humanizer-zh-tw
humanizer-zh-tw 是一个文字编辑技能,用于辨识并去除文字中的 AI 生成痕迹,让内容读起来更自然、更像真人书写。它基于维基百科「AI 写作特征」综合指南,检测并修复夸大象征、宣传性语言、-ing 肤浅分析、模糊归因、破折号滥用、三段式法则等问题。
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
14,983 个结果
humanizer-zh-tw 是一个文字编辑技能,用于辨识并去除文字中的 AI 生成痕迹,让内容读起来更自然、更像真人书写。它基于维基百科「AI 写作特征」综合指南,检测并修复夸大象征、宣传性语言、-ing 肤浅分析、模糊归因、破折号滥用、三段式法则等问题。
liqi-tools 是一个基于利器 liqi.io 创作者访谈的检索型 Skill,用于回答写作、视频剪辑、播客、设计、开发、效率、阅读、摄影、笔记等创作任务中“用什么工具、谁做过类似工作、不同创作者如何使用同一工具”的问题,强调保留具体的人和场景及原始访谈链接。
该技能用于指导 AI 智能体创建、修订和评审技术文章,强调正式语言、连贯结构、精确术语、实用示例与可验证引用,并提供结构规范、写作风格指南、工作流程、质量门禁等要求。
该技能用于撰写由 LIGO、Virgo 或 KAGRA 探测到的致密双星并合事件(BNS、BBH、NSBH)的引力波观测结果论文。它基于 LIGO/Virgo/KAGRA 合作组 SOTA 论文的文档结构、呈现模式与统计惯例,提供从论文范围界定、章节架构、摘要与方法撰写、按参数类别呈现结果,到图表规范、结论与后置内容编排的写作指引。输出支持 PDF、DOCX、PPTX,默认 PDF 双栏学术期刊版式;并规定首页布局、页眉页码、统计记号、字体排版及必含图表清单。
该 Skill 用于撰写 LIGO、Virgo、KAGRA 探测到的致密双星合并事件(BNS、BBH、NSBH)引力波观测结果论文,覆盖论文架构、首页版式、参数估计图、不确定度标记、可信区间图、统计约定与页眉等,复刻《Physical Review X》双栏期刊风格。它以 markdown 驱动,编码了 LIGO/Virgo/KAGRA 合作组前沿论文的文档结构、呈现模式与统计约定,参考来源为一篇 Physical Review X 期刊文章的 PDF。支持输出 PDF、DOCX、PPTX,默认输出为 PDF 学术期刊双栏手稿。
Bloom Quiz Maker 是一个按布鲁姆认知分类学(记忆→理解→应用→分析→评价→创造)自动生成模拟试题的技能。它可为任意学科或主题生成选择题、简答题、案例分析题,每题附带考点、难度、解题思路等完整解析。用户只需说明学科/主题,并可选择认知层次、题型、题量和难度偏好,即可获得覆盖低阶到高阶认知层次的成套试题。该技能在用户请求出题、制作模拟题或考试题,或提及布鲁姆、认知层次、quiz、test questions、Bloom's taxonomy 等场景时触发。
这是一个用于生成机构级大宗商品展望报告的技能,主要面向卖方研究风格的报告制作。它支持供需分析、价格预测和交易建议等内容组织,并可输出为PDF、DOCX或PPTX,默认输出PDF。该技能提供版式与结构规范,包括封面、正文图表和披露附录,强调极简设计、非编号式段落标题、多面板图表以及每张图表标注来源。适合需要按固定研究范式整理能源、金属、农业等板块观点、宏观假设和交易主题的场景。具体数据来源、预测方法、安装方式和运行命令暂未提供。
该技能用于撰写遵循卖方券商惯例的大宗商品专业研究报告与投资建议,覆盖能源、金属及农产品,可输出机构级展望报告、交易建议、主题投资演示或研究报告,支持 PDF、DOCX 和 PPTX 格式,默认输出 PDF。当用户请求撰写大宗商品市场展望、构建交易建议、制作研究报告,或提及大宗商品价格预测、供需分析、宏观投资主题等关键词时触发。
Content Research Writer 是一个写作协作技能,帮助用户完成研究、大纲、起草和润色内容,同时保持作者独特的语气和风格。它支持博客文章、文章、通讯、教程、思想领导力文章、案例研究和技术文档等写作场景。主要功能包括协作式大纲构建、研究辅助与引用管理、开篇钩子改进、逐段反馈、语气保持和迭代完善。使用时可先创建文章文件夹和草稿文件,在 Claude Code 中按大纲、研究、写作、反馈、润色的流程逐步推进。
这是一个用于优化营销文案的专业编辑技能,通过七轮系统化审查(清晰度、语气风格、关我什么事、证据、具体化、情感共鸣、风险消除)对现有文案进行精修、润色和强化表达,而非从零重写。它适用于用户提出“帮我改一下文案”“优化表达”“读起来不顺”或“太冗长”等需求时,帮助保留核心信息与作者风格,同时提升清晰度、说服力和转化力。该技能还提供快速编辑检查清单(词语、句子、段落级)以及常见文案问题修复方法,适合营销和转化类文案的迭代优化。
ddd-glossary-gen 是一个用于从当前对话中提取并规范化领域术语的技能,能够生成 DDD(领域驱动设计)风格的统一语言术语表,识别歧义并给出规范用语建议,最终保存为 UBIQUITOUS_LANGUAGE.md 文件。当用户需要定义领域术语、构建术语表、统一词汇规范、创建统一语言,或在讨论中提及“领域模型”“DDD”“统一语言”等关键词时触发。
Deep Research 是一个面向复杂问题深度研究的技能,通过多工具协同实现基于证据的长篇报告工程。它支持文件读写、搜索引擎与浏览器检索、代码执行、图像与多媒体生成、幻灯片制作、网站部署以及工具输出的视觉处理。研究过程强调批判性思考、以当前日期为时间基准、主动核实不确定信息,并最终产出结构严谨、来源可追溯的综合发现。
Dev Guide Generator 是一个用于生成完整技术教程的技能,通过结构化 SOP 工作流,把一个技术主题转化为涵盖前置知识、环境搭建、核心步骤、常见错误排查、进阶主题以及速查表的完整教程。用户只需提供一个技术主题或操作目标,Agent 即可按流程自动生成教程。它支持引导、半自动、全自动和快速四种交互模式,适用于工具使用、环境搭建、编程入门、运维手册和数据处理等场景。
dev-guide-writer 是一个技术教程生成器技能,可将任意技术主题转化为完整教程。它通过结构化 SOP 流程,依次完成主题定位与受众分析、前置知识梳理、环境搭建、核心步骤、常见报错排查、进阶拓展,并生成速查表(Cheatsheet)。用户只需提供技术主题或操作目标,即可获得包含前置知识、分操作系统安装命令、编号步骤、报错排查表和进阶路线的教程文档。适用于工具使用、环境搭建、编程入门、运维操作、数据处理等类型教程的编写。
domain-glossary 是一个从当前对话中提取 DDD(领域驱动设计)风格统一语言(Ubiquitous Language)术语表的技能。它会扫描对话中与领域相关的名词、动词和概念,识别同一词语表示不同概念的歧义、不同词语表示同一概念的同义词,以及含义模糊或过载的术语,然后提出带有明确取舍的规范术语表,并保存为工作目录下的 UBIQUITOUS_LANGUAGE.md 文件,同时在对话中输出摘要。术语表按自然聚类分组(如子域、生命周期或参与者),每个术语给出单句定义和应避免使用的别名,并展示术语之间的关系与基数。技能还会撰写一段开发者与领域专家之间的示例对话,演示术语如何自然交互,并在“Flagged ambiguities”部分明确标注歧义并给出建议。再次调用时会读取已有文件,纳入新术语、更新定义、重新标记歧义并重写示例对话。
该技能用于生成专业的卖方股票季度或年度业绩点评报告,支持输出 PDF、DOCX、PPTX 三种格式。报告结构涵盖封面摘要、财务快照、详细分析、估值调整、图表附录与披露附录,包含 EPS 分析、指引回顾、分部表现、估值与目标价调整等内容。默认输出 PDF,需要可编辑时输出 DOCX,PPTX 用于管理层摘要演示。
该技能用于生成专业的卖方股票财报点评文档,覆盖上市公司季度或年度业绩回顾。输出内容包括EPS超预期/不及预期分析、业绩指引点评、盈利预测调整、估值更新、分部业务评述,以及实际业绩与市场一致预期的对比分析,并可整理财报电话会要点形成结构化报告。支持任意行业和公司。当用户请求撰写财报点评、业绩总结、财务模型差异分析,或提及EPS超预期等需求时适用。支持PDF、DOCX、PPTX三种输出格式,默认PDF。
该技能用于生成机构级投资研究报告,风格参照顶级卖方研究,页面信息密集、章节结构完整。支持输出 PDF(主要格式,保真度最高)、DOCX(可编辑,默认输出)和 PPTX(幻灯片改编)。报告包含封面、目录、执行摘要、正文分析、附录、术语表和披露附录等完整章节,并配有表格、图表、页眉页脚等机构化排版元素。
该技能用于创建机构级别的投资研报,采用卖方研究视觉风格、信息密集型版面与完整章节结构,适用于股票、固定收益、策略、行业、衍生品、ETF 或量化研究。对标高盛、摩根士丹利、摩根大通等投行研报风格,带封面页、编号图表、术语表与披露声明。支持 PDF、DOCX、PPTX 多种输出,默认输出 DOCX。参考来源为高盛关于 VIX ETP 的 35 页研报 PDF。
机构级投研报告生成技能,覆盖中国A股、港股、美股上市公司。提供两种输出模式:投资速览(3-5页PDF,单次会话完成,含公司概览、核心财务指标、估值倍数、投资逻辑与风险因素)和深度研报(≥25页PDF,采用多任务架构,含行业分析、产业链图谱、三表财务模型、DCF估值、情景分析与敏感性测试)。深度研报可选完整版(含财务模型,3步完成)或精简版(仅可比公司估值,2步完成)。技能内置意图识别路由,能区分明确报告请求、模糊分析请求和简单问答,避免资源浪费。强调数据真实性、来源可追溯、多源交叉验证、时效性、多空平衡与深度分析框架。
General Writing 是一个面向多种写作体裁的统一入口技能,覆盖小说、同人、诗歌、歌词、戏剧、剧本、散文、游戏文案、剧本杀、TRPG 模组、书信等类型。它通过将用户请求匹配到具体体裁,再读取对应子技能的 SKILL.md 并执行其工作流。其核心架构原则是主智能体只做规划与调度,不亲自写作,所有实际创作、审阅、编辑和素材组装都通过 create_subagent 委派给专门的子智能体完成,以保持主智能体上下文清洁并支持持续编排。该技能强调执行到完成、体裁路由、共享写作原则、文件优先输出、语言一致性、强制 .docx 交付、反读取循环、审阅后派发修复子智能体、并行读取前的大小检查以及严格 UTF-8 编码等技术规则。
Humanizer 是一个写作编辑类技能,用于识别并改写文本中常见的 AI 生成写作痕迹,让内容读起来更自然、更像真人写作。它参考维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”页面,归纳了内容、语言语法、文风、沟通语气、填充与模糊表达等多类模式,并给出修改前后对照。使用时,它会扫描文本中的 AI 惯用表达,重写有问题的段落,在保留原意和原有语气的前提下加入具体细节与个人声音。适用于编辑或审阅文章、博客、报告等文本,不负责写作选题或事实核查;具体平台和安装方式暂未提供。
humanizer-zh 是一个用于去除中文文本中 AI 生成痕迹的编辑技能,基于维基百科“AI 写作特征”指南,识别并修复夸大象征意义、宣传性语言、肤浅的 -ing 分析、模糊归因、破折号滥用、三段式法则、AI 高频词汇、否定式排比、过度连接词等模式。适用于润色、编辑文本,或让文字读起来更自然、更像真人书写。
用于识别并去除中文文本中的 AI 生成痕迹,使文章更自然、更像真人书写。该技能基于维基百科“AI 写作特征”指南,检测并修复夸大象征意义、宣传性语言、以 -ing 结尾的肤浅分析、模糊归因、破折号过度使用、三段式法则、AI 高频词汇、否定式排比、过多连接词等模式,同时强调注入个性与真实语调。适用于编辑、审阅或润色文本,不涉及代码执行。