internal-comms-3p-updates
用于撰写面向高管与利益相关者的 3P（Progress、Plans、Problems）团队简报的写作框架，强调简洁、数据驱动，阅读时间约 30-60 秒，格式固定且严格。
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 10-19 00:11
写作与研究
13,641 个结果
content-strategy
一个用于制定内容策略的技能，帮助规划内容支柱、受众研究、主题聚类、漏斗映射与内容审计，通过可搜索或可分享的内容驱动流量、建立权威并获取线索。
alpha-research
Alpha Research 是 Feynman 提供的 alphaXiv 论文工具集，用于搜索、阅读和查询学术论文，支持语义检索、获取论文内容、针对 PDF 提问、读取论文关联 GitHub 仓库代码以及保存论文批注。
style-modeler
style-modeler 是写作智能体中的风格建模技能，用于从同一作者或公众号的文章样本中建立、验证或增量更新可复用的写作风格档案。适用于风格建模、提取写作配方、解构文章、学习作者风格、创建或更新风格库；若只需直接写文章则不应调用。
docs-lens-chart-settings
用于核对 Kibana Lens 图表 UI 设置与源码是否一致的技能：通过阅读 Kibana 源码验证标签、选项和渲染顺序，避免在文档中猜测 UI 文案。适用场景为撰写或审核图表设置文档。
awe-wonder-experience-designer
用于设计课堂中的“敬畏与惊奇”时刻，以激发好奇心并加深学生对内容的情感投入。适合在单元开场、引入出人意料材料时使用，输出包含敬畏时刻设计、浩瀚感分析、通向学习目标的桥梁及教学序列。
coverage-audit
该技能将课程框架与法定或认证要求清单进行比对，生成覆盖表、缺口摘要和CSV，标注每项要求被直接、部分、间接覆盖或无覆盖，用于课程协调员和认证准备工作。
kud-knowledge-type-mapper
该技能把课程内容按 Know、Understand、Do 三类知识类型分类，并进一步区分层级性、水平性与倾向性知识，为每个要素匹配相应评估路径，用于单元规划、目标撰写与评估设计。
source-credibility-evaluation-protocol
面向教师与学生的信息来源可信度评估协议生成技能，基于横向阅读（lateral reading）与Caulfield的SIFT框架，针对某一类来源（网站、新闻、社交媒体、视频等）生成分步评估协议、教师示范脚本、红旗/绿旗指标与学生自查清单。
think-aloud-script-generator
该技能根据指定任务生成教师“出声思考”（think-aloud）脚本，把专家解题、阅读、写作等隐性推理过程显性化，用于认知学徒式教学示范。资料介绍其依据、输入字段、输出格式与示例，具体可用平台与调用方式暂未提供。
sn-deep-research
sn-deep-research 是 SenseNova 技能集中用于深度研究的多 Agent 编排技能，适用于深度调研、竞品分析、方案对比、趋势分析与事实核查等请求。它按 quick、normal、heavy 三档流水线调度研究、写作与渲染角色，产出报告并带独立进度页。
translate
Sarvam AI 翻译技能，用于编写正确的 Sarvam 翻译 SDK 代码，覆盖 sarvam-translate:v1 与 mayura:v1 两个模型，以及 mode、script、numeral 等参数和静默失效的坑点。
tech-learning-guide
为任意技术主题生成结构化学习指南的技能，输出含概念分层、周计划、本地环境搭建、概念详解、生态库、项目创意、进阶方向与资源清单的 Markdown 文档。
User Researcher
面向产品前期用户研究的技能，用于发现用户需求、验证假设、创建用户画像与理解痛点。资料给出五阶段流程：研究规划、用户招募、数据收集、分析综合和交付物，并包含访谈、情境调查、问卷等方法的操作要点。
docs-kibana-release-notes
该技能用于将 Kibana 发布说明生成器输出的原始 .md 内容，转换为 Elastic Observability 或 Elastic Security 的 Stack 发布说明格式。它会结合 GitHub PR 上下文核验准确性并优化面向用户的措辞，同时参考 docs-content 仓库中既往的 Stack 发布说明，以保持统一的语气、风格和格式。输出为两部分：单个围栏代码块中的发布说明 Markdown，以及代码块外的置信度与假设说明，用于标注低置信条目、加粗判断、假设和输入异常。
docs-serverless-changelog
将发布说明工具生成的原始 Markdown 转换为 Elastic Cloud Serverless 变更日志格式，借助 GitHub PR 上下文和历史 Serverless 发布说明提升准确性与风格一致性。
cw-onboarding
cw-onboarding 是 Compound Writing 的入门技能，通过简短对话为写作者建立或刷新 VOICE.md、STYLE.md 及可选 AUDIENCE.md 指南，先读取现有上下文，只补真正缺口，不覆盖已有档案。
cw-vonnegut
cw-vonnegut 是一个写作审查技能，依据库尔特·冯内古特的八条写作规则检查文稿，适用于小说与非虚构。它逐条给出通过或未通过判断，指出最大违规点并给出修改建议，最后统计通过规则数。
optimize
evo 的优化循环技能：在已初始化的工作区中，用结构化循环驱动自动研究实验迭代，每轮由编排器写简报并派生子智能体在自己分支内编辑与运行实验，直到中断或达到停滞上限。
disciplinary-writing-scaffold
面向学科写作教学的脚手架生成技能：按学科体裁（实验报告、历史论证、文学分析等）产出结构框架、语言工具包、标注范文与分层方案，帮助学生掌握该学科特有的写作规范。
environment-validation
环境验证（Environment Validation）是一种参考模式：在脚本或应用入口处提前校验必需的环境变量，缺失时立即报错，从而快速失败、避免执行到一半才因配置缺失而中断。适用于部署脚本、Lambda 冷启动、CLI 工具等初始化代码。
deep-research
Deep Research 是一个自主多步研究引擎技能，用于在用户要求深度研究、撰写研究报告或综合分析时，通过迭代式搜索、提取与综合，产出带引用、证据结构和来源质量分级的报告。
meeting-record-system
会议记录与会议筹备技能：从 Notion 收集上下文，生成内部预读材料和对外议程，并整理决策、行动项与后续跟进。
fact-checking
该技能让 AI 智能体系统化核查声明与陈述：拆分为可独立验证的断言，识别权威来源，交叉比对证据，并给出带置信度与理由的裁决，适用于单条事实到整篇文章的核实。