research
research 是一个面向技术问题深度调研的技能，通过并行子代理检索官方文档、Stack Overflow 与代码库，汇总后生成一份 Markdown 研究报告并保存到 docs/research 目录。
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
humanizer
Humanizer 是一个用于改写“AI 味”文本的技能，目标是在不改变原意、不编造事实的前提下，让文字读起来更像真人写作。它依据维基百科“AI 写作迹象”整理出多类模式，覆盖内容、语言、风格和聊天机器人痕迹。
domain-modeling
domain-modeling 是一套主动构建和打磨项目领域模型的技能，用于讨论代码库术语、编写或编辑 CONTEXT.md，以及记录或编辑架构决策记录（ADR）。
grill-with-docs
grill-with-docs 是一个用于打磨计划或设计的技能，通过持续追问式访谈进行审查，并在过程中生成文档（ADR 与术语表）。资料提示需调用 Skill 工具两次，分别用于“grilling”和“domain-modeling”。
writing-beats
writing-beats 是一套写作流程技能，用于把一堆已收集好的原始素材（raw material）组装成一段“节拍式”的阅读旅程：先与用户确定读者入门时已具备的前提概念，再从素材中提出候选起始节拍，逐步选择方向推进，每次只写入一个节拍，直到文章自然结束。核心约束是“概念落地”（grounding）：每个概念必须在某个节拍中先被建立，后续节拍才能依赖它，从而保证读者不会因为遇到未解释的概念而迷失。
writing-shape
写作塑形技能，用于把一堆原始素材打磨成一篇完整文章。用户提供（或将提供）一个 markdown 素材文件，技能把它当作固定的原料堆——无论是一串零散片段、大段无序文字还是转录稿。技能先完整通读素材，与用户确认读者进入文章时需要预先掌握的概念，再草拟 2–3 个不同立意的开头让用户选择，之后逐段推进：每段只依赖已被铺垫的概念，并同时引入新的概念，边写边追加到单独的文章文件，直到文章完成。全程不改动原始素材文件。
provider-fix-documentation
用于修复 Terraform Provider（阿里云）资源文档问题的技能，涵盖属性取值纠正、描述更新、示例修正与文档一致性检查，并强制通过 CI 校验。
run-workflow
run-workflow 是 allenai/asta-plugins 仓库中的一个研究流程技能，用于为用户运行 Asta 研究工作流，从制定计划到生成报告。它整合 Paper Finder（论文检索与下载）、Data Search（数据查找）、AutoDS（在数据集上自动运行实验搜索）和 Theorizer（理论生成）等工具。支持多种预设流程：理论生成、数据驱动理论生成、二次复现和 AutoDiscovery 探索。使用前需检查环境并安装工具，运行 theorize doctor 检查所需密钥。首次回复即向用户提出计划，确认后自主执行。适合需要文献综述、理论提炼或数据实验的研究场景。
career-intel-observer
职业情报第一观察员是 allinherog-star/ai-skills 中一个用于职场趋势、岗位变化与技能需求情报的技能，目前标记为即将上线，尚不可调用。
ux-writing-arabic
面向阿拉伯语应用与网站内容的用户体验写作（UX Writing）指南，用于撰写按钮、标签、错误提示等界面文案，包含语气、界面元素、格式与无障碍等规则。
cred1
CRED-1 是一个基于开放数据集的域名可信度查询工具，可检查新闻来源或网站是否可靠、是否被标记为虚假信息。数据集含 2673 个域名，评分 0.0–1.0，分为 fake、conspiracy、unreliable、satire、mixed、reliable 等类别。
alphagbm-research-insights
AlphaGBM Research Insights 是一个只读技能，用于获取 AlphaGBM 已发布的市场洞察与研究摘要文章，支持按语言、市场、标签筛选，并可读取单篇文章的 Markdown 内容。
notion-course-pack-init
用于初始化或修复 Notion Course Pack 工作区，或从完整书籍、课程、论文、转录稿、本地文件等材料创建真实课程。由 Codex 负责连接预检、工作区搭建、材料通读、课程包生成、Notion 回写与校验，ChatGPT 负责后续课程互动。
lecun-planning
lecun-planning 是一个面向长文或多部分回答的规划技能，要求在动笔前先制定完整计划，再按步骤执行。它借鉴 Yann LeCun 关于世界模型、能量模型、JEPA 与目标驱动 AI 的研究概念，用于减少直接作答带来的返工。
lecun-self-supervised
一个基于 LeCun 自监督学习理念的教学型技能，用于帮助用户深入学习某个主题而非仅获取答案。它通过结构总览、预测练习、缺口识别、误区陷阱、连接发现、矛盾探讨、应用挑战与回讲测试等互动环节，构建持久理解。
deep-research
Deep Research 是一个基于 AMiner Open Platform 数据与宿主原生网页工具的研究报告生成技能，一次运行同时产出带引用的层级编号报告和结构化 Evidence Ledger（证据账本）。适用于文献综述、研究全景、学者/机构/会议/专利调查、趋势对比与行业市场调研等需要引用的场景。
literature-review
literature-review 是一个用于开展系统性文献综述的技能：检索 PubMed、arXiv、bioRxiv、Semantic Scholar 等多个学术数据库，按主题综合研究结果，核验引用准确性，并生成 markdown 与 PDF 格式的专业文档。
what-would-lenny-do
一个用于回答产品战略、增长、定价、招聘与领导力问题的技能，借助 Lenny Rachitsky 的通讯与播客档案，通过检索和阅读相关内容，再综合成具体建议；使用前需具备 lennysdata MCP 服务器。
atlas
Atlas 引擎的品牌入口，可将任意目标转化为经过验证的 PRD 和可执行、可验证的任务图。它是 `go` 编排器的轻量别名，自身不含流程，仅通过 Skill 工具调用 /prd:go。
markdown-syntax-guide
面向 @ant-design/agentic-ui 的 Markdown 编辑器/渲染器扩展语法指导技能，帮助用户和 AI 生成可被正确解析的表格、视频、图表、卡片、提示块、Mermaid、附件、MDX、apaasify 等内容。
awesome-readme
AwesomeReadme 是一个用于创建、改进和审查 GitHub README 的技能，主张先讲故事再讲安装与参考内容，以吸引读者并提升项目关注度。
youtube-analyzer
youtube-analyzer 是一个用于分析 YouTube 视频的 AI 技能，可检测内容类型，对长视频转写文本进行多智能体分块处理，可选探索 GitHub 仓库，并输出结构化 Markdown。使用时需先安装 yt-dlp、youtube-transcript-api 和 bun。
maka-architecture-docs
面向 Maka Agent 后端的双语（中英）架构文档技能，用于起草、重构、翻译或评审架构文档，强调可读性、技术严谨性与双语一致性，并明确区分已验证实现与计划内容。
clarify
clarify 是一个交互式技能，用于通过针对性的澄清对话，完善已有的功能规格说明（spec.md）。它会读取指定功能路径下的 spec.md，按模板逐段分析其中的歧义，例如含糊的角色、不可测试的指标、模糊的错误处理等，然后向用户提出最多每段 5 个澄清问题，等待用户实际回答后再更新。该技能强调绝不擅自假设，只在现有模板段落内做最小改动，并保留原有结构与格式。澄清完成后输出报告，列出已澄清段落与解决的歧义数量，为后续生成功能文档做准备。