research-methodology
面向计算机视觉与图形学科研的方法论入口技能，负责按科研生命周期（项目基建、选题、实验、写作、修改、自评审）把用户路由到对应子技能，并给出五条优先于常识的决策规则。属于纯技能，无需 API key。
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
research-project
用于建立、接管、整理和维护研究项目目录的技能，让跨月、跨 agent 会话的工作保持可迭代。核心约定是 PROJECT.md 作为唯一入口，先读后写。提供初始化、只读探查、迁移整理和状态审计四个脚本，强调不删除、未获同意不移动、可回滚三条红线。
bilibili-subtitles
用于下载哔哩哔哩（B站）公开字幕轨道的技能：支持单个或多个 BV 号、UP 主空间全部视频，转换为 SRT 并保存到 PPT Master 的 projects 目录，支持官方二维码登录、分页、并发下载、多 P 视频和无字幕清单。
pdf-transcription
将普通文本 PDF 或影印、扫描 PDF 高保真转录为经校核的结构化 Markdown，重建标题、条款、列表、表格、公式与必要图示。适用于影印规范识别、逐页录入报告等需可发布结果的任务，不用于只求速度的批量机械转换。
create-prd
create-prd 是一个通过引导式对话协助创建产品需求文档（PRD）的技能，仅在用户明确按名称调用时使用。它把零散的想法、工单或痛点转化为团队可用于设计和开发的产品规格，聚焦要构建什么以及为什么，并把技术实现细节留给下游 TDD。
iterate-prd
iterate-prd 是一个用于在反馈基础上迭代完善现有产品需求文档（PRD）的技能，属于 humanlayer/humanlayer-pi 技能集合。它通过一次只处理一个决策的对话方式推进，每次修改后停下等待用户指示；强调“重绘而非追加”，让 PRD 始终读起来像一份有意的规格说明，而不是问答记录或变更日志。每条消息只提一个问题，讨论解决后才落地到文档；涉及可视化内容时，用 HTML 原型直接展示。它只在用户明确点名调用该技能时使用。
iterate-research
这是一个用于迭代现有研究文档的 AI 技能，仅当用户明确按名称调用时使用。它根据用户反馈，在原有研究文档基础上进行补充研究或修正，通过调用专门的代码库定位、分析和模式查找子代理，对代码库进行客观描述与解释，不提出改进建议或根因分析，除非用户明确要求。最终按指定模板输出更新后的文档，并附云永久链接。
iterate-research-questions
该技能用于在用户明确点名调用时，基于用户反馈迭代已有的研究问题文档。它读取指定路径的完整文档，并在提供工单文件时读取其中的反馈评论，据此更新同一路径下的文档，保持原有 YAML frontmatter 与格式不变。问题仅聚焦代码库现状，例如功能如何端到端运作、组件间的契约、逻辑从入口到数据存储的流向、数据表或字段的使用者，以及设计系统与主题等；不涉及应构建什么、改进建议或需要做哪些改动。文档通常包含 3 至 8 个问题，并保留 Key Context Pointers 中的链接与路径。在 .humanlayer/tasks/ 下写入或编辑文档时，会返回云端永久链接，可用于最终输出。
show-me
该工具用于通过简洁的图表、代码形状草图和聚焦的HTML制品，帮助用户以可视化方式理解当前讨论的主题。它跳过前言，保持文字简短，并选择能清晰表达关键点的最小视图，适用于展示逻辑、算法、控制流、UI结构、文件职责、组件交互和代码差异等场景。
create-prd
create-prd 是一个用于把原始想法、工单或痛点转化为产品需求文档（PRD）的 AI 技能，仅当用户明确按名称调用时使用。它以引导式对话的方式运行，一次只提出一个问题，围绕“要构建什么、为什么构建”明确用户体验、功能与行为，并把技术实现留给下游 TDD。该技能先确认问题与成功指标，再逐项梳理解决方案，每解决一个决策就重写文档相应章节，使 PRD 始终保持为连贯的规格说明而非问答记录。涉及界面或交互时，它会生成 HTML 原型以内联方式展示，并遵循用户产品的设计系统。
iterate-prd
iterate-prd 是 HumanLayer 仓库中的一个技能，用于在用户明确点名调用时，基于用户反馈迭代已有的产品需求文档（PRD）。它以对话方式推进：每次只提出一个问题，逐项确认产品决策后再把结论写入文档，并重写受影响章节使 PRD 保持连贯、非问答日志形态。涉及界面、交互等视觉内容时，会用 HTML 草图内联展示并随决策更新；仅处理产品层面的体验与功能问题，把模式、存储、实现架构等内容记为延期至技术设计。
iterate-research
iterate-research 是 Humanlayer 仓库中的一个技能，用于根据用户反馈迭代更新已有的代码库研究文档。它只在用户明确以名称调用该技能时使用。该技能会先在系统提示指定的任务产物目录中查找符合 *research*.md 模式的文档（排除 *research-questions*.md），完整读取后处理用户反馈：需要补充调研时派发子代理并行研究，需要更正时在同路径更新文档并保留原有 YAML frontmatter 与格式。它限定使用 codebase-locator、codebase-analyzer、codebase-pattern-finder 等专用研究代理，仅在用户明确要求时才使用 web-search-researcher 做外部检索并回传链接。文档强调客观记录代码库当前状态：不提出改进、不做根因分析、不提未来增强、不批评实现；结构包含摘要、带 file:line 引用的分组件发现、代码引用、架构说明和待查问题，标题需直接陈述结论。
iterate-research-questions
这是一个用于迭代完善研究问题文档的技能，仅在用户明确点名调用时使用。它基于用户反馈修改现有的研究问题文档：先完整读取指定路径的文档，如有票据文件则读取其中的反馈意见，再在原路径更新文档，保持原有 YAML 前置元数据和格式不变。该技能规定了研究问题的撰写准则，问题只聚焦代码库当前状态，即记录存在什么、在何处、组件如何组织，不询问应构建什么、不主动建议改进。问题采用高层次代码库探索形式，如解释某功能端到端如何运作、追踪某组件间的契约、梳理从接口到数据存储的逻辑流向、查找某数据表或字段的所有使用者等。每个任务通常 3 至 8 个问题，需保留关键上下文指针并逐字照录，若涉及前端或界面变化，还需询问设计系统、配色、排版、间距及主题系统等。最终按指定模板输出。
doc-consistency-reviewer
文档一致性审核技能，用于检查README与docs/文档是否过时、与代码实现是否一致，验证API与配置文档准确性，输出带严重级别与证据的问题报告。
english-writing-quality
一项英文写作质量检查技能，使用 Vale 做技术文档风格与术语检查，使用 Harper 做本地语法、拼写、重复词与表层行文检查，适用于英文 Markdown 文档、README 与面向用户的仓库文档，不用于 AI 检测、内容生成或改写技术含义。
academic-slides-iterative
用于构建学术 Beamer 演讲幻灯片的迭代式技能：通过“素材→内容→形式→事实漂移”四阶段循环，配合每阶段自检门槛，把研究代码与实验数据整理成每页只讲一个概念的幻灯片，并另附讲者用的配套 Markdown 讲稿。
academic-writing-trainer
学术写作训练技能，通过分阶段练习帮助用户从头撰写学术文章并内化写作原则。支持短文（默认5段）与长文（章节问答）两种模式，按意图→内容→结构→句子四阶段逐步推进，逐段达标后再整合。
company-research-report
一个用于生成以叙事为核心的企业投资分析报告的技能，按“为什么—做什么—怎么做”的结构讲解企业故事，强调需求来源与竞争优势的逻辑联系，并要求包含桑基图、Bull/Bear/Base趋势线和营收增长表等可视化内容。
eli5
eli5 是一个用于生成“像给 5 岁小孩解释”类内容的技能，来自 iamseungpil/claude-for-dslab。它适用于用户输入 /eli5 <topic>，或要求用极其简单、配图化的方式说明某个事物如何运作的场景。其目标是面向对该主题完全不了解的读者，通过一个 HTML artifact 来呈现讲解，特点是图片大、文字少。该技能以传入的 $ARGUMENTS 作为讲解主题。关于支持的模型、安装方式、依赖条件、收费与价格、具体使用平台等信息，资料暂未提供。
humanize-writing
humanize-writing 是一个面向写作编辑的技能，用来把读起来像 AI 或 ChatGPT 写的文本改写得更像真人写的。它通过识别人工智能常见用词与句式（如“不是X而是Y”、三段并列、破折号滥用、反问加自答等）并替换成自然的表达，按用途、语音选择、三遍改写流程和质量清单执行。适用于社媒贴文、博客、邮件与营销文案；不适用于技术文档、正式学术写作等。
kar-plain
kar-plain 是一个用于将主题讲解成韩语或英语内容的技能，灵感来自用户提供的 Andrej Karpathy 推文，属于非官方改编版本。它支持四种交付形式：文章（prose）、图解（diagram）、交互式网页（web）和讲解视频（video），也提供“自动”模式由技能自行选择单一格式。语言选择遵循明确指定的输出语言、已知用户偏好、当前请求语言的优先顺序，并忽略引用来源的语言；该语言选择会应用于正文、标签、界面、字幕与旁白，但保留专有名词和代码标识符。技能强调服务于读者的学习或决策目标，保留含义、否定、条件、数量、义务和不确定性，并区分来源事实与新增示例、假设。不同模式有各自要求：文章模式英文流程与技术描述采用 ASD-STE100，图解模式优先使用 Mermaid 或 SVG 展示关系、步骤、分支与例外，网页模式优先自包含 HTML 文件，视频模式要求可播放并带所选语言字幕，可按需添加旁白。若所需能力不可用，应指出障碍并标注部分交付，不得悄悄切换到付费服务。
paper-banana
PaperBanana 是一个从论文文本或 PDF 自动生成出版级学术插图的技能，由 Retriever、Planner、Stylist、Visualizer、Critic 五个智能体协作，可生成方法学示意图、统计图表和系统架构图，并支持迭代改进与质量评估。
paper-readability-review
该技能读取论文 PDF，从内容、结构、句子三个层面诊断可读性，在原文上叠加彩色高亮、页边卡片（诊断＋替代方向）和按优先级排列的修改路线图，生成评审版 PDF，并通过 critic-loop 自检迭代。
paper-section-rewrite
学术论文或研究计划书中单节落的自主润色技能，采用4级critic loop（内容→段落间结构→段落内结构→句子），每级通过CONVERGED门后才进入下一级，全程无需向用户提问，并输出分析透明结果。