avoid-ai-writing
该技能用于审查并改写内容，去除“AI 味”写作模式，可做人味化清理或检测，适用于发布智能体生成的 README、变更日志和文档前的质量把关，也支持 CI/CD 门禁式审计。
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
14,812 个结果
fsi-er-cmd-initiate
面向金融研究的命令技能，用于创建首次覆盖报告。输入 /initiate [company ticker] 可加载 initiating-coverage 技能并启动含 5 项任务的流程，生成机构级首次覆盖报告；未提供股票代码时会询问目标公司。
fsi-er-cmd-morning-note
该技能用于起草晨会纪要，覆盖覆盖范围内标的的隔夜动态、财报反应和交易想法，属于金融服务场景的写作辅助工具。
fsi-er-cmd-sector
fsi-er-cmd-sector 是一个用于生成行业概览报告的技能，可通过 /sector [sector or industry] 命令创建覆盖市场规模、竞争格局与投资启示的行业全景报告。
fsi-er-idea-generation
面向股票投资想法生成的系统化筛选技能，结合量化筛选、主题研究与形态识别，产出做多与做空候选标的。
fsi-ib-cmd-cim
面向投行业务的 CIM 起草技能，用于为指定公司生成保密信息备忘录（Confidential Information Memorandum）。通过 /cim [公司名称] 调用，加载 cim-builder 技能并搭建 CIM 结构。未提供公司名称时会向用户询问目标公司与可用资料来源。
fsi-ib-cmd-teaser
fsi-ib-cmd-teaser 是一个面向金融服务业场景的技能，用于起草匿名的一页式 teaser（盲式推介材料）。用法为 /teaser [公司名称]；未提供公司名称时会询问需要匿名的公司信息。
fsi-lseg-cmd-research-equity
该技能用于生成股票研究快照，整合分析师一致预期、历史财务、价格表现与宏观背景。用法为 /research-equity <ticker>，如 AAPL。依赖 LSEG 量化分析、历史定价与宏观数据工具，具体可用工具见 CONNECTORS.md。
fsi-lseg-equity-research
结合IBES分析师一致预期、公司基本面、历史股价与宏观数据，生成结构化股票研究快照的金融分析技能；通过MCP工具调用数据，聚焦于形成投资叙事与“共识可能错在哪里”的判断。
fsi-spg-earnings-preview-single
面向单一上市公司的股票研究财报预览生成技能，产出约4-5页打印量的自包含HTML报告，内容密集、以数据为主。限定仅可使用Kensho Grounding MCP与S&P Global MCP（kfinance）两类数据源。
seed-component-docs
该技能面向 SEED 设计系统的组件文档编写与维护，用于撰写或修改 SEED 组件的指南、React 与 Lynx 文档，创建 Figma SEED Docs 页面，以及将 Figma 文档页面迁移为指南 MDX。它按“改动哪一层”分流到不同参考：公共指南 MDX、Figma 页面、平台文档或 Figma 迁移。当同时要求指南与 Figma 页面时，先定稿指南 MDX 正文再把文本搬到 Figma，避免两处各写。技能边界明确：不修改组件实现、Recipe 与 Registry；发现 API 或行为问题时，转为修改 seed-component 既有实现，而不写文档层面的绕行方案。示例文件的编写与执行、Registry 发布路径、Lynx 兼容性 frontmatter 与设备验证由 seed-component 的其它文档负责。
sart-clinic-data-access
用于查找 SART（美国辅助生殖技术学会）公开诊所报告数据的 Codex 技能：定位诊所 ClinicPKID、选择报告格式并访问公共报告页面。适用于按名称或多院区地点查询特定生育诊所的 SART 数据，不适用于 CDC ART 报告或一般生育诊所调研。
dagster-docs
面向 Dagster 文档网站的写作指引，用于在 docs 目录中创建或更新文档前参考。内容涵盖受众划分、格式与风格约定、内容模型，以及各章节的编写规则和本地预览方式。
analyzing-text-with-nlp
这是一个让 Claude 通过 nlp-text-analyzer 插件执行自然语言处理与文本分析的技能。当用户需要对文本进行情感分析、提取关键词或识别主要话题时，可以启用该技能。它接收用户的分析请求，由插件采用 NLP 技术处理文本，并返回情感倾向及置信度、关键词列表或主题等洞察结果。该技能适用于分析产品评论情感、从新闻或文档中抽取关键词，以及判断文本讨论的核心话题；也便于将提取出的关键词用于后续研究，或按情感对客户反馈进行分类。使用时建议明确具体诉求、提供充分上下文，并根据初次结果迭代调整请求。资料未说明具体安装方法、支持的模型、语言范围、处理长度限制或收费信息。
changelog-generator
Changelog Generator 是一个用于将 Git 提交记录转换为面向用户的更新日志的技能。它通过分析特定时间段或版本之间的提交历史，自动将技术性提交归类为新增功能、改进、问题修复、破坏性变更和安全等类别，并用清晰易懂的用户语言重新表述，过滤掉重构、测试等内部提交，最终生成结构专业、符合品牌风格的变更日志。适用于准备版本发布说明、撰写周报或月报式产品更新摘要、为应用商店提交编写更新描述、生成用户通知、维护公开的产品更新页面等场景。使用时需在 Git 仓库根目录运行，可指定提交日期范围或版本区间，并支持通过自定义的 CHANGELOG_STYLE.md 文件保持格式一致。生成结果建议人工审核后再发布，可直接保存到 CHANGELOG.md。
content-research-writer
内容研究与写作技能，作为写作助手帮助用户进行研究、列大纲、起草和润色内容，同时保持用户独特的写作风格。适用于博客文章、新闻简报、教育教程、思想领导力文章、案例研究和技术文档等写作场景。使用方式为在专用文件夹中创建草稿文件，在 Claude Code 中通过对话请求帮助；技能提供协作式大纲、研究辅助与引用添加、钩子优化、逐节反馈、语气保留、引用管理和迭代完善等功能。
doc-coauthoring
doc-coauthoring 是一个面向文档协作撰写的结构化工作流技能，用于引导用户完成文档、提案、技术规范、决策文档等写作任务。该技能将协作过程分为三个阶段：上下文收集、细化与结构、读者测试。在上下文收集阶段，技能会询问文档类型、目标读者、预期影响和模板等信息，并鼓励用户集中提供项目背景、相关讨论和约束条件；在细化与结构阶段，按章节逐个推进，通过澄清问题、头脑风暴、筛选、起草和迭代修改来完善内容；在读者测试阶段，使用无上下文的 Claude 实例模拟读者提问，检查歧义和盲点。资料未说明该技能的安装方式、收费情况或具体可用平台，仅提及可与 Claude、Artifact、子代理及部分集成（如 Slack、Google Drive）配合使用。
humanizer
Humanizer 是一个用于去除文本中 AI 生成痕迹的写作编辑技能，基于维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”页面。它通过识别并改写 AI 写作常见模式，让文字读起来更自然、更像人类所写。该技能会扫描内容模式（如过度强调意义、宣传式语言、模糊归因）、语言与语法模式（如滥用 AI 高频词、回避系动词、三段式排比）、风格模式（如破折号、粗体、表情符号、弯引号）以及沟通模式（如聊天机器人式客套话、知识截止免责声明）。改写时保留原文信息，不虚构事实，并根据用户提供的写作样本校准语气。适用于编辑或审阅文本、博客、文章等场景。
why-what
Why / What 是一个用于为变更撰写 TL;DR 摘要的技能，说明变更为何必要以及具体改动了什么。它要求先阅读 STYLE.md，并将该风格应用于当前内容或变更，最后仅在指定位置返回完成的文本块。
external-research
在编写涉及外部库或包的代码前，获取并缓存其最新 API 文档的技能，避免使用过时的训练数据模式。通过 /external-scout 命令按包与主题拉取文档并缓存到本地供开发时读取。
databricks-docs
Databricks 文档查询参考技能，通过 llms.txt 索引检索官方文档，用于补充其他技能与 MCP 工具的使用指导，本身不执行操作。
06-table-documentation
面向 Gold 层数据表文档规范的技能，定义命名约定、列描述格式与元数据要求，供业务用户和大模型（如 Genie）共同使用。
documentation-organization
该技能用于规范 Databricks 项目的文档组织，并提供框架文档编写流程。它有两种模式：一是强制文档落位与命名规范，二是按模板生成完整框架文档集。
edit-endpoint
用于修改 API 端点文档的技能：可编辑“业务说明卡（fiche metier）”的范围、FAQ、关键词与描述，或编辑 Swagger 文档（OpenAPI 结构、属性、标签）。适用于需要更新 apistration 项目中 endpoints 文档的场景。