二手报道，并输出带时间线的 markdown 摘要。
company-research-workflow
编排 AIFi 公司研究工作流：根据“了解英特尔近期情况”等用户请求，依次完成目标解析、证据归档、新闻/公告/财报/财务快照/市场信号/竞争格局/风险尽调/估值情景等收集，最后合成投资论点并输出结果。
research-evidence-archive
在代码仓库中创建并维护持久化的 AIFi 研究档案的技能，用于采集、保存、去重、引用和复用研究资料，让旧材料沉淀为后续研究基础，而非消失在聊天记录中。