generate-prd-from-prompt
将简短产品想法或粗略提示词转化为可交付的 PRD：先做结构化澄清、显式记录假设、补齐业务决策，再输出包含用户故事、功能需求、验收标准与权限矩阵的完整文档。
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 11-08 00:04
写作与研究
14,983 个结果
ablation-planner
ablation-planner 是一个面向机器学习论文投稿场景的消融实验规划技能，来源于 rohitg00/auto-claude-code-research-in-sleep。它适用于主结果已通过 result-to-claim 验证（claim_supported=yes 或 partial）且需要补充消融实验的阶段，也可在用户明确要求规划消融实验、或 /auto-review-loop 审查者指出缺少消融实验时触发。该技能让 Codex 以审稿人视角主导消融设计，Claude Code 负责可行性审查与实现。Codex 会围绕每个新颖组件的独立贡献、审稿人必然会提出的问题、关键超参数的敏感性、以及自然的替代设计方案，产出结构化消融计划，包含每项消融的名称、所测试的问题、组分重要时的预期结果、优先级、覆盖度评估、无必要消融、运行顺序与预计 GPU 小时。随后由 CC 评估算力预算、代码改动量、并行依赖与裁剪建议，再实现并运行，结果记录在 EXPERIMENT_LOG.md。规则强调组件消融优先于超参数扫描，仅配置改动的消融优先，所有消融必须明确待测问题，不得生成与基线相同的 no-op 消融，并需记录负结果。
arxiv
用于搜索、下载并汇总 arXiv 学术论文的技能，支持按主题或 arXiv ID 检索，可获取标题、作者、摘要、分类等信息，并把 PDF 保存到本地目录。
auto-paper-improvement-loop
一个用于自动改进已生成论文的 Claude Code 技能：通过 GPT-5.4 xhigh 评审、实施修改并重新编译，默认进行 2 轮，提升论文写作质量与格式合规性。
auto-review-loop-llm
Auto Review Loop (Generic LLM) 是一个用于自主研究改进的技能，适用于 Claude Code 环境。它通过循环执行“评审 → 实施修复 → 再评审”的流程，借助任意兼容 OpenAI 接口的大语言模型 API 作为外部评审者，持续迭代研究稿或实验工作，直到获得正面评价或达到最大轮数（MAX_ROUNDS = 4）。正面判定标准为评分不低于 6/10，或评语包含 accept、sufficient、ready for submission 等。该技能可通过 llm-chat MCP 服务器或环境变量配置评审用模型，支持 OpenAI、DeepSeek、MiniMax、Kimi、智谱、SiliconFlow、阿里云百炼、零一万物等提供方。评审结果与状态会记录在项目根目录的 AUTO_REVIEW.md 中，并通过 REVIEW_STATE.json 持久化，便于恢复和断点续跑。
experiment-plan
将已细化的研究提案转化为以论文主张为核心的实验路线图，明确要验证的声明、实验模块、运行顺序与里程碑，并输出实验计划与追踪文件。
formula-derivation
一个用于结构化与推导研究公式的技能：把零散方程、假设和符号整理成连贯的理论主线，并输出诚实的推导文档（DERIVATION_PACKAGE.md），区分恒等式、命题、近似与解释，必要时给出重构或阻塞报告。
grant-proposal
用于将研究想法与文献整理成结构化资助申请书的技能，支持KAKENHI、NSF、NSFC（含面上/青年/优青/杰青/海外优青/重点）、ERC等多种基金类型与子类型，输出面向评审的申请书草稿，并包含文献定位、创新性核查、结构设计、模拟评审与修订流程。
idea-creator
面向研究方向的创意生成技能：给定宽泛方向后，系统化生成、验证并排序可发表的研究想法，并输出排序报告。
idea-discovery
idea-discovery 是一个面向科研创意的自动化工作流技能，串联文献调研、创意生成、新颖性核查、批判性评审与方法精炼，从宽泛研究方向产出带排序的 IDEA_REPORT.md、精炼提案与实验计划。
idea-discovery-robot
面向机器人与具身智能的创意发现工作流技能，串联文献调研、创意生成、新颖性核查与批判性评审四个子技能，强调仿真优先、基准可测、失败可分析，并默认不进行真机实验。
novelty-check
Novelty Check 是一个用于研究选题查新的技能，可在提出研究方法或想法后，系统核对其是否已被现有文献完成过。它会先提取方法中的 3 至 5 项核心技术主张，再通过 WebSearch 检索 arXiv、Google Scholar、Semantic Scholar 等来源，并结合 ICLR、NeurIPS、ICML 等会议论文与近年 arXiv 预印本进行比对，随后通过 Codex MCP 调用指定审查模型进行跨模型验证，最后输出结构化查新报告，包含核心主张的新颖度、最接近的先前工作、总体评分、建议与定位建议。适合在立项、投稿或开展研究前评估新颖性与风险。
paper-compile
paper-compile 是一个用于把 LaTeX 论文编译成可投稿 PDF 的技能，可自动修复常见编译错误并校验输出。适用于用户要求“编译论文”“compile paper”“build PDF”“生成PDF”等场景。
paper-plan
paper-plan 是一个用于论文规划的技能，可根据评审结论与实验结果生成分节式论文大纲，支持指定目标会议（如 ICLR、NeurIPS、ICML、CVPR、ACL、AAAI、IEEE 期刊/会议）与页数限制，并输出含主张-证据矩阵、图表计划与引用计划的大纲文件。
paper-poster
paper-poster 是一个为学术会议海报生成而设计的技能，可在论文编译完成后，根据论文内容自动生成会议海报。它支持输出 A0/A1 尺寸的 PDF 文件，同时生成可编辑的 PPTX 和 SVG 格式。海报以视觉呈现为主，采用单页、多栏竖排、要点式排版，突出图表，而非简单复制论文全文。该技能可指定目标会议（如 NeurIPS、ICML、ICLR、AAAI、ACL、EMNLP、CVPR、ECCV 或通用模式），并据此应用相应的配色方案。用户可通过参数覆盖默认设置（如尺寸、方向、栏数等）。生成过程包含输入校验、模板构建、内容抽取与布局控制等环节，并支持状态持久化以便中断恢复。使用时需依赖 LaTeX 环境（pdflatex/latexmk）及指定宏包。该技能适合需要将已编译论文快速转化为会议海报的研究人员，适用于学术会议海报展示场景。
paper-slides
paper-slides 是用于从已编译论文生成会议演讲幻灯片的技能：输出 Beamer LaTeX 源码、编译出的 PDF、可编辑 PPTX，并附带演讲者备注与完整演讲脚本，适用于口头报告、重点报告和海报快闪报告。
paper-writing
一个面向学术论文写作的自动化技能工作流，将论文规划、图表生成、LaTeX 撰写、PDF 编译和自动改进循环串成完整流水线，输入研究报告或论文计划后输出带 LaTeX 源码与 PDF 的论文目录。
research-lit
用于检索与分析研究论文、查找相关工作并总结核心思想的技能，支持按主题在 Zotero、Obsidian、本地 PDF、网页及 Semantic Scholar 等来源检索，可选用 arXiv 下载。
research-pipeline
端到端自主研究流水线：从宽泛研究方向出发，依次完成创意发现、实验实现、实验部署与自动评审循环，最终产出可提交的结果与报告。
research-refine
Research Refine 是一个把模糊研究方向转化为“问题锚定、精炼且面向实现”的方法计划的技能，通过 GPT-5.4 多轮评审迭代打磨提案。适用于研究问题已可见但技术路线仍不清晰的场景。
research-refine-pipeline
该技能把研究方向的细化与实验规划串成一次性端到端流程：先稳定方法主张，再生成与论文主张对齐的实验路线，适合需要从模糊研究方向直达可执行实验计划的场景。
research-review
通过 Codex MCP 调用 OpenAI 模型对研究工作进行多轮深度批判性评审的技能，可用于获取外部评审意见、设计补充实验、构建论文提纲与结论矩阵。
content-research-writer
一个写作协作技能，帮助研究、列大纲、撰写和修改博客、文章、教程与 newsletters，添加引用、改进开篇钩子，并逐节提供实时反馈，同时尽量保留作者本人的语气与风格。
lead-research-assistant
Lead Research Assistant 是一个帮助识别和筛选潜在客户线索的技能。它会分析你的产品或服务、定义理想客户画像，搜索匹配的目标公司，并按匹配度排序，提供优先级评分、目标决策人角色、联系策略、价值主张与对话切入点，输出便于扫描的线索研究结果。