ml-paper-writing
面向 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等顶级 AI 会议的论文写作技能，可从研究仓库出发生成完整初稿、组织论证、检索并核验引用，并提供 LaTeX 模板与会议检查清单。
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 10-20 00:13
写作与研究
13,737 个结果
peer-review
用于科研稿件与基金申请的结构化同行评审技能，按清单逐项评估方法学、统计、可复现性、伦理与报告规范，并支持生成示意图辅助评审文档。
writing-stickiness
基于希思兄弟 SUCCESs 模型（简单、意外、具体、可信、情感、故事）提升信息记忆度与说服力的写作技能，先评分诊断再针对薄弱维度改写，并给出前后对比。
journal-target
一个面向学术投稿的期刊选择分析技能：读取论文或研究描述，生成论文画像，按四个层级检索候选期刊，并输出匹配度分析、对比矩阵与投稿级联建议。
eli5-compress
eli5-compress 是一个用于压缩自然语言记忆文件（如 CLAUDE.md、待办、偏好设置）的技能，通过把术语密集的文本改写为简单平实的语言来减少输入 token。压缩版会覆盖原文件，并保留 <filename>.original.md 备份。
omm-scan
omm-scan 是 oh-my-mermaid 提供的架构扫描技能，用于分析代码库并生成或更新 .omm/ 架构文档。它采用基于视角的递归分析方式，适合在用户要求扫描架构、更新架构或刷新架构文档时使用。
sn-dimension-research
深度研究流程中的单维度执行技能：按 plan.json 中该维度的 search_strategy 做多轮检索、证据筛选与交叉验证，产出 sub_reports/{dimension_id}.md 并更新 plan.json 中该维度状态。不负责规划维度、综合所有维度或撰写最终报告。
coauthoring-docs
这是一个用于与用户协作撰写文档的结构化工作流技能。它把文档共创分为三个阶段：上下文收集、精炼与结构、读者测试。核心理念是“用户掌握上下文，代理掌握结构”，通过提问、头脑风暴、逐节起草和迭代修改，把用户的知识高效转化为文档，避免代理凭空写出看似合理却错误的内容。第三阶段用无上下文的全新代理模拟读者提问，以发现作者视角难以察觉的盲点。适用于撰写技术规格、提案、决策文档、PRD、RFC 等场景。
paperclip-dev
用于开发和运维本地 Paperclip 实例的技能，涵盖启动/停止服务、从 master 拉取更新、构建与测试、worktree 管理、数据库备份等日常流程，并强调开源仓库卫生、CLI 唯一接口与 PR 规范。
rudin-real-complex-analysis
该技能是 Walter Rudin《实分析与复分析》（Real and Complex Analysis，第3版）的参考工具，用于辅助解决测度论、勒贝格积分、Lp 空间、泛函分析以及复分析（解析函数、围道积分、留数）等研究生水平数学问题。它提供主题覆盖、决策树式解题指引、关键定理速查表，并附带查询、符号计算与验证脚本命令。
grant
grant 是 co-researcher 中的资助申请开发技能，用于把研究想法转化为面向 NSF、NIH、ERC 及主要基金会的可资助项目申请书，覆盖从概念、撰写 Specific Aims 到完整提案评审的阶段。
screenwriter
Screenwriter 是一个把创意概念转化为专业、可投产剧本的写作技能，专为 AI 视频生成流程优化。它输出结构化、视觉细节丰富的行业标准剧本，采用 XML 标记的 Markdown，便于流水线解析。
scientific-writing
面向科研论文写作与修订的 AI 技能，覆盖摘要、引言、方法、结果、讨论等章节撰写，IMRAD 结构，APA/AMA/Vancouver/Chicago/IEEE 引用格式，图表与数据可视化，CONSORT、STROBE、PRISMA 报告规范，以及投稿准备与审稿意见回应。
social-evidence-research
social-evidence-research 是一个用于研究社交平台公开讨论的研究方法技能，核心目标是让报告中的每一条结论都能追溯到实际查看过的原始材料。它要求先设定研究协议（问题、平台、时间范围、抽样方法、分析单位、样本上限、停止规则），再通过发现（仅作线索，不能支撑结论）、查看并记录（按帖文、标题、单条评论、主页、图片、视频片段等分别建立证据记录）、去重分组、归属评论者、构建主张表、统计数量与局限、如实报告访问缺口等步骤完成研究。该技能严格限定只读操作，仅处理公开或用户授权的材料，不发布、不点赞、不关注、不私信、不评论，也不代替用户登录，不绕过登录墙、付费墙、速率限制或已删除内容，遇到这些情况一律记为访问缺口。它强调来源说了某事不等于某事为真，重复内容只计一次支撑，评论归属与发帖作者分开，便利样本和互动量不能推断平台整体趋势，空白搜索结果只能算采集限制而非讨论不存在的证据。该技能还可用于审计已有报告，标出违反上述规则的结论并说明需要何种证据支撑。具体功能、收费、价格、平台支持和效果信息资料中暂未提供。
dby-charter
都爆鸭的「号章程 · 创作 DNA」技能包，用于 IP 定位问诊与文风蒸馏。通过 L0 三问、L1 十五问或老号反推产出结构化号章程，并从范文蒸馏创作 DNA，供选题、写作与复盘参考。
deep-research
Deep Research 是一个面向高风险问题的多源深度调研技能，把“研究某主题”变成可审计、可复用的调查流程：先提出可证伪假设，并行派出子代理跨渠道检索，逐条来源存档并做三角验证，最后输出带来源引用的报告文件夹。
cv-reviewer
CV Reviewer 是一个用于审查与点评简历的 AI 技能，依据一套最佳实践清单给出结构化、诚实的反馈，按严重程度分级，并附可执行修改建议。它会先判定资历层级，再逐项检查格式、日期、栏目顺序、联系方式、经历、教育、技能与项目。
deep-research
Deep Research 是一个面向广泛、时效性问题的研究技能，通过多角度网络搜索、选择性阅读来源并给出带引用的综合结论，且受有限预算约束。
learned-docs
learned-docs 是 dagster-io/erk 项目中的规范型技能，用于在 docs/learned/ 目录下撰写、修改或重组面向智能体的文档，涵盖 YAML frontmatter、分类组织、索引与路由表维护。
readme-wizard
README Wizard 是一个用于生成或改进项目 README.md 的技能，通过扫描仓库获取真实项目数据，产出专业、精炼的说明文档，避免编造元数据。
wiki-ingest
wiki-ingest 是一个把 raw/ 中的新来源处理进知识库 wiki 的技能，在用户要求摄取、处理、添加或纳入来源时激活。它按 wiki/CONVENTIONS.md 约定生成页面与摘要，并更新索引和日志。
ship
用于任务获批后的交付阶段技能：运行预发布检查、创建分支或拉取请求、更新 TASKS.md，并输出交接信息，不会自动合并。
technical-articles
撰写技术文章与博客的技能，强调标题即结论、开头直给洞见、代码优先于叙述。规定章节标题应是论点、行文节奏需在散文与视觉元素间交替，并给出好文与坏文的具体标准。
doc-coauthoring
doc-coauthoring 是一个协作撰写与修订文档的技能，面向提案、RFC、决策记录、技术规范、战略等需要读者测试的长文档，充当主动写作伙伴，并按请求调整流程深度。