beads-docs
beads 用户文档（docs/ 下的 Mintlify 站点）的写作与编辑规范技能，涵盖术语统一、内容结构、排版、图表、生成内容与验证流程，适用于创建、修改或审阅 beads 文档页面。
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
13,670 个结果
cw-story-critique
一个用于分析与批评故事内容的创意写作技能，在用户请求对作品提供反馈、批评或分析时使用，强调先了解受众与目标，再按故事需要灵活组织反馈，而非套用固定模板。
entity-research
entity-research 是一个面向公司或个人的深度背景调研技能，输出带来源引用的档案。它做研究与汇编，不做筛查、放行、评级或拦截；名单或负面信号仅提示升级人工合规复核，且仅用于合法目的、只采集公开信息。
teach
teach 是一个有状态的教学工作区技能：围绕用户的真实学习目标，在当前目录组织任务说明、参考资料、学习记录与单课 HTML 课程，通过检索练习、间隔与交错练习提升长期记忆。
knowledge-query
knowledge-query 是一个专注于竖屏短剧知识库查询和信息检索的技能，提供专业知识服务。它面向剧本桥段、高能情节、创作技巧、商业运营等专业领域，通过语义搜索在指定知识库中获取相关度最高的内容，并进行智能总结整理。该技能内置剧本桥段库、短剧高能情节库等知识体系，覆盖经典桥段、情节设计、冲突设置、转折技巧、爆点设计、爽点构建、节奏控制、视觉冲击等方向，同时涉及剧本创作、短剧制作、商业运营等专业领域。使用时需提供明确的知识查询关键词或问题，可选指定查询的知识库范围；输出包含清晰的标题和分类、完整的背景和方法说明、具体应用场景和案例以及实用技巧建议。检索结果仅来自知识库，不进行外部搜索，知识总结保持客观准确，输出结构化便于理解和应用。
yutori-research
yutori-research 是 Yutori MCP 中的深度网络研究技能，调用 Yutori Research API 让研究智能体围绕任意主题执行异步调研，适用于竞品分析、市场研究、查找文档或回答问题。
eureka
Eureka 是一个用于记录技术突破的技能：在问题刚解决、上下文还新鲜时，把关键洞察整理成可复用、可检索的文档。它会生成结构化的突破记录文件并维护索引，帮助团队沉淀经验。
perspective-taking-designer
面向教师的教学设计技能：帮助设计结构化的换位思考活动，区分真实理解他人情境与自我投射，覆盖历史、社科、文学等场景，并含安全审查、发展性校准与评估标准。
productive-failure-protocol
该技能在讲解复杂问题前先安排探索阶段：学习者必须先给出两种尝试性解法，之后才进入整合讲解，帮助建立概念理解与迁移能力。
integration-review
ADK 集成文档页与集成 PR 的审查技能：依据 adk-docs 仓库规范，检查集成页面的 frontmatter、结构、代码正确性、样式、链接与收录机制，并核实开发者价值与项目成熟度，输出分级审查报告与合并决定。
amz-product-research
面向亚马逊卖家的选品研究技能，用“机会四方格”和“利基评分卡”两套框架，从需求、竞争、利润、进入壁垒四个维度评估产品机会，并判断所在利基是否值得进入，最终给出 GO、INVESTIGATE 或 NO-GO 结论。
qiaomu-libgen-downloader
通过 LibGen.li 镜像站搜索和下载电子书的命令行工具，使用纯 curl 与 Python 标准库实现，无需额外依赖。支持按书名或作者搜索、只列出结果或自动选第一个可用结果下载。
media-analyzer
Media Analyzer 是一个面向新闻、评论、新闻稿等媒体文本的修辞与手法分析工作流，强调“识别手法而非立场”。它通过脚本扫描加人工情境核查，检视情绪化用词、选择性引证、来源偏差、框架、遗漏、情感诉求与虚假平衡等可观察信号，并输出结构化分析报告；不判断政治方向，也不用于事实真伪判定。
reviewing-ai-papers
面向企业 AI 工程师的 AI/ML 论文与文章审读技能：提取可执行要点，并通过“论文未做的消融”检查区分真正新方法与既有技术，必要时把有价值结论存入记忆供跨会话调用。
sn-search-social-en
用于搜索英文社交平台的技能，覆盖 Reddit 帖子与讨论、Twitter/X 推文和 YouTube 视频。提供对应 Python 搜索脚本，凭据通过环境变量或命令行参数传入，输出标准 JSON 结果。
research-synthesis
research-synthesis 是 co-researcher 技能集中的研究综合技能，用于把多项研究的发现合并为有依据的连贯叙述，适用于文献综述与证据整合场景。
media-writer
media-writer 是一个面向多平台的写作技能，用于把技术内容改写为符合各社区文化的原生内容。它强调每个平台是一种文化而非单纯格式，需按微信、Hacker News、Reddit、Medium、Twitter/X、Dev.to、LinkedIn 等各自的规则来写。
manga-script-master
面向短视频漫剧（动态漫/条漫）创作的脚本与AI分镜提示词生成技能，可将故事创意转化为高完播率脚本并输出可用AI绘画/视频分镜提示词，支持爽文、甜宠、悬疑、搞笑等赛道。
paper-fetch
paper-fetch 是一个按 DOI、arXiv id、论文标题或 DOI 列表获取论文 PDF 的命令行工具，按优先级依次尝试 Unpaywall、Semantic Scholar、arXiv、PubMed Central、bioRxiv/medRxiv、出版商直连与 Sci-Hub 等来源，命中即停止，并以 JSON 信封输出结果。
deep-research
面向结构化深度研究工作流的入口技能：把主题转成可扩展大纲，再对每个条目并行调查为经过验证的 JSON，最后生成带目录的 Markdown 报告，每个阶段都设有人工确认检查点。
reviewing-prd
reviewing-prd 是一个用于评审已完成 PRD 的智能体技能，判断下游构建能否据此规划，并按固定 12 项可规划性清单输出 VERDICT: approve 或 VERDICT: revise 及可执行发现。
figure-planner
figure-planner 是一个用于规划、重构和审查论文图表的技能，核心是让每张主图承载一个明确主张，并为每个面板分配角色，使图例与 Results 文本保持一致。适用于图表逻辑而非句子写作成为瓶颈时。
pre-mortem
Pre-mortem 风险分析技能，通过“发布后失败”的前瞻性后见之明框架，将风险分为 Tigers、Paper Tigers 和 Elephants，在发布前暴露可能阻断上线的问题。
paper-figures
paper-figures 是一个用于从表格数据（CSV 或 DataFrame）生成可发表级 PNG 图表和可复现 matplotlib 脚本的技能。它依据自然语言描述渲染图表，并输出 plot.py、plot.png 及审计文件。