light-consistency
跨材料一致性维护技能，常驻后台运行，在论文、PPT、图表、代码、项目文档之间统一术语、指标、创新点表述与视觉风格，避免同一项目不同材料说法不一致。
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 11-07 00:13
写作与研究
14,958 个结果
light-idea-critique
以顶刊/顶会审稿人标准严格评审研究 idea 的技能：先盲后明立标准、八维度加权打分、五视角对抗、反谄媚协议，输出判决与 Revision Roadmap，并回接 idea 生成环节。
light-idea-generation
根据项目实际情况提出有潜力、有差异化、有亮点的研究 idea，用于需要创新点、研究思路或方案时，结合已有基础、数据条件、技术能力、时间周期与发表/竞赛/课题目标，说明动机、创新点、相对现有方法的优势、能解决的具体问题及适合的成果形式与投稿层次。
light-literature-search
面向科研资料调研的搜索与规范化整理技能：多源检索中英文论文、专利、标准、政策、数据集、开源项目与行业报告，去重分类、判断可信度与重要性，产出文献表、研究脉络、方法卡与优缺点对比，并附可运行脚本与 PRISMA 留痕。
light-paper-drafting
用于论文初稿与章节起草、重写和自检的技能，支持 full、outline-only、abstract-only、section-redraft、self-review 五种模式，强调 brief 驱动与诚信门，对未核实内容标 [MATERIAL GAP]，并提供结构模板、自检清单与 draft_lint.py 机检脚本。
light-paper-polishing
论文润色技能，从审稿人视角分模块处理语言、逻辑、结构、创新点与论证，给出问题诊断、修改方案和修改后文本，并提供可运行的检查脚本。
light-research-ethics
科研伦理与合规风险审查技能，在科研任务中常驻检查学术不端、数据造假、图片重复使用、引用不规范、隐私泄露、版权、结论夸大、论文代写、专利权属等风险，并提供三级审查报告、撤稿核查与离线自查重脚本。
light-research-plan
面向已通过 m04 审查的可行 idea，制定详细研究方案与实验执行规划，覆盖研究目标、技术路线、数据流程、实验/消融/敏感性/鲁棒性/显著性检验、时间安排、风险备选与可复现性，并支持复现已有论文。
creating-pull-requests
Lightdash 仓库中创建 Pull Request 的规范技能，规定 PR 标题、描述与提交信息的写法以及通过 gh pr create、gt submit 提交时应遵循的规则。
spec-creator
Spec Creator 是一个用于编写和维护 SPEC.md 服务规范文档的技能。它在仓库根目录生成唯一的 SPEC.md 文件，遵循严格的分节模板与措辞指南，每个项目仅一份。该规范与编程语言无关，只描述服务行为，不涉及实现细节。技能支持创建与更新两种模式：创建时先通过访谈收集服务目标、问题陈述、组件、外部依赖和领域模型等信息再起草；更新时先完整读取现有文件，再按需就地修改并保持原有编号与层级。撰写前后均需执行校验，检查人称（禁止第一/第二人称）、被动语态、字段格式、义务关键词大小写、标识符反引号与命名风格、语气等问题。技能按需加载 template.md、language.md 和 examples/reaper.md 三个参考文件，并强调不凭记忆转述规则。
atomic-decomposition
将研究想法拆解为原子化、自包含的概念，并为每个概念建立数学公式与代码实现的双向映射，最终汇总为结构化知识库。
citation-management
用于管理 LaTeX 论文 BibTeX 引用的技能，支持从草稿中自动采集缺失引用、校验 cite key、去重与格式化，并可通过 Semantic Scholar 搜索补充文献。
deep-research
Deep Research 是一个用于系统性学术文献综述的技能，按 6 个阶段依次执行，产出结构化笔记、精选论文数据库和综合报告。支持 /research <topic> 命令触发，强调严格顺序执行与阶段门禁校验。
github-research
GitHub Research 是一个 Claude 技能，用于围绕研究主题系统发现、评估并深入分析 GitHub 仓库。它读取 deep-research 输出，经六阶段流水线产出可复用的集成蓝图，输出到 ./github-research-output/{slug}/。
idea-generation
用于生成并迭代打磨新颖研究想法的技能，结合 Semantic Scholar 文献检索做新颖性核查，并按有趣度、可行性、新颖度三维打分，输出结构化研究方案。
latex-formatting
用于学术论文的 LaTeX 格式处理技能，支持会议模板搭建、格式修复与投稿前检查，覆盖 ICML、ICLR、NeurIPS、AAAI、ACL 等会议。
literature-review
一个用于开展系统性文献综述的 Claude 技能：通过多视角专家对话模拟与文献检索脚本，生成结构化综述、论文数据库与知识空白分析。
literature-search
Literature Search 是一个面向学术文献检索的技能，通过 Semantic Scholar、arXiv、OpenAlex 和 CrossRef 等多个学术数据库 API 来查找相关论文。它接收自然语言形式的研究问题作为输入，返回结构化的 JSONL 结果，字段涵盖标题、作者、年份、发表会议/期刊、摘要、引用数等信息。该技能提供一系列命令行脚本，分别对应不同数据源的检索、结果合并去重、BibTeX 生成以及 arXiv 源码（.tex 文件）下载。工作流程包括把用户查询扩展为 2 至 4 个互补查询、以 Semantic Scholar 为主检索、用 arXiv 补充近期预印本、可选使用 OpenAlex 扩大覆盖，然后合并去重，并按引用数、时效性、发表会议质量和相关性加权排序后以表格呈现。该技能主要面向机器学习与人工智能等领域的文献调研场景。
math-reasoning
面向研究论文的数学推理技能，可完成公式推导、定理证明、问题形式化、统计检验选择、符号表生成与数学正确性核查，并输出可发表的 LaTeX。
novelty-assessment
通过系统化文献检索评估研究想法新颖性的技能。进行最多10轮“检索—评估”循环，采用严格批评者视角，最终给出新颖/不新颖的二元判定、置信度、最相似论文及差异化说明。
paper-assembly
Paper Assembly 是用于端到端编排论文流水线的技能，管理文献、规划、代码、实验、图表、写作等阶段之间的状态传递与检查点，并提供流水线完整性检查脚本。
paper-compilation
用于将 LaTeX 论文编译为 PDF 的技能，提供自动错误检测与修复、chktex 风格检查、引用与参考文献校验，并运行完整的 pdflatex + bibtex 编译流程。
paper-revision
根据审稿人反馈系统性修订论文的 Claude 技能，将审稿意见映射到具体章节、执行针对性修改、必要时补充实验，并核对改进效果与篇幅限制。
paper-to-code
将机器学习研究论文转换为完整可运行代码仓库的技能，采用 Paper2Code 的三阶段流程：规划（UML 与依赖图）、分析、编码，并在需要时调试。输入论文 PDF 路径、文本或 URL。