study-design-scale-selector
面向医学研究者的技能，依据论文研究设计（如RCT、队列研究等）选择合适偏倚风险评估量表，可通过PubMed元数据查询或文本分析实现，输出结构化结果。
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 11-05 00:16
写作与研究
14,775 个结果
study-limitations-drafter
用于学术写作的研究局限性起草技能，可依据研究设计约束生成专业措辞的局限性段落，并给出缓解策略与相对平衡的语气。适用于论文局限性章节、基金申请风险评估和同行评审回复等场景。
study-objective-refiner
将宽泛、模糊或愿景式的生物医学研究目标，改写为清晰、有边界、可测量、可执行且可供下游协议设计使用的目标定义，并区分确认性与探索性定位；不提供完整方案撰写或纯语言润色。
style-journal-rewrite
style-journal-rewrite 是医学研究技能集中的一个技能，用于按目标写作风格或目标期刊格式改写稿件，例如“用某种风格改写”“匹配这种语气”或“按某期刊格式排版”。它支持纯风格调整、DOCX 期刊格式适配和 MD 格式适配，依赖 python-docx，并衔接 Zotero、EndNote 引用格式化技能。
table-1-generator
table-1-generator 是面向临床研究论文的自动化工具，用于生成基线特征表（Table 1），支持变量类型自动识别、分组比较与缺失数据报告，并输出符合 APA 格式的 CSV/Excel 表格。
table-1-generator-advanced
面向临床研究论文的 Table 1 基线特征表生成工具，可自动识别变量类型、选用合适统计方法、进行组间比较并输出符合 APA 格式的表格，支持缺失数据报告。
target-novelty-scorer
该技能通过文献挖掘评估生物靶点的新颖性，从 PubMed 等数据库检索文献，按研究热度、独特性、研究深度、合作网络和时间趋势等维度给出 0-100 评分，并生成分析报告。
text-format-organizer
面向生物医学与学术写作的本地文本格式化整理工具，可清理多余空行、行尾空格并统一换行符与缩进，同时保留 Markdown 结构。支持 .txt、.md、.docx 输入输出，通过命令行脚本运行。
text-to-technical-roadmap
该技能可将研究文本（如研究提案、实验设计或科学文本）转换为 Mermaid 技术路线图流程图，提取关键步骤并识别依赖关系。适合需要将已有研究材料整理为结构化流程图的场景，不提供打包脚本，仅按文档化工作流执行。
tone-adjuster
tone-adjuster 是一个医学文本语气调整技能，用于在学术表达与患者友好表达之间转换医学文本，同时保持临床准确性，适用于医学术语通俗化、论文科普化改写和临床笔记改写。
tooluniverse-literature-deep-research
该技能用于系统化文献深研：先做目标消歧与靶点画像，再按证据等级筛选文献，最后生成结构化报告；支持事实核查与完整深研两种模式，强调英文检索、来源可追溯与完整性清单。
translational-gap-analyzer
translational-gap-analyzer 是一个用于评估基础研究模型（如小鼠、大鼠、斑马鱼、细胞系、类器官、灵长类）与人类疾病之间“转化差距”的技能，可对临床转化失败风险提供早期预警。
translational-study-blueprint
面向生物医学与临床研究的转化研究蓝图生成技能，把早期发现、靶点、生物标志物、特征、表型或机制转化为分阶段的转化路线，明确预期用途、证据阶梯、验证里程碑、go/no-go 阈值与可行性依赖，仅用于方案框架设计，不宣称临床就绪或监管可行性。
tumor-immune-infiltration-diagnostic-ml-research-planner
用于生成肿瘤免疫浸润导向的 bulk 转录组诊断生物标志物与机器学习研究设计方案，从用户给定癌症类型和方向出发，输出 Lite/Standard/Advanced/Publication+ 四档工作量配置与推荐主方案。
two-sample-mr-research-planner
根据用户给定的研究方向，生成完整的双样本孟德尔随机化（MR）研究设计方案，输出四种工作量配置并推荐一个主方案，覆盖仪器变量提取、主分析与敏感性分析、图表及验证计划。
visual-content-desc
visual-content-desc 是 aipoch/medical-research-skills 中的一项技能，用于为医学图像与图表生成详细文字描述、替代文本（alt text）和图注辅助，主要面向学术写作与无障碍描述场景。
goal-crafting
goal-crafting 是一个用于生成、改写和校验 Claude Code /goal 提示词（prompt）的技能，目标是让会话目标具体、有边界、可验证且安全。用户给出粗糙任务、缺陷报告、功能想法、重构或评审请求，或一段待改进的现有 /goal 时，该技能会先判定目标类型（调查、缺陷修复、功能实现、重构、评审、规划或规格、UI 工作、迁移、清理），据此设定默认工作模式与典型成功标准；随后仅在缺失信息会实质改变目标时做一轮结构化提问（如工作模式、风险容忍度、验证深度、范围边界），低风险缺口则采用安全默认值并在目标文本中声明假设。最终输出可直接粘贴的 /goal 文本，通常包含主要成果、上下文、目标、范围、范围外、约束、工作模式、验证、成功标准与沟通约定，其中主要成果、范围、验证与成功标准为必需项，整体建议控制在约 30 行以内。该技能还提供质量校验：成功标准要能通过检查文件、命令输出或交付物回答是或否，因为 /goal 会安装会话 Stop 钩子，条件不满足时阻止回合结束并自动清除；范围与范围外不得与成功标准矛盾；目标需自包含、聚焦单一结果。红线包括不在目标中预先授权推送、部署、删数据、生产迁移、发消息、发布等不可逆或对外动作，不写“保持测试通过”“持续监控错误”等无终止条件的目标，且技能本身不执行目标实现工作，除非用户明确要求继续。
app-store-optimization
面向 Apple App Store 与 Google Play 的 App Store Optimization（ASO）综合工具包技能，覆盖关键词研究、竞品与市场分析、元数据优化、评论情感分析、评分管理、A/B 测试规划、本地化支持、上线与更新清单，以及 ASO 健康分计算与关键词排名追踪。
chapter-outline-generator
Chapter Outline Generator 是一项用于为书籍生成详细章节大纲的写作技能，可按章节给出标题、摘要、学习目标、主要章节、子章节和预估字数。适用于新书结构设计、单章展开、章节重组或目录拆分。
character-development-assistant
用于协助作者塑造虚构人物的写作辅助技能，能引导生成人物外貌、性格、背景故事、动机目标、人际关系与人物弧光，并以结构化人物档案格式输出。
content-research-writer
content-research-writer 是一个面向长文写作的协作技能，帮助用户完成研究、列大纲、起草与改稿，同时保持作者本人的语气与风格。它可用于撰写博客、文章、newsletter、教程、思想领导力文章、案例研究以及带来源的技术文档。主要能力包括：协作式大纲搭建、资料检索与添加引用、开头钩子改进、逐节反馈、文风保留、引用格式管理以及多轮迭代打磨。使用时建议为每篇文章建立独立文件夹并创建草稿文件，在该目录中启动 Claude Code 后按“先列大纲、再研究加引用、改进钩子、逐节评审、整体润色”的流程推进。资料未提供该技能的安装命令、收费方式或具体平台限制等信息。
detect-ai
detect-ai 是一个通过 HumanizerAI API 分析文本、判断内容是否由 AI 写作的技能。调用后会返回 0-100 的总分以及多项细分指标，用于在发布或提交内容前做 AI 检测。使用时通过 /detect-ai 触发，从 $ARGUMENTS 中提取文本并向 HumanizerAI 的检测接口发送 POST 请求，响应中包含 overall、perplexity、burstiness、readability、satPercent、simplicity、ngramScore、averageSentenceLength 等分数以及字数、句数和判定结果。总分越高表示文本越可能由 AI 生成。该技能适合在内容发布、投稿前等场景作为辅助检查手段，需要配置 HUMANIZERAI_API_KEY，否则会提示获取 API 密钥。
emergency-distress-signal
一款交互式生存叙事技能：扮演搁浅在“盖亚”星球的中国宇航员Stella Chen，通过即时通讯与玩家建立联系，评估坠毁后的损伤并与玩家共同制定初步生存计划。
mathjax-rendering
在 Obsidian 中使用 LaTeX/MathJax 语法渲染数学公式的技能，涵盖行内与块级公式、分数根式、上下标、希腊字母、矩阵、对齐方程、积分求和极限、括号、字体与装饰等常用写法。