survey-research-guide
一份面向社会科学与组织研究的调查研究技能，覆盖问卷设计、抽样与实施、应答偏差缓解及数据分析，帮助从构念映射到量表设计、实施方式选择、数据质量检查与结构方程建模的全流程。
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
14,718 个结果
systematic-review-guide
Systematic Review Guide 是一份面向系统综述与元分析的方法学指南，核心依据 PRISMA 2020 规范，覆盖从方案注册到证据合成与报告的全流程。资料详细说明了系统综述的定义与特征，并给出八步工作流：定义研究问题（PICO、PCC、SPIDER、PEO 等框架）、注册方案（PROSPERO、OSF Registries 或发表方案论文）、执行检索（推荐数据库、灰色文献、试验注册库、预印本服务器）、两阶段筛选（标题摘要与全文，双人独立并计算评分者间信度）、制定标准化数据提取表、风险偏倚评估（RoB 2、ROBINS-I、NOS、JBI、CASP、QUADAS-2）、叙事或定量合成（含 Python 与 R 的元分析代码示例）、按 PRISMA 2020 流程图报告，并列出常见误区及对应解决办法。
thesis-template-guide
用于搭建与定制博士、硕士论文 LaTeX 模板的技能，覆盖文档类选择、前置部分配置、章节组织，以及长期维护大型多文件 LaTeX 项目的策略。
unpaywall-api
Unpaywall API 通过 DOI 查询学术论文的合法免费全文，返回是否开放获取、最佳 OA 链接与 PDF 地址等信息。仅需邮箱作为认证，非商业用途免费，每日上限 10 万次请求。
zotero-addon-market-guide
Zotero Add-on Market Guide 是 Zotero 7 的插件市场与发现指南，集中浏览、安装和管理 Zotero 插件，可按兼容版本、更新时间和热度筛选，并提供一键盘安装、自动更新提示与兼容性警告，帮助研究者搭建插件组合。
zotero-api
Zotero Web API 参考管理接口，用于以编程方式读写用户与群组文献库中的条目、分类、标签与附件元数据，支持 RESTful 请求、JSON/Atom/Bib 格式、API 密钥认证与版本增量同步。
zotero-better-notes-guide
Zotero Better Notes 是 Zotero 的插件指南，帮助研究者把文献管理与结构化笔记结合。它提供 Markdown 笔记编辑器、模板、双向链接、PDF 标注同步与导出功能，让阅读、整理与写作在同一环境完成，并可与 Obsidian 等外部知识库同步。
zotero-gpt-guide
Zotero GPT 指南：介绍如何把大语言模型能力集成进 Zotero 文献管理器，用于论文摘要、提问、批注分析、方法比较与写作辅助，并说明安装、API 配置、隐私与伦理注意事项。
zotero-style-guide
Zotero Style：用于 Zotero 的界面定制与样式插件，可添加自定义列（影响因子、引用数、阅读进度）、彩色标签、条目可视化指示与布局调整，帮助研究者管理大量文献。
blog
这是一个用于撰写博客文章的 AI 技能，目标是产出一篇针对单一问题、使用站点自身语气、值得读者信任且易被 AI 引擎引用的最佳页面。它会先阅读站点现有文章以匹配语气与格式，再从一手来源进行研究，然后按结构化方式写作、处理媒体、添加内链，并运行站点校验与构建检查。
social
“social”是 e stack 技能集中的一个写作技能，用于撰写 X（推特）帖文、X 长帖和 LinkedIn 帖子。它的目标是写出有明确观点、并用用户本人语气表达的内容，而不是只求正确的帖子。该技能强调首行点明主题、在可争议的观点上明确站队，并从用户近期帖文或网站简介中学习其语气；没有样本时先写得平实直接，并请用户下次提供 3 条样例帖。每篇内容要求单一观点、具体名词和真实数字，结论在帖内给出，链接放在首条回复或评论。技能还规定了平台格式与长度、统一的事实来源要求，不编造第一人称故事，并给出 100 分制评分标准（观点 30、时效 20、契合 20、差异化 15、证据 15），低于 55 分不提供草稿，发布前须经用户同意。
ste100
ste100 是一个用于把英文写作改写为 ASD-STE100 简化技术英语（Issue 9）风格的技能，同时清理“AI 味”文本。它依据可计数的 STE 写作规则改写句子，例如程序性句子不超过 20 词、描述性句子不超过 25 词、每段不超过 6 句、名词连用不超过 3 个、使用主动语态、一步一指令等。技能分“实用”（默认）和“严格”两种模式：实用模式套用可计数规则但词汇较宽松；严格模式另外要求一词一义、只用基本词，并标出需人工核对词典的词。它强调只改表达不改事实，保留数字、标识符、命令、限定强度和原有主张；不处理代码、命令、配置、日志等需原样保留的内容，也不用于营销文案、故事、其他语言或用户指定其他风格的文本。由于不掌握官方词典，它只提供符合可计数规则的文本，不宣称“符合 STE 标准”，受监管文档需由受过培训的 STE 写作者对照官方标准核查。
paper-reproduction
用于自动复现学术论文实验结果的技能流程：由编排者调度六个子代理，通过结构化Markdown文件协作，针对Python仓库做环境搭建、冒烟测试、完整运行与数值对比，对其他语言走最小可行路径。
writing-clearly-and-concisely
一个写作改进技能，依据 Strunk《The Elements of Style》规则编辑面向人类的文字，适用于文档、提交信息、错误提示、界面文案与报告等。
xe-writing-style
xe-writing-style 是一套写作风格指南与流程，用于把用户零散的笔记或提纲整理成具有 Xe Iaso 个人风格的博客文章。资料给出参考资料文件、硬性规则、结构模式、开场结尾方式、角色对话组件与 MDX 格式约定。
xe-writing-style
xe-writing-style 是一个把零散笔记整理成 Xe Iaso 风格博客文章的写作技能，依据其音调指南与示例校准语气，支持叙事、情感、讽刺等多种模式，适用于随笔、教程与评论等长文写作。
dbs-content
dbs-content 是 dontbesilent 体系下的内容创作诊断技能，用于在选题确认之后，判断如何把该选题做成好内容。它不代写内容，而是从方向、形式与表达三个层面给出诊断：先判断选题适合图文、短视频、长视频、直播还是文章，并匹配小红书、抖音、X、公众号等平台；再从文字洁癖、封面与标题、表达效率、认知落差、AI 辅助创作五个维度逐项检测，输出结构化诊断报告，包含推荐形式、五维判断表、第一步行动与一句总结。触发方式为 /dbs-content、/内容诊断，或提出「这个内容怎么做」「帮我看看这个文案」。适用于已有明确选题、需要形式选择与质量把关的内容创作者；若无选题则会先协助理清方向。该技能强调文字洁癖、内容与产品的关系、投入精力与正确理解的乘积关系，并会针对标题纠结、干货陷阱、AI 限流、无产品做内容等情形直接指出问题，还可按诊断结果引导至 dbs-hook、dbs-xhs-title、dbs-ai-check、dbs-benchmark、dbs-slowisfast、dbs-deconstruct、dbs-action 等后续技能。其能力边界与运行环境要求暂未提供。
writing-prompts
面向任意 LLM 的通用提示词工程方法，讲解编写高效系统提示词的五个层次、具体化标准、结构化输出、少样本示例、注入防护与常见错误，并附质量检查清单。
reason-grill-core
reason-grill-core 是 reason-grill 分析型智能体的核心规范，定义校准门、严重度分级、发现格式与证据标准，用于对论证进行质询，强调避免为显得详尽而编造反对意见，并要求逐条引用与可审计的推理过程。
pdf-report-editorial
该技能用于生成编辑设计风格的 PDF 报告，例如白皮书、研究简报、高管备忘录或案例研究。其工作流程分为两步：先在工作区中生成一个自包含的 HTML 文档，然后通过浏览器将 HTML 导出为 A4 格式的 PDF。文档在视觉上有严格约束：只使用一套配色（从五套预设色板中任选其一）、只加载 Playfair Display 与 Inter 两种字体、禁止阴影/渐变/模糊/大圆角/表情装饰/彩色链接等元素。报告内容要求使用真实内容与真实引用，不得使用占位文字或编造数据，并且需匹配用户语言。
arxiv
该技能用于在 arXiv 上搜索论文并整理总结，当用户提出“找寻XX的论文”“搜索XX的论文”“找arxiv上XX主题的论文”等需求时使用。它通过确认整理深度与结果数量、构建搜索查询、执行搜索脚本、整理结果几个步骤完成工作。整理深度分为快速了解、深入分析、文献综述三种模式，结果数量可按场景选择5至50篇。支持 AND、OR、ANDNOT、精确匹配、ti:、au:、abs:、cat: 等检索语法，并提供常用分类代码参考。搜索由 scripts/search.py 脚本执行，依赖 arxiv Python 库（pip install arxiv）。整理结果可输出表格概览、主题分类、关键论文详解、研究趋势，或生成带参考文献格式的综述文件。还可对单篇论文做深入分析，包含摘要翻译、核心内容与阅读建议，并给出论文质量判断标准。
fix-chinese
fix-chinese 是一个用于优化中文写作的主动式技能（PROACTIVE SKILL），会在撰写、生成或编辑以中文为主的文本时自动生效，无需用户手动触发。它主要面向消除“翻译腔”和“AI 味”，让中文表达更接近母语者的自然行文。该技能会就地修改提供的文本或文件，执行一系列具体的改写规则：删除“值得注意的是”“需要强调的是”“总而言之”“综上所述”“这不是科幻”等常见套话；减少“的”字的过度使用并通过重构句子替代；把生硬的被动语态改为主动表达；把冗长的定语从句拆分为更短的句子；删去空洞的填充语和过度客套的表达；非必要不加引号。在中英混排格式方面，该技能要求中文与英文或数字之间使用半角空格（如“Claude Code 是”“第 1 章”）；中文语境使用全角标点，英文或代码语境使用半角标点；专有名词保留英文原名，如 Claude Code、MCP、Skills、GitHub、Vibe Coding；当加粗的中文文本后还有其他文字时，在加粗内容后补一个空格（如“**这里** 和**那里**”）。该技能来自 xueheng-li 的 ai-tools-installation 技能集合，适用于任何需要中文文本润色和格式规范化的写作场景。
web-research
这是一个用于网络研究任务的技能，通过任务工具派生子代理，按计划、分派、综合的流程完成多来源网络调研，并输出带引用的研究报告。
recipient-first
recipient-first 是一个面向消息写作的技能：按收件人状态而非发件人偏好组织内容，先纠正发件人的三类可测偏差，再依次处理渠道与摩擦、删减障碍、分歧与坏消息。提供取舍清单并含全披露准入测试；效果大小数据来自外部研究，属于假设性迁移。