translate-it-article
面向IT技术文章的翻译技能,可将英文技术文档、博客、论文译为通俗简体中文,保留Markdown格式、图片与链接,并自动保存为本地Markdown文件。
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
14,812 个结果
面向IT技术文章的翻译技能,可将英文技术文档、博客、论文译为通俗简体中文,保留Markdown格式、图片与链接,并自动保存为本地Markdown文件。
面向 TYPO3 核心贡献的工作流指南,覆盖从账号配置、Forge 问题分析、补丁开发到 Gerrit 提交与 CI 验证的完整流程,帮助贡献者按规范提交修复、功能或文档。
ui-ux-improve 是一个 UI/UX 改进研究命令,结合 AI 分析与实时趋势调研,生成可执行的界面改进建议。支持研究模式与实施模式,可针对整个应用或指定区域,输出 UI-UX-IMPROVEMENTS.md 报告。
youtube-transcripter 是一个用于从 YouTube 视频链接或视频 ID 提取字幕,并将内容整理为要点、学习收获与建议的技能。它要求输入 YouTube URL 或 ID,支持单个或多个输入;默认自动检测字幕语言,也可指定语言。提取时优先运行捆绑脚本,失败时回退到 yt-dlp 自动字幕,并可用 yt-dlp 获取标题和频道信息。随后按固定模板生成结构化摘要,涵盖概要、关键点、学习收获、建议及可选行动项与待解决问题,并将原始字幕与摘要分别保存为 UTF-8 文件。适用于视频内容快速阅读理解、笔记整理与后续行动提炼,不适用于无法获取字幕且用户未提供字幕文本的情况。
ADHX 是一个 X/Twitter 帖子读取技能,可将 x.com、twitter.com 或 adhx.com 链接转换为结构化 JSON,包含作者、互动数据和长文全文,无需爬虫或浏览器。
“去AI味”中文改写技能。用于检测中文文本中的AI写作特征,将其改写得更自然、减少模板化痕迹;支持学术论文降AIGC、多种风格转换(知乎、小红书、微信、微博、文学、学术等),并提供可选的本地命令行流程。适用于需要让中文文本更接近真人写作或降低AI检测率的场景。
面向SEO与AEO的关键词研究工作流技能,输入一个主题即可产出分层关键词、AEO问答式关键词、意图分类、关键词自相残杀检查与内容生产地图,用于指导内容选题与优先级排序。
shadcn/ui 工作流技能,用于管理 shadcn/ui 组件与项目,提供上下文、文档与使用模式,帮助构建现代设计系统。
unslop 是一个命令行工具,用于对文本进行后处理,以程序化方式去除 AI 写作模式(AI-isms)。与通过提示词让智能体避免 AI 腔调的技能不同,unslop 作为确定性的流水线步骤运行:文本从标准输入进入,干净文本从标准输出出来。适合在提交文档、发布文章或把任何 AI 生成内容送入生产环境之前做最后一道清理。它支持 --deterministic 标志以保证输出可复现(相同输入始终产生相同输出),并通过 --stdin 从标准输入读取,从而可组合进 shell 管道。典型用法包括:清理草稿文档、在写作过程中内联清理、在提交 PR 前校验生成的文档,以及集成到 pre-commit 钩子或 CI 步骤中作为内容质量门禁。工具仅处理散文式文本,不处理代码、JSON 或结构化数据,也无法捕捉事实错误或实质性写作问题,部分替换可能不完全贴合语境,发布前需人工复核。安装需要 Python 工具链(pipx 或 uv)。默认 LLM 模式可能使用 ANTHROPIC_API_KEY 或 Claude CLI,敏感本地文件和 CI 门禁建议使用 --deterministic 模式。
该技能用于在撰写供人类阅读的散文时提升清晰度与简洁度,适用于文档、README、技术说明、提交信息、拉取请求描述、错误信息、UI 文案、帮助文本、注释、报告、摘要等场景。核心包含两部分:应做什么(Strunk《The Elements of Style》的写作规则)与不应做什么(需避免的 AI 写作模式)。规则涵盖语法与标点(如单数所有格加 's、系列项之间用逗号、插入语用逗号包围、独立分句不用逗号连接等),以及写作原则(每段一个主题、主题句开头、使用主动语态、肯定句式、具体明确的语言、删除多余词、相关词相邻、强调词置句末等)。同时列出应避免的 AI 文风:夸大词(pivotal、crucial、vital 等)、空洞的 -ing 短语(ensuring reliability、showcasing features 等)、宣传性形容词(groundbreaking、seamless、robust 等)、过度使用的 AI 词汇(delve、leverage、multifaceted、foster、realm、tapestry)、过度使用项目符号、表情符号装饰和加粗。在上下文紧张时,可先将草稿交给子代理,仅加载相关章节文件进行编辑以节省 token。
Sermão Emílio 是一个面向讲道准备的技能,按 Emílio Garófalo Neto 的叙事-牧养风格创作、改写或结构化讲章:以日常生活故事开场,中段将故事与圣经文本反复缝合,穿插日常例子与应用,最后以恩典与盼望收尾。
teo-livro 是一项用于撰写完整书籍(AsciiDoc 电子书)的技能,流程仿照真实单卷本:调研素材、确定主线、章节计划、草稿、开发编辑、行编辑、来源核查、编校与编译。它不生成摘要或报告,也可从已结束的辩论、笔记或文章提炼成书。
用于创作、重写或结构化可宣讲讲章的技能,以圣经文本为主导,风格作为参数(如 emilio 叙事牧养风格、解经式等),可指定场合、受众、时长、格式与侧重,输出完整讲章稿或提纲。
ArXiv Paper Generator 是一个用于生成完整 arXiv 格式学术论文的技能(Version 0.01),来源为 dmccreary/ibook-skills。它产出模块化 LaTeX 源码、经核验的 BibTeX 参考文献、图表,以及能生成高质量 PDF 和 arXiv 上传包的 build.sh,每篇论文存放在仓库 papers/ 目录下的独立文件夹中。该技能强调论文质量取决于真实内容,大部分工作用于在写 LaTeX 之前采集足够素材,并通过 100 分评分标准在访谈就绪度和成品质量两个环节进行评估。
paper-index-tool 是一个 Python 命令行工具(CLI),提供帮助查询、多级日志、Shell 补全与管道组合等能力。资料未说明其具体业务功能,仅描述为通用 CLI 工具。
doc-coauthoring 是一个引导用户协作撰写文档的结构化工作流技能,适用于撰写文档、提案、技术规格、决策文档等场景,通过上下文收集、精炼与结构、读者测试三个阶段帮助产出更易被他人理解的文档。
docs-architect 是一个面向代码库的技术文档生成技能,可分析架构、设计模式与实现细节,产出长篇技术文档,适合新人上手、架构评审与长期维护。
一个用于撰写无责事后复盘(blameless postmortem)的技能,覆盖时间线、根因分析、5 Whys 与行动项。适用于事故复盘会议、复盘文档撰写和推动组织学习,不适用于与事后复盘无关的任务。
该项目提供文档模板与结构规范,覆盖 README、API 文档、代码注释、变更日志、架构决策记录(ADR)以及面向 AI 的文档(如 llms.txt)。它通过模板明确各文档类型的必要章节和优先级,帮助开发者快速搭建一致、可扫描、可维护的文档结构。模板只是起点,需要根据项目实际情况调整。
该技能用于把零散的笔记、想法和要点整理成结构完整、逻辑清晰的中文文章,支持指定风格与目标读者。它按固定流程工作:先加载作者人设、语言风格、结构、写作规则与输出格式等配置文件作为硬性约束,再收集素材、规划大纲、用网络搜索核查时间与数据等事实,随后撰写并按规则自检,最终输出带参考文献与原始草稿附录的 Markdown 文件,并向用户返回文件路径、主节标题、字数和参考文献条数。
“Li-Material-Mining”是一个以一问一答方式帮普通人挖掘短视频素材的技能。它面向实体店老板、公司老板、自媒体、上班族和普通人,不需要对方懂“什么能拍”或会说,只需回答问题。使用者像记者一样一次只问一个具体问题,顺着线索往下挖;一条素材挖够后立即生成素材卡,并直接推出选题,不必等挖完下一条。适用于用户说“我不知道拍什么”“今天有……”等场景。
它是“李同学”短视频方法的统一主入口。整套方法采用“一步一技能”的 11 步流程:先询问用户当前走到了哪一步(没素材、有素材、有选题或有稿子),再进入第 2 步素材挖掘、第 3 步选题角度、第 4 步值不值得拍或第 8 步八步审核等对应技能;每一步的执行依据是那次技能自己的 SKILL.md。它用名为“内容卡”的 Markdown 文件把各步结论串联成一条完整作品,避免用户重复提交材料;遇到需要用户判断的地方会停下来,等用户选择后再继续,并统一以下一步提示收尾。
re-pitch 是一个用于 Claude Code 的技能(插件),用途是在上一条消息没有传达清楚时,停下来重新讲解这条消息。它不辩护、不压缩成摘要、也不只是重复,而是当作第一次说明那样重新组织:先补上读者缺失的上下文(这条消息回答什么问题、为什么现在重要),再给出答案。要求使用平实词汇和短句,先给结论,删掉所有不承载价值的行(开场白、读者已知的重复背景、含糊措辞、纯填充的过渡句)。结构上使用短项目符号、编号步骤、最多两句的段落,每行一个观点并把关键承重词加粗前置,让读者三秒扫读加粗部分即可掌握全貌。同时强调“删噪音不删价值”:原文有十个重要事实,重讲仍保留十个,缩短只来自剥离冗余文字,而非删掉事实。若已知是哪一点让读者失去兴趣,则优先针对该点重讲,否则重讲整条消息。
一个用于迭代式自动优化提示词(prompt)的技能:循环调用 prompt-reviewer 审查、就歧义向用户提问、再通过 prompt-engineering 修复,直到不再发现问题。