project-goal
project-goal 是一个用于在项目根目录生成 GOAL.md 的技能，帮助后续智能体与维护者理解项目目标与刻意不做的范围。它会先检查仓库再提少量针对性问题，文档须包含北极星、目标受众、核心目标、成功标准、非目标、约束与开放问题。
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 11-04 00:13
写作与研究
14,715 个结果
non-compete-employment
针对雇佣合同中竞业限制条款的分析、起草与审阅技能，可解析既有条款、评估风险并生成新条款，覆盖竞业禁止、不招揽及限制性契约等关键词。
research-skill
面向 GTM 与技术决策的结构化调研技能，产出公司/竞品画像、技术栈发现、框架/LLM/API 评估与决策矩阵报告。
boar-strategy
BOAR v1.0 是一套双账户对冲基金策略，做多硬通货（GOLD、BTC、SILVER 等稀缺实物资产），做空纸质金融资产（SP500 及利率敏感成长股），押注财政主导与货币贬值。由 boar-producer.py 统一产生信号两账户分别执行。
research
Research 是一个用于迭代式、自我评估式网络研究的技能，来自 shadcn-labs/agentcn（https://www.skills.sh/shadcn-labs/agentcn/research）。它适用于回答那些需要从多个来源收集并核实信息的开放式问题。该技能强调把问题拆解为具体子问题，逐个搜索并收集 URL 与摘要，再进行自我评估，列出信息缺口、薄弱证据和矛盾之处，然后继续搜索以补齐缺口，直到覆盖充分，最后综合出带来源标注的答案，并标记未经核实的内容。
article-translator
该技能用于将英文或其他语言的文章翻译成中文，自动处理文中图片，最终输出 Markdown 文档。它支持指定读者画像（默认 0 基础小白、科普风格），适合用户提供 URL 并要求翻译文章的场景。
solo-topics
solo-topics 是 mixdao 专题（Topics）操作技能，可用脚本列出专题、查看专题文章和向专题投稿。需 Node 18+ 与 MIXDAO_API_KEY，通过命令 node scripts/solo-topics.js topics / articles / add 完成读写，投稿仅接受 Markdown。
latex-engineer
latex-engineer 是一个用于自动生成、编译、调试和维护可编译 LaTeX 项目的技能，自称“完整 LaTeX 项目操作系统”。通过 /latex-engineer 或 /new resume、/compile 等命令调用，产出完整可编译的 PDF 与模块化项目结构。
documentation-criteria
用于判断一次变更需要哪些文档（PRD、ADR、设计文档、工作计划）的技能。按结构规模与决策持久性决定文档范围、顺序与存放位置，适合在规划技术文档或界定文档边界时使用。
prd-standards
用于撰写与评审 PRD 的规范技能，定义 PRD 结构、用户故事格式与 4 Risks 评估、EARS 格式验收标准及交付就绪阈值，供作者与评审者共用同一套质量标准。
recipe-discover
recipe-discover 是一个用于产品机会发现与假设生成的技能：结合商业分析（BMC/VPC/市场）与用户分析（JTBD/痛点/收益），从现有证据中框定产品机会并生成与决策相关的假设，输出机会文件与假设文件。
health
IRIS 健康研究技能，用于调查医疗、临床、制药、公共卫生、流行病学等健康相关主题。通过对话式交互定义主题、配置参数并发起调查，所有输出均附强制免责声明与证据分级。
research
IRIS Research 是一个面向用户的研究分析编排技能，通过对话引导用户定义研究主题、配置参数并启动多智能体调查，结果输出到 .research/ 目录。
dsh-deepread
DeepRead 是一款证据优先的长文阅读技能，用于阅读、总结和批判性分析文章、书籍、PDF、网页或文档集。它区分主张、证据、数据、示例、假设、反驳与局限，支持快速、深度、知识图谱、费曼讲解和整书综合五种模式，并输出可追溯来源的阅读报告。
interview-style-doc-building
一种以访谈方式构建结构化战略文档的技能：AI不主动生成内容，每次只问一个问题，用户回答后立即修补文件，再问下一个问题，逐步完成文档。
academic-citation-workflow
面向学术论文的文献引用工作流技能，用多智能体搜索加逐条对抗式核验来降低虚构引用与元数据错误，并按页数预算控制引用增减，已在一次 IEEE 期刊投稿中验证使用。
adversarial-review
面向学术论文草稿的对抗性审稿技能：由一个线程写出最强拒稿论点，另一个独立裁决线程逐条裁定，再由脚本计算裁决结果，输出一份立场明确的审稿备忘。仅检测、仅建议，不改动论文正文。
executing-plans
用于在独立会话中按批次执行书面实施计划的技能：先审阅计划，默认每批执行前 3 个任务，批次间向人工报告并等待反馈，记录发现并更新进度，直到全部完成。
humanizer
humanizer 是 superpower-writing 中的写作编辑技能，用于识别并移除 AI 生成文本的典型痕迹，例如夸大象征意义、宣传式措辞、破折号滥用、三段式排比、模糊归因、AI 高频词、被动语态等，使文字更自然、更像真人写作。
idea-evaluator
idea-evaluator 是一个研究想法评估技能，按 NeurIPS、ICML、ICLR、OSDI、NSDI、SOSP 等顶会审稿标准对单个初步研究想法给出咨询性判断：Strong Accept、Accept with Revisions 或 Reject and Pivot。
main
superpower-writing 插件的路由与依赖入口技能，在会话开始时加载，用于检查内置领域技能是否安装，并依据写作阶段把任务路由到构思、查新、评估、提纲、计划、起草、主张核验、对抗评审、外部评审与回复等技能。
novelty-gap-check
这是一个用于在正式撰写论文前评估研究想法新颖性的技能（novelty-gap-check）。它把研究想法拆解为三到五个核心技术论断，逐条检索近期文献，输出每条论断的高/中/低新颖性判定，并给出整体建议：可推进、谨慎推进或放弃。该技能本身不做检索，而是调用同一插件中的 research-lookup 和 literature-review 完成查询，自己只负责判断、定位与撰写建议。它强调诚实优先：任何被列为先前工作的论文必须经过验证，无法验证的标注 [UNVERIFIED] 并保留展示，不得编造。结论仅为建议性质，不会自动拒绝想法、不修改项目状态、不改变论断状态，最终决定由用户做出。
research-ideation
Research Ideation 是一个用于论文写作前期的研究方向构思技能，属于 superpower-writing 技能集。它把已经确定的研究领域展开成一批候选研究方向，再通过评分和跨模型对抗评审挑出一个方向，交接给后续的提纲（outlining）环节。核心规则是先产出 15 到 20 个候选方向，再对它们展开批评，以避免过早收敛到最初几个显而易见的想法。生成与评判严格分离：执行者只能依据客观预算事实淘汰候选，质量、新颖性与影响力由 FINER 评分加跨模型对抗评审决定。所有结论均为建议性质，最终由用户选定方向。该技能产出 .writing/ideation.md 与 .writing/ideation-brief.md 两个文件，明确禁止编造论文、arXiv ID、DOI、引用或数据。它也提供可选的苏格拉底式教练模式，通过提问引导用户自行推导方向。
research-lookup
research-lookup 是一个实时研究信息查询技能，可按查询类型自动路由三种后端：默认用 parallel-cli search 做快速网页检索，学术问题走 Perplexity sonar-pro-search，需要深度多源综合时用 Parallel Chat API。结果须保存到 sources/ 目录，便于复用与复现。