21-understand-research-150
一个面向代码库深度调研的工作流技能,强调证据推理与 Scope150 范围(100% 核心 + 50% 边界),通过会话日志记录发现、假设与下一步分支,适用于理解陌生项目或复杂代码。
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
14,957 个结果
一个面向代码库深度调研的工作流技能,强调证据推理与 Scope150 范围(100% 核心 + 50% 边界),通过会话日志记录发现、假设与下一步分支,适用于理解陌生项目或复杂代码。
一个深度研究技能:从内部(代码、Git 历史、日志、配置)与外部(网页、官方文档、最佳实践、社区)两类来源交叉调研,用于选库、架构决策、排错、性能与安全等场景,并输出带置信度的综合结论。
用于编写 8-bit 游戏风格组件文档的技能,强调游戏术语、真实游戏数据、复古像素字体样式,并说明 8-bit 组件对 shadcn/ui 的包装关系与 retro.css 依赖。
该技能通过多个 MCP 服务器检索 arXiv、PubMed、Semantic Scholar、bioRxiv、medRxiv、Google Scholar 等来源的学术论文,支持获取 BibTeX 引用、下载 PDF、分析引用关系,并可按作者或主题查找文献。
adversarial-spec 是一个通过多个大语言模型(GPT、Gemini、Grok 等)迭代辩论来生成和打磨产品规格文档的技能,直到所有模型达成一致。适用于撰写或完善 PRD 与技术规格。
该技能用于客户分析:通过评论挖掘、社交聆听、情绪分析、买家画像与JTBD(待办任务)框架,梳理客户需求、痛点、动机与购买行为,并输出评论分析、痛点分析、画像、旅程图等结构化洞察。
anti-ai-writing 是一个“去 AI 化”写作技能,用于把 AI 辅助生成的草稿改写成更自然、更像真人写作的内容。它提供识别并消除 AI 痕迹(telling patterns)的规则,以及让文字更简洁、具体、有记忆点的写作原则。
arc42 架构文档技能:提供 arc42 架构文档模板与编写指导,覆盖 12 个章节的结构、内容要点与工作流程,帮助团队按标准模式产出完整架构文档。
面向汽车制造业文档编写的专家技能,指导撰写符合 IATF 16949、ISO 9001 与 APQP/PPAP 要求的作业指导书、标准作业程序(SOP)和业务流程文档,覆盖装配、机加工、质量检验与物料搬运等场景。
「Бевзенко」是一个用于撰写学术风格深度法律意见书与法律备忘录的技能,适用于需要科学论证、专家结论类写作的请求,强调多层论证、学说基础与学术格式。
该 Skill 用于强制所有输出保持极度简洁,强调信噪比,删去冗长解释、填充语和不必要的展开;适用于文档、提交信息、实现计划、状态更新及多数对话回复。
基于认知科学的八种创造力框架,用于计算机科学与AI研究方向构思,帮助寻找真正新颖的研究方向,而非对已有工作的渐进式扩展。
Doc Organizer 是一个文档架构整理技能,运用渐进式披露原则把庞杂文档重构为分层结构,宣称可实现 95% 以上的 token 节省。适用于文档混乱、上下文窗口超限、需要生成 README 索引与统一命名规范的场景。
编写、审查和维护代码注释的策略技能:让注释解释代码意图而非重复代码,涵盖标记、解释、摘要、意图、元数据等注释类型,并给出可维护风格、注释密度与性能处理建议。
用于从 PubMed 等学术数据库检索文献的 Claude 技能,支持关键词搜索、MeSH 词扩展、引用指标(RCR)排序,并可通过 Zotero 工具检查收藏与批量导入。
Prompt Library 是一个经过筛选的高质量提示词(Prompt)集合,灵感来自 awesome-chatgpt-prompts 与社区最佳实践。它提供可直接使用的提示词模板,涵盖角色扮演类提示(如“扮演 X”)、任务专用模板以及提示词优化技巧。适用场景包括:需要现成提示词模板、想要角色化提示词、寻找提示词示例或灵感、需要特定任务的提示词模式,以及希望改进自身提示词写法。内容按类别组织,包括角色类、任务类、分析类、创意类、转换类提示,以及思维链、少样本学习、人格模式、结构化输出等提示工程技巧,并附有提示词改进检查清单。
面向纪录片音乐项目的美国政府信源研究技能,专注检索司法部、FBI、SEC、CISA、财政部/OFAC、FTC 等机构的新闻稿与官方声明,整理引语、数字、时间线与可核查来源。
Trip Planner 是一个用于生成详细旅行行程的技能,按天编排活动、交通与准备事项,适合度假规划、行程整理与旅行文档编制。
Voice DNA Creator 是一个用于分析写作样本、提炼并固化个人写作风格画像(voice DNA)的技能。它通过收集用户提供的写作样本,从个性标记、情绪范围、沟通风格、语言模式、回避内容和格式习惯等维度进行分析,最终生成一个可供 AI 参考复用的 JSON 风格档案,用于让 AI 更贴近用户真实写作口吻来生成内容。资料显示其典型用途包括搭建新的写作系统、为代笔客户建立风格档案、在风格演变后更新档案,以及接入内容创作工作流。使用前需要用户提供写作样本:最少 3 份、每份 500 词以上;理想情况为 5 至 10 份、覆盖不同内容类型;最佳情况是包含随意内容(如社交帖子)与正式内容(如文章)的混合样本。
根据指定投放平台生成广告文案并给出 A/B 测试变体的技能,覆盖 Google、Facebook/Instagram、LinkedIn、Twitter/X、TikTok、Microsoft Ads、Pinterest 等平台的字数限制与写作模板。
用于为已关联 issue 编写或更新 SpecRail 产品规格的 AI 技能,按本地化模板生成编号的 product.md,聚焦可观察行为与可测试的不变量。
用于为关联 issue 编写或更新 SpecRail 技术规格的技能。它会依据本地化模板生成编号的 tech.md 规格文档,属于 write_spec 流程中技术部分的一环。
mj-book-research 是一个面向长篇技术写作的研究工作流技能,帮助作者把白皮书、橙皮书、教程等草稿建立在官方文档、更新日志与可落盘的研究笔记之上,强调来源分级、证据可追溯与中国章节的分层处理。
这是一个用于生成 SAP(统计分析计划)章节内容的工具,输出格式为 Markdown,并遵循 ICH E9(R1) Estimand 框架。其核心机制是逐章独立生成内容,以避免单轮输出触发 token 上限。工具通过脚本编排生成流程,并按内容类型路由到不同的提示词文件,涵盖 estimand、主要分析、次要分析、敏感性分析、安全性分析及多重性等章节类型,另有后处理脚本用于终点名称校验与 AI 标记收集。