character-style-consistency-by-1ronuwr
源自 GoodCase 示例的角色与画风一致性工作流，用于 AI 绘图的规划与提示词撰写。要求选用单一锚定案例、建立保留／替换／规避参照契约，并核验风格可追溯性，不代创作者背书。
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
14,650 个结果
ai-generating-notifications
基于 DSPy 构建 AI 通知生成器的技能，将结构化事件转换为适配渠道的通知文案，支持紧急度校准、摘要聚合与个性化，并可用奖励函数强制渠道长度限制。
ai-recommending
基于 DSPy 构建 AI 推荐引擎的技能，采用“嵌入检索候选 + 语言模型重排”两阶段模式，根据用户偏好推荐商品、文章或内容，并生成可读的推荐理由。
ai-translating-content
基于 DSPy 的 AI 内容翻译技能，在翻译文本时保留品牌语气、强制术语表一致，并支持批量 i18n 工作流，适合应用文案、营销内容本地化等场景。
dspy-citations
为 DSPy 输出添加结构化引用来源的技能，让 AI 回答可追溯到源文档的具体段落。基于 dspy.experimental.Citations，支持 Anthropic 原生 Citations API，其他模型回退到提示词抽取。
research-plus
Research Plus 是一个面向 AI 编程代理的研究技能：它把调研任务交给后台子代理，让主会话在调研读取资料时继续工作。子代理针对官方文档、包源码、规范、第一方 API 等高可信一手来源调查问题，追踪每个结论到其来源，并把发现整理成带引用的 Markdown 文件。完成后向主会话只回报答案与文件路径，而不是重贴整个文档。它还包含与 wayfinder-plus 的集成方式，以及研究结束后给出下一步行动的指引。
github-daily-brief
github-daily-brief 是一个生成“GitHub 今日简报”的技能：抓取 GitHub Trending（Today）与当日新建仓库（created:YYYY-MM-DD），为每个项目撰写约 80–120 字中文简介，并输出 .md、.html、.pdf 三份文件，也可选生成终端可点击的彩色链接列表。适合每天固定产出、需要可复制粘贴的中文简报、同时要 Markdown 与 HTML 版本的场景。数据通过 agent-browser 抓取，内容总结由 LLM 按模板生成，不使用自定义 ps1/py 脚本。
academic-figure-designer
Academic Figure Designer 是一个用于学术图书与教材配图的专用技能，可根据章节需求设计、生成并插入学术示意图、概念框架、流程图和科学图表。它接收图类型、正式标题、章节上下文、内容规格和输出格式等输入，产出 SVG 或 300 DPI PNG 图像、带 APA 7 题注的 Markdown 嵌入代码、1 至 2 段正文讨论以及隐私安全确认。该技能区分学术图表（用 Mermaid 矢量生成，保证文字清晰）与主题概念插画（用提示词生成），统一存入 figures/ 目录，并明确禁止用扩散模型生成含复杂文字的图、禁止在图中包含私密数据。
writing-like-leo
writing-like-leo 是一个用于以 Leo 本人语气进行写作、改写、编辑或代发的技能。当用户要求 Codex 以 Leo 的身份写作、润色 Leo 的文字、让文本更自然、起草文章等场景时使用。该技能要求先阅读 references/WRITING.md，再根据任务选择相应模式：改写或人性化已有文本时阅读 references/writing/rewriting.md；基于笔记、资料或实验进行原创写作时阅读 references/writing/original.md。若存在 Leo 的写作样本，应优先匹配样本风格，再套用通用指导。技能强调保留原始材料中的事实主张与不确定性，并在定稿前对照 WRITING.md 中的不可妥协项进行检查。约束方面：输出需适配媒介；在参考、法律或技术文本中，若平实中性的行文更合适，不应强行加入个性；对于较长的 Markdown 文件，每个物理行保持一个完整句子。
humanizer
Humanizer 是一个用于识别并去除 AI 生成文本典型痕迹的写作编辑工具，其目标是把读起来像语言模型产出的文字改写得自然、具体、像真人写的。它内置 24 种 AI 写作模式检测，覆盖意义夸大、媒体名称罗列、浮夸宣传词、模糊归因、AI 高频词、系动词回避、排比三连、破折号与加粗滥用、表情符号滥用、聊天机器人套话、谄媚语气、填充短语、过度模糊限定和空洞结论等；同时检查句长变化（burstiness）、词汇多样性、句长均匀度、三元组重复等统计指标，并提供 500+ 可疑词汇分级清单。工具以 Node.js 命令行形式使用，支持打分、完整分析、Markdown 报告、按优先级建议、仅统计、自动修复和 JSON 输出。适合编辑、写作者和智能体在成稿前去除“AI 味”，并可通过系统提示模板实现持续的人类化写作。
copywriting
面向营销文案写作的 AI 技能，用于撰写、改写和优化首页、落地页、定价页、功能页、关于页等页面文案，强调清晰、具体、以转化为目标，并提供标题、CTA 与页面结构建议。
humanizer
humanizer 是用于识别并去除 AI 生成文本典型特征的写作编辑工具，依据维基百科 AI 写作特征、文体计量研究等整理出 24 种模式，并通过改写让文本更自然、具体、像真人写作，同时保留原意并匹配正式、随意或技术等语气。
markdown-link-formatter
将 Markdown 文档中的行内链接改写为引用式链接的工具，适用于用户要求清理冗长 Markdown 文档时使用。
rewrite
一个用于将技术文档改写成特定写作风格的技能（Skill），支持 Avi Chawla（Daily Dose of DS）与 Lionad 博客两种风格，通过渐进式披露的风格指南指导重写。
wxpress
wxpress 是一个把 Markdown 文章格式化并打包为微信公众号可粘贴 HTML 的命令行工具，自动处理内联样式、base64 图片、外链转脚注、代码高亮等微信编辑器限制，也支持 X/Twitter Articles 模式。
lmx
用于在 Loops 中编写、审阅和生成 LMX 邮件标记的技能。LMX 是基于 XML 的格式，标签使用 PascalCase，自闭合标签需用 />，仅允许规范内的标签。适合生成/编辑邮件内容、检查标记正确性、选择标签属性或应用设计规范。
unslop
Unslop 是一个用于去除 AI 写作痕迹、为文本注入人类语气的编辑技能。按公开资料，它要求始终应用，流程为扫描 AI 模式、重写并保留原意、加入观点与节奏、再自审残留痕迹。
lovstudio-anti-wechat-ai-check
该技能用于检测文章中的 AI 生成痕迹，并可将 AI 辅助写作的草稿改写为更自然的人类风格，以应对微信公众号平台运营规范 3.27 条款（非真人自动化创作行为）的检测。它会分析模板短语、过渡词堆砌、句式雷同、段落均匀度、句长一致性、重复开头、"的"字过多等问题，给出 0-100 的风险评分和 LOW/MEDIUM/HIGH 风险等级，并列出具体问题位置。用户可选择仅查看报告、获取修改建议或直接输出人性化润色版本。润色规则包括消除模板短语、降低过渡词密度、打破句式与段落均匀、增加个人经历与口语化表达、减少"的"字使用，同时保留核心观点与专业术语。该技能通过 Python 脚本运行，仅依赖标准库，无外部依赖。
deep-research
Deep Research 是一个按阶段流水线生成带引用追踪研究报告的技能：可持久化证据、管理来源标识、逐条核验论断并分阶段管理上下文，支持 quick、standard、deep、ultradeep 四种模式，输出 Markdown、HTML 与 PDF。
lovstudio-anti-wechat-ai-check
该技能用于检测文章中的 AI 生成痕迹，并可将 AI 辅助写作的草稿改写为更自然的人类风格，以应对微信公众号平台运营规范 3.27 条款（非真人自动化创作行为）的检测。它会分析模板短语、过渡词堆砌、句式雷同、段落均匀度、句长一致性、重复开头、"的"字过多等问题，给出 0-100 的风险评分和 LOW/MEDIUM/HIGH 风险等级，并列出具体问题位置。用户可选择仅查看报告、获取修改建议或直接输出人性化润色版本。润色规则包括消除模板短语、降低过渡词密度、打破句式与段落均匀、增加个人经历与口语化表达、减少"的"字使用，同时保留核心观点与专业术语。该技能通过 Python 脚本运行，仅依赖标准库，无外部依赖。
lovstudio-bp-outline
将现有项目材料整理为有来源支撑的投资人 BP 简报、证据台账和 12–15 页大纲。适用于制作幻灯片之前，先确定投资叙事。该技能止于经批准的带来源大纲，不生成 PPTX/PDF。
lovstudio-translation-review
用于审校中译英翻译的 AI 技能：对照中文原文与英文译文，从误译、术语、语法、一致性、参考文献、文体六个维度系统检查，输出按优先级分类的结构化审校报告。
lov-paper-translator
lov-paper-translator 是一个学术论文 PDF 翻译技能，可将英文论文、期刊或会议 PDF 翻译为简体中文，并保留页面对应关系、双语版式、图表与公式。支持多种输出模式，适合需要排版一致或对照阅读的场景。
lov-laozhang-style-media-creator
该技能依据带有时间证据的“老张心理”风格包，将新选题与事实素材转化为口播脚本、分镜和剪辑时间线，并核验风格边界与事实边界。它强调迁移参考作品的解释路径、叙事结构、口语节奏与声画编排，而不复制作者身份、未经证实的观点或未授权素材。默认交付脚本与拍摄/剪辑方案，仅当用户请求且具备素材时才制作成片。运行流程包括读取风格画像与证据、绑定选题与事实台账、选择叙事变体、生成脚本与分镜、校验剪辑计划，以及可选的成片制作。适用于需要按既定参考风格批量创作循证短视频脚本的创作者与团队；不适用于冒充原作者、诊断真实人物、编造隐私或承诺咨询疗效。