SuperAPI AI 工具集

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

15,029 个结果

pubmed-mcp-tools-reference

PubMed Search MCP 工具完整參考文档,面向已集成该 MCP 服务的用户,汇总 46 个工具的用途、参数与使用范例,并按 16 个类别组织。内容涵盖统一多源文献检索入口、查询智能(如 MeSH 扩展、PICO 校验、查询分析)、文章探索与引用网络、全文获取与文本挖掘、NCBI Gene/PubChem/ClinVar 延伸查询、引用树构建、引用格式导出与本地文献笔记、Session 管理、机构 OpenURL 订阅访问、ICD-10 与 MeSH 互转、研究时间轴与里程碑分析、引用列表验证、图表与生物医学图片检索,以及 Pipeline 的持久化、加载与排程管理。文档同时给出浓缩理解模型,建议先用 8 个能力族(搜索、查询规划、论文探索、全文与取得、视觉与脉络、实体与术语、结果与记忆、自动化与保存)理解整体,再查阅完整工具表,并列出快速搜索、系统性搜索、PICO 搜索、论文探索、全文获取等常用工作流。该文档由脚本自动生成,手动修改会被覆盖。

写作与研究1 次安装

pubmed-multi-source-search

pubmed-multi-source-search 是一个跨数据库学术文献检索技能,属于 pubmed-search-mcp 工具集。它通过统一入口 unified_search,自动在 PubMed、OpenAlex、Semantic Scholar、Europe PMC、CrossRef 之间分流检索,并在单次搜索内完成整合与去重,用于补充单一来源覆盖不足的问题。支持指定来源、结果数量、排序方式和输出格式,并可结合全文获取、相关文章、引用分析与引用指标工具使用。触发场景包括跨数据库搜索、综合搜索、关注预印本或以非 PubMed 来源补充覆盖。是否需要 API 密钥、具体收费与平台限制暂未提供。

写作与研究1 次安装

pubmed-pico-search

该工具是一个面向临床对比问题的 PICO 检索工作流,属于名为 pubmed-search-mcp 的 MCP 服务。它不直接对自然语言临床问题做语义解析,而是由智能体(Agent)先从问题中抽取 P(人群/患者组)、I(干预/暴露)、C(对照,可选)、O(结局)四个要素,再通过 parse_pico 提交结构化信息,并执行返回的模板,进行待运行的 pico 流水线检索或展开的布尔查询。工作流支持可选的 MeSH / 同义词扩展(generate_search_queries),随后调用 unified_search 执行检索。适合循证医学、系统评价式的文献比较检索场景,例如治疗手段 A 是否优于 B。使用限制包括:P 或 I 缺失时应先询问用户,不虚构临床细节;C 缺失允许;O 缺失虽允许但不推荐。

写作与研究1 次安装

storytelling-methods

storytelling-methods 是 awesome-story-skills 项目索引中的一项技能/指南,用于帮助用户从收录 800 多个项目的索引中挑选适合 LLM 故事写作的方法与项目。索引为每个项目标注故事类型分组、所用方法、形态(技能/提示词/框架/应用/研究)与语言;方法指南则逐一说明每种方法要解决的问题、常见设计、常见陷阱与入门建议。工作流程包括:获取或使用本地 catalog.json 索引、明确需求(故事类型与篇幅、主要痛点、所用工具与语言)、阅读相关方法章节、给出 3 到 5 个推荐项目(含链接、适配理由、方法、形态、支持的智能体、安装命令与注意事项),并可组合多个方法形成流水线(如规划→带记忆起草→审校→去 AI 味)。索引仅核查各仓库的文档与结构,不评估其产出质量;未经用户同意不应安装或运行任何项目。

写作与研究1 次安装

ecc-brand-voice

ecc-brand-voice 是一个从真实写作素材中提炼可复用写作风格(品牌声音)的技能:先收集 5 到 20 份代表性样本(原创推文与串推、文章、随笔、备忘录、发布说明、通讯、有效的外发邮件或私信、产品文档、更新日志、README 与站点文案),再按固定结构产出一份 VOICE PROFILE 块,供内容创作、外联与跨渠道改写直接复用,避免每次从零推导风格或退回到通用 AI 腔调。该技能强调素材来源优先级、近期优先、区分“公开发布语气”与“私下工作语气”,并列出硬性禁用写法(虚假好奇钩子、“not X, just Y”、“no fluff”、刻意小写、LinkedIn 意见领袖式节奏、诱饵式提问、“Excited to share”、通用创始人故事填充、做作括号等)。

写作与研究1 次安装

humanizer

Humanizer 是一个用于去除文本中 AI 生成痕迹、让写作听起来更自然的技能,基于维基百科《Signs of AI writing》指南整理出 29 种典型 AI 写作模式。它可识别并改写对意义、知名度或宏大趋势的过度强调,-ing 结尾的空洞分析,广告式用语,模糊归因,套路化的“挑战与前景”段落,以及高频 AI 词汇、回避 is/are、负面平行句、三连排比、同义词循环、虚假范围、被动语态、破折号过用、过度加粗、行内标题列表、标题大小写、表情符号和弯引号等问题。使用时可直接粘贴文本、指向文件或提供个人写作样本做声音校准:先分析样本的句长、用词、段落开头、标点与过渡习惯,再据此改写。改写过程中保留原意与目标语气,同时加入观点、变化节奏、承认复杂情绪、适度使用第一人称,避免“干净但无灵魂”的文字。适用于博客、文章、PR 描述、文档、备忘录、邮件、推文、简历条目等发布前审校,也适合对自身面向用户的输出做最后一遍去 AI 味检查。文件编辑时会展示差异或改动段落,不会静默覆盖;未提供写作样本时按默认自然、有观点的风格处理。

写作与研究1 次安装