g5
G5 学术风格审计器是用于识别学术写作中降低学术品质与真实学术语气模式的工具，基于维基百科 AI 清理项目的 24 类模式改编。它仅分析不修改文本，可检测内容、语言、风格、沟通、填充/模糊限制、学术特定及 LaTeX 语法等七类模式，输出详细质量报告供后续改进。
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 11-06 00:14
写作与研究
14,808 个结果
g6
G6 是一个学术写作风格润色智能体，属于 brycewang-stanford/auto-empirical-research-skills 技能集。它根据 G5 学术风格审计的分析结果，对 AI 辅助生成的学术文本进行转换，使其更接近自然的学术表达。支持保守、平衡、激进三种转换模式，强调保留引用、统计数值、方法细节等关键内容，并提供 Unicode 排版规范。
latex-econ-model
该技能用于以 LaTeX 撰写和排版经济学模型，覆盖效用最大化、均衡条件、动态规划与博弈论等内容，帮助使用规范数学记号与学术格式。
lit-review-assistant
面向经济学研究者的文献综述技能：帮助定义研究问题与检索范围，设计检索式，按模板逐篇摘要论文，并综合共识、分歧与研究空白。
literature-gap-finder
用于系统识别统计方法学研究空白的技能：通过方法×场景矩阵、假设放松树与引文网络分析定位可发表的研究机会，并提供空白验证清单、优先级评分与贡献定位模板。
literature-review-tools
面向文献综述全流程的开源 AI 工具目录与启动器：可按搜索、阅读、提取、综述、筛选、引用核查、写作等环节推荐工具，并能实际安装运行 MinerU、PaperQA2、ASReview、arXiv MCP 等指定工具与内置工作流。
methods-paper-writer
面向统计方法学论文写作的技能，提供 JASA、Biometrika、Biostatistics 等期刊的稿件结构、VanderWeele 中介分析记号规范、模拟研究模板与图表排版指南，并附 R/LaTeX 代码示例。
obsidian-experiment-log
obsidian-experiment-log 是 obsidian-project-memory 下的配套技能，用于在 Obsidian 中维护实验与结果笔记。当项目工作改变实验状态时触发，帮助记录实验设计、消融、训练运行、评估、基线、指标、失败与结果解读。
obsidian-link-graph
用于修复和加强 Obsidian 笔记间 wikilink 的兼容性辅助技能，主要面向已有规范项目笔记的导航整理，而非默认生成关系图。
obsidian-literature-workflow
用于 Obsidian 项目知识库的文献工作流技能，通过文件系统方式读取论文笔记、生成文献综述笔记，并将论文与项目知识关联。属于 obsidian-project-memory 的配套技能，无需 Obsidian MCP。
obsidian-markdown
obsidian-markdown 是一个用于创建和编辑 Obsidian 风格 Markdown 的技能，适用于处理 .md 文件。它在标准 Markdown（标题、加粗、斜体、列表、引用、代码块、表格）之外，专门覆盖 Obsidian 的扩展语法，包括 wikilinks、嵌入、标注（callouts）、属性（properties）、注释等。资料说明该技能只处理 Obsidian 专有扩展，常规 Markdown 属于前提知识。使用该技能可以按工作流创建 Obsidian 笔记：在文件顶部添加含属性的 frontmatter，用标准 Markdown 组织结构，使用 [[wikilink]] 链接库内笔记或使用标准 Markdown 链接指向外部 URL，用 ![[embed]] 语法嵌入其他笔记、图片或 PDF，使用 > [!type] 添加标注，最后在 Obsidian 阅读视图中验证渲染。资料还详细列出 wikilinks、嵌入、callouts、属性、标签、注释、高亮、LaTeX 数学、Mermaid 图表、脚注等语法示例，并配有完整的笔记示例。适用于需要维护 Obsidian 知识库、编写库内互链笔记、使用 Obsidian 扩展语法进行内容组织的场景。
obsidian-project-bootstrap
obsidian-project-bootstrap 是一个辅助技能，用于为当前代码仓库初始化 Obsidian 项目知识库。当用户要启动新研究项目、把含代码与 Markdown 的现有仓库导入 Obsidian，或仓库尚未绑定知识库时使用。
obsidian-project-memory
面向研究项目的 Obsidian 知识库维护技能：以文件系统为主、由智能体驱动，把仓库中的研究资料整理为结构化笔记。支持检测与绑定项目、导入已有仓库、按知识类型路由写入，并遵守保守写回与归档优先原则。不依赖 MCP、API 密钥或 REST 插件。
paper-review
paper-review 是一个面向论文投稿前的终端式整体审计技能，跨文本、代码、表格、图表、结果与引用做一次性检查，输出按严重程度排序的合并报告并给出 go/no-go 结论。它不替代深度文字润色、稳健性检验或可复现性验证。
paper-to-agent-guide
将研究论文转化为可交互 AI 智能体的技能，帮助提问、解释方法并辅助复现。基于 Paper2Agent，通过结构化提取论文知识构建对话式探索界面。
referee-response
该技能用于在论文修回（revise-and-resubmit）阶段，根据审稿人意见起草逐条回复信，并列出建议的稿件修改清单。
reproducible-pipelines
可复现研究流水线与复制包技能，覆盖项目目录结构、Make/Snakemake/DVC/pytask 工作流管理、环境与随机种子管理，目标是让所有计算结果都能从原始数据通过单条命令重新生成。
science-communication
面向非技术受众翻译数据科学发现的沟通技能，涵盖受众分析、叙事框架（金字塔原理、SCQA、AIDA）、大白话翻译、高管摘要、政策简报、因果语言、不确定性与可访问性规范，用于向利益相关方汇报或审阅交付物。
symbolic-computation-guide
面向数学研究的计算机代数系统（CAS）技能指南，覆盖 SymPy、SageMath 与 Mathematica 的符号微分、积分、方程求解、级数展开、线性代数与多项式运算，含研究用工作流。
academy-of-management-annals
面向 Academy of Management Annals（AMA）的投稿适配与选题定位技能，帮助判断管理/组织领域的综述或整合性文章是否适合该刊，并给出改稿方向、常见拒稿风险与替代期刊建议。
academy-of-management-review
面向《Academy of Management Review》（AMR）投稿的选题匹配与改投判断技能，帮助判断管理/组织研究稿件是否适合这一纯理论期刊，并给出改投建议。
acl-related-work
用于在ACL投稿中审查相关工作与引用规范的技能，强调以ACL Anthology版本为引用依据、覆盖最新会议成果、区分并发预印本，并检查自引与重复投稿声明。
acl-reproducibility
面向 ACL Rolling Review 投稿的可复现性自查技能，围绕 Responsible NLP 检查表逐项审计论文中的声明、数据与模型披露、实验参数、人工标注、AI 使用说明，并给出污染审计、方差报告与提交前一致性核对建议。
acl-submission
用于在 ACL Rolling Review（ARR）周期截止前审计 ACL 投稿的技能，覆盖长/短文页数预算、强制 Limitations 章节、匿名与声明、重投纪律等检查项，帮助识别常见的 desk-reject 风险。