wewrite-rewrite
WeWrite 的多平台改写模块，可将一篇公众号文章或指定源稿内容级真改写成其他平台版本，当前支持小红书图文笔记与抖音口播脚本，并检查编辑质量与源稿相似度。触发词包括改写成小红书、抖音版、口播稿、一稿多发、平台改写等。
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
13,665 个结果
ln-001-standards-researcher
一个面向故事/史诗生成前的标准与架构模式调研技能（ln-001-standards-researcher），基于MCP Ref检索行业标准、RFC与架构模式，产出不含代码的标准研究表格与链接，可保存到文档中复用。
ainovel-cli-vietnamese
ainovel-cli 越南语分支是一个多智能体自主长篇小说生成 CLI 工具，通过架构师、写作、编辑三类智能体协作，从一句提示生成完整越南语小说，支持 500 章以上、实时干预与断点恢复。
academic-paper-strategist
Academic Paper Strategist 是一个面向 Codex 的软件工程/计算机本科论文规划技能，用于在正式写作前，基于真实代码仓库对论文进行规划、风险规避与证据落地。它读取仓库文件、SQL、配置、文档、控制器、服务、实体以及现有初稿，将项目证据映射到各章节，只保留代码库和学校格式样例能够支撑的论点、图表与测试内容，避免编造功能、接口、数据表、性能数据、部署规模或测试结果。该技能还支持对现有初稿做保留/重写/删除分类，处理查重与 AIGC 检测报告，规划工程风格图表与运行截图，并输出交给 academic-paper-composer 的交接包。
bmad-research
BMAD 规划流程中的调研技能，通过实时网络来源开展市场、竞争、领域与技术研究，输出带引用的 research-report.md，供后续规划技能使用。
scientific-paper-figure-generator
用于生成符合期刊要求的科研论文图表，支持 Nature、Science、IEEE、ACS 等风格模板，可制作多面板图、高分辨率与矢量输出，并添加 p 值、误差棒等统计标注。
wewrite-stats
WeWrite 数据复盘模块，用于拉取微信公众号文章的阅读、分享、点赞数据，回填历史记录，并据此给出选题、标题与框架的调整建议。触发词包括看看文章数据、效果复盘、阅读量怎么样等，需要公众号或 WeWrite 上下文。
expert-interview
expert-interview 是一个纯对话型技能，用于在写作前从领域专家处提取第一手经验。它通过有针对性的提问，产出包含逆向观点、具体数据、失败与意外经历的知识文档，可直接交给 write-content 或 improve-content 使用，也可独立用于演示或培训材料。
better-writing
一个用于起草、改写、审阅、人性化或改编散文的写作技能，强调在不丢失事实、作者声音与不确定性的前提下，让文字清晰、忠实、具体、结构合理。适用于技术文档、维基、产品、编辑、营销等场景。
equity-researcher
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。支持投资速览（3-5页）与深度研报（≥25页）两种输出，含财务模型、DCF估值、情景分析等，默认输出PDF。
content-research
面向人类读者与 AI 搜索引擎（Claude、ChatGPT、Perplexity、Gemini）的内容研究创作技能，按研究、专家、选题、创作、AIO 五阶段流程产出真实、有据可查的内容。
aigc-down-skill
AIGC-Down 是一个面向中文学术写作（本科/专科毕业论文）的去 AI 味专项 skill。它把作者从真实论文改写实验中归纳的规律（AIGC 率从 >50% 降至 11%）整理成一套可执行的编辑流程，并参考了 Wikipedia 关于 AI 写作迹象的相关内容。该 skill 的核心认知是：AIGC 检测器识别的不是内容本身，而是写作模式的统计规律，因此目标是通过打破模式规律性、注入写作的随机性与真实感来降低检测率。它系统梳理了内容层面、语言层面和风格层面的多种 AI 写作模式，例如「依据/基于 XX 理论」起笔、段末「此案例印证了」套路、整齐三元并列、模糊归因、AI 高频词、破折号与加粗滥用、泛化结尾等，并给出改写前后对照与改写规律。使用上，它默认按「提取高 AIGC 率段落—输出风险识别报告—等用户确认后改写—整理为 .txt 文件」的流程执行，同时设有强制硬约束（如 AI 高频词每段 ≤2 个、泛化结尾 0 处、模糊归因 0 处等）和最终自检清单、质量评分维度。适用于需要降低中文学术文本 AI 痕迹的写作场景，主要针对本/专科毕业论文。
incident-commander
用于生产事故响应的技能，可按收入、用户范围、数据安全风险等维度评定 SEV-1 至 SEV-4 严重级别，从日志、告警、Slack、部署事件重建时间线，并用 5 Whys、鱼骨图等方法生成复盘报告与行动项。
product-manager
面向产品经理的专家级技能，覆盖产品战略、路线图规划、用户研究、优先级框架与干系人管理，并提供RICE/ICE评分、PRD、指标框架等模板与脚本。
simple
Simple 是一个面向写代码、修 bug、审查 PR 与讨论抽象设计的技能，主张代码是给人读的，强调可读性（affordance）、控制复杂度，并提供 bugfix 质量、抽象成本、复杂度上限与度量指标等检查要点。
source-comparison
用于比较同一主题下多个来源的 AI 技能，运行 /compare 工作流，并生成有依据的对比矩阵。适用场景包括比较论文、工具、方法或框架。输出结果保存至 outputs/。
recovery-education-writer
面向康复教育的中文写作技能，把神经科学和认知心理学转化为同伴视角的成瘾与康复科普内容，减少羞耻感、增进理解。适用于撰写教育文章、解释戒断现象与时间线等；不用于危机干预、医疗建议或诊断。
wewrite-learn
WeWrite 的自学习模块，用于从人工修改中学习写作偏好、导入范文建立风格库，以及从公众号文章学习排版主题。需在公众号或 WeWrite 上下文中使用，不应被通用“学习”“总结文章”触发。
technical-tutorials
technical-tutorials 是一个面向开发者营销场景的技能，用于创建真正可运行的分步技术教程、快速上手（quickstart）和代码讲解。它覆盖前置条件处理、渐进式复杂度、故障排查章节，以及如何设置让读者获得“它跑起来了！”的满足感时刻。使用前需先加载受众上下文：读取 .agents/developer-audience-context.md，了解开发者技能水平（初级、中级、高级）、技术栈熟悉度（可以假设他们已掌握什么）、环境（macOS、Linux、Windows、云端）以及学习动机（求职、副业项目、好奇）。若上下文文件不存在，应先运行 developer-audience-context 技能。该技能区分四种教程类型：Quickstart（5-10 分钟，尽快获得首次成功，如“完成第一次 API 调用”）、Tutorial（20-45 分钟，深入学习一个概念，如“用 Node.js 构建 REST API”）、Workshop（1-3 小时，完整项目，如“构建全栈应用”）、Code walkthrough（时长不定，讲解已有代码，如“理解我们的 SDK 架构”）。它还提供教程结构模板、前置条件表格、环境搭建步骤、代码块编写规范、检查点设计、故障排查模板以及质量检查清单，并列出可配合使用的工具与相关技能。
academic-letter-architect
用于撰写以证据为基础的学术推荐信、证明材料与奖项提名的技能，强调用具体事例、横向比较和恰当语气支撑评价，并给出结构模板、写作流程、语气分级与评分标准等参考。
mermaid
用于在 Markdown 文档中创建 Mermaid 图表的技能，支持流程图、时序图、类图、状态图、ER 图、甘特图、饼图等多种图表类型，输出带 mermaid 语言标记的 Markdown 代码块，可直接在 GitHub、GitLab、wiki、博客等 Markdown 渲染器中显示。
prd-reviewer
PRD Reviewer 是一个面向产品需求文档（PRD）评审的 AI 技能，定位为“需求评审会议的 AI 化”，对 PRD 进行 360 度审查，判断其是否达到进入 HLD（概要设计）阶段的准出标准。它支持两种工作模式：formal_design（完整新功能文档或正式全量准出，执行完整流程、模板、追溯与门禁）和 bounded_change（对已有工件的有限增量，仅检查受影响行为、授权、兼容性及直接依赖，只给该范围结论）。审查覆盖结构完整性、业务逻辑（PM 视角）、需求清晰度（开发视角）、可测试性（QA 视角）、业务方视角、内容边界、证据可追溯性、一致性、Traceability Metadata，以及 BRD 拆分为多个 PRD（1:N 场景）时的覆盖范围、跨 PRD 依赖等检查。问题按 P0（阻塞）、P1（严重）、P2（建议）三级分类，未关闭的 P0/P1 不放行，P2 不按数量阻断。审查结论包括不通过、待补证据（未准出）和通过，通过时输出准出证书。该技能通过读取 PRD 文件路径或直接粘贴内容触发，可迭代复审并记录“第 N 轮”。默认跟随用户输入语言，TRACEABILITY-METADATA 字段名、枚举值、ID 与 comment markers 始终为英文。
grill-me
grill-me 是一个用于打磨计划或设计的技能，通过持续追问式访谈帮助用户审视方案。资料仅说明其用途为“对计划或设计进行不留情面的访谈”，并提示通过 Skill 工具调用“grilling”。
research
一个用于调研的技能：针对问题查阅高可信一手来源，并把结论整理成仓库中的 Markdown 文件。适合需要基于官方文档、源码、规范或第一方 API 做主题调研的场景。