developer-keyword-research
面向开发者产品的技术关键词研究技能:从错误字符串、how-to 任务、集成意图、对比与迁移等搜索需求中,挖掘并产出按证据排序的关键词地图,供内容团队撰写。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-10 00:15
15,110 个结果
面向开发者产品的技术关键词研究技能:从错误字符串、how-to 任务、集成意图、对比与迁移等搜索需求中,挖掘并产出按证据排序的关键词地图,供内容团队撰写。
为开发者文档中的代码示例制定统一规范,并审计现有示例库、按优先级输出修复队列的技能。
一个用于批判性分析书面内容(文章、博客、转录稿、报告)推理与逻辑的技能,不用于代码。仅在明确要求批判性分析时使用,输出摘要、关键问题、待探究问题与结论。
面向结构化内容建模的实践指南,讲解 schema 设计、内容架构、内容复用、引用与内嵌对象取舍、关注点分离与分类体系等原则,适用于任意 headless CMS,并含 Sanity 实现说明。
wiki-ingest 是一个把文章、文档或笔记编译成结构化 wiki 知识库的技能,支持交叉引用与可检索的互联知识网络。适用于用户提出“ingest to wiki”“compile to knowledge base”“update wiki”等需求时。
OKF(Open Knowledge Format)技能:编写、维护与消费以 Markdown + YAML frontmatter 组成的可移植知识包,供人和智能体共同阅读。核心硬规则是每个非保留 .md 文件都有可解析的 YAML frontmatter 且 type 字段非空。
dashfix 是一个约束项目文本中破折号使用的技能:只允许普通连字符(-,U+002D),禁止 em dash、en dash 等排版破折号,支持写入、审计与修复模式。
negafix 是一个写作技能,用于禁止“不是X,而是Y”式否定平行结构,并在需要时审计项目文本、给出改写建议与评分,适用于文档、README、营销文案等散文的撰写与清理。
从任意 URL 提取正文并转为干净 Markdown 的技能,保留标题、链接、图片、列表与代码块。优先用 Scrapling 脚本(自动 fast→stealth 回退),失败时改用 Jina Reader。
学术研究助手技能,用于文献综述、论文分析与学术写作,可总结研究论文、分析研究方法、梳理论证结构、识别研究空白,并按 APA、MLA、Chicago 等格式整理引用。
面向博客、社交媒体与营销文案的内容创作技能,强调以受众为中心,提供选题框架、平台写作规范、标题公式与发布前检查清单,适用于撰写博文、推文、LinkedIn 帖子、邮件通讯和产品描述。
深度研究助手技能,用于从多个来源综合信息并给出带引用的分析。适用于深入调研、收集资料、总结研究结论、分析不同观点、识别关键发现与趋势,以及评估来源质量与可信度。
面向 Apple App Store 与 Google Play 的完整应用商店优化(ASO)技能,覆盖关键词研究、元数据优化、竞品分析、评论情感分析、转化与排名跟踪、A/B 测试、本地化及上线清单,可帮助移动应用提升曝光与安装转化。
Architecture 是面向架构决策的技能框架,提供需求分析、权衡评估与 ADR 文档化。它按需选择性读取相关文件,如上下文发现、权衡分析、模式选择与示例参考,并强调从简单开始、仅在确有必要时增加复杂度,同时列出了与其他技能及验证清单的关联。
面向落地页与邮件的转化型营销文案技能,强制先确认简报、禁止编造证明与数据。
这是一个面向项目文档的模板与结构指南技能,汇总了常见文档类型的写作框架,包括 README、API 文档、代码注释、Changelog 与 ADR,并介绍了 2025 年面向 AI 的文档组织方式。README 部分给出按优先级排列的必要章节(标题与一句话简介、快速开始、功能、配置、API 引用、贡献、许可证)及可直接套用的模板;API 文档部分提供按端点组织的模板,包含参数表、响应状态与示例;代码注释部分给出 JSDoc/TSDoc 模板,并说明何时该注释、何时不该注释;此外还包含 Keep a Changelog 格式的变更日志模板、ADR(架构决策记录)模板,以及面向 AI 爬虫与智能体的 llms.txt 模板和便于 RAG 索引的文档组织建议。最后给出可扫描、示例优先、渐进式细节、保持更新等结构原则。本技能强调模板只是起点,需按项目实际情况调整;示意性的路径、命令、日期与默认值应替换为经验证的项目事实,并需保留真实的许可证与保密范围,不得发布私密端点或虚构已接受的 ADR 决策。仅当任务明确匹配上述范围时使用。
从 YouTube 视频提取字幕并生成详尽摘要的技能,基于 STAR + R-I-S-E 框架,适合需要完整内容分析与参考文档的场景。
一个结构化竞品分析技能,提供功能矩阵、SWOT、定位图和 UX 截图等框架,并借助 inference.sh CLI(belt)执行搜索、网页截图与图表生成。
使用 C4 模型与 Mermaid 语法生成软件架构文档的技能。按受众选择上下文、容器、组件、部署或动态图,先分析代码库,再输出带说明的 Markdown 图表文件。
用于撰写或改进 README 文件的技能,按受众与项目类型提供模板和指导。强调先明确读者是谁、需要知道什么,再选择对应模板,适用于开源、个人、内部和配置类项目。
Humanizer 是一个写作编辑技能,用于识别并去除文本中的 AI 生成写作痕迹,让文字读起来更自然、更像真人撰写。它基于维基百科“Signs of AI writing”页面整理的常见模式,适用于编辑和审阅文本。
该技能用于撰写给人阅读的文本,如文档、提交信息、错误提示、说明和 UI 文案。它结合 Strunk《The Elements of Style》的写作规则与应避免的 AI 写作模式,帮助文字更清晰、简洁、具体。
面向 AI 智能体的博客全流程管理技能,可撰写或导入草稿、设置标题与头图、生成 SEO 结构、构建、预览并发布静态博客站点。
面向加密项目与品牌传播的内容写作技能,可撰写博客文章、长文与推文串,覆盖产品发布、合作公告、升级公告与机制科普等场景。强调“像人写的”文风:不吹嘘、不用夸张词、不用 em dash、不用横线分隔符,文章不以空洞段落凑篇幅。需要用户提供项目名称与一句话说明、品牌语调、目标受众与内容类型;未提供时会主动询问。默认语调为冷静、自信、技术精确,先讲问题再讲方案。交付物同时包含带小标题、可直接粘贴进 CMS 或 Notion 的文章,以及编号、可直接复制的推文串,推文串默认不超过 3 条、不加话题标签。附带质量检查清单与按需加载的风格与模板参考文件。