writing-pre-publish-checklist
该技能在写作发布前运行六部分质量检查清单(内容、结构、清晰度、风格、润色、最终测试),帮助发现剩余问题,属于发布前的最后把关,而非深度改写。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-23 00:12
259,834 个结果
该技能在写作发布前运行六部分质量检查清单(内容、结构、清晰度、风格、润色、最终测试),帮助发现剩余问题,属于发布前的最后把关,而非深度改写。
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。
corporate-trust 是 madebymustafa/design-taste 集合中的“信任优先型企业”风格包,面向金融科技、医疗、政府等需要建立稳健信任感的受众。它以纯白页面、单一深蓝强调色、系统字体、精确表格和零装饰为核心,提供固定的配色、字体、版式、内容语气与动效规范,以及可执行的检查清单,帮助页面传达可靠、可审计、低风险的印象。适合构建企业官网、产品介绍、合规与采购场景页面,不适用于追求视觉冲击或强营销表现的项目。
retro-print 是 madebymustafa/design-taste 系列中的风格包(Genre pack),主题为 Risograph 孔版印刷与 70–80 年代印刷复兴。它面向网页设计,给出一套固定的视觉规则:暖色纸张底色、最多两种颜料墨(riso 红 #E4572E 与 riso 蓝 #355E8C)、半调网点纹理、套印偏移(misregistration)、虚线图章与海报式排版。字体上要求展示用窄体大写、正文用安静的衬线体、标签用等宽大写。动效近乎没有,仅保留 200ms 的入场与链接变红的悬停。页面中每一条均为设计约束,适合需要营造真实印刷质感的品牌页、活动海报页与作品集。
Amazon Memo 是一个帮助撰写、改编和修订亚马逊式叙事决策备忘录的技能,适用于六页备忘录、PR/FAQ、短决策简报以及阅读会议和异步评审场景。它强调用连贯的散文推理帮助读者理解问题、质疑推理并做出或记录决策,而非装饰性叙事。该技能提供形式路由(决策/战略叙事、PR/FAQ、短决策简报等),指导建立阅读契约、构建论证(区分事实、假设、预测和虚构示例)、按受众起草、修订以利于人类阅读,以及设计评审和闭环。它包含明确的不使用场景(如架构决策用 adr-authoring、事故分析用 incident-learning 等),并声明这些是原创脚手架而非亚马逊官方模板。
meetings 是一项用于会议全流程规划的技能:帮助组织者规划、组织、引导并记录会议,以及关系敏感的一对一沟通,涵盖受邀人、决策流程、主动无障碍安排等。它强调不编造决策、共识、负责人、截止时间、出席、授权、可用性或同意,区分证据、推断、提案与协议,沉默不等于同意;草拟内容不等于获得邀请、分发纪要、录音、留存转录或创建任务等外部写入授权,实际动作需用户常规授权并确认目标、范围与回滚路径。适当时优先异步沟通,按目的选择最小可用设计,并以回读结果、理由、异议、已接受行动与未知项收尾。
content-writer 是一个用于从零撰写文章、博客或指南的技能,采用先列大纲再逐节写作的两阶段流程,强调可读性、句式变化与避免 AI 腔调。
Data Validation 是一套面向数据工程师的数据校验模式与流水线辅助工具,用于构建自定义业务规则校验流程。它提供 scripts/validators.py 脚本,包含 ValidationResult、DataValidator 以及 validate_no_duplicates、validate_referential_integrity、validate_date_range、validate_value_in_set、run_validation_pipeline、validate_with_schema_version 等校验函数,并提供 assert_schema_match、assert_no_nulls、assert_unique、assert_values_in_set 等测试断言。该技能还按框架细分出 pydantic-validation(记录级校验)、pandera-validation(DataFrame 模式校验)和 great-expectations(流水线期望与监控)等子技能,帮助用户根据 API 请求响应、逐条 ETL、DataFrame 校验、流水线监控或数据仓库检查等不同场景选择合适的框架。依赖 pandas。
面向 Zig 项目的架构指南,适用于系统编程、CLI 工具、游戏开发与高性能服务。内容涵盖显式分配器、comptime 泛型、错误联合、defer/errdefer、测试与构建配置等核心实践,并给出项目结构与常用命令。
Twitter Algorithm Optimizer 是一个用于分析和优化推文(tweet)的技能,目标是提升推文的触达与互动表现。据资料说明,它依据 Twitter 开源算法(如 Real-graph、SimClusters、TwHIN、Tweepcred)的机制,对推文草稿进行评估、改写与编辑,并解释推荐背后的原因。该技能可帮助识别推文表现不佳的算法层面原因,基于互动信号(如点赞、回复、转发、引用、书签及各类隐式与负面信号)提供优化方向,并按用途、主要能力、使用方式、适用场景和限制等维度整理介绍。
Maple 项目接入技能:为仓库内每个应用与服务安装 OpenTelemetry 的 traces、logs、metrics,使遥测数据流向 Maple。含区域与密钥选择、服务枚举、各语言原生 SDK 引导、业务 span/日志/指标、验证与交接步骤。
grilling 是一个“拷问式”思考压力测试技能:针对用户的计划、决策或想法连续提问,直到双方达成共识。它把决策组织成设计树,按轮次提问并给出建议答案,用户只需回答即可推进。
Lightpanda Browser 是一个基于 Lightpanda 引擎、通过 agent-browser CLI 以 CDP 协议控制的轻量无头浏览器自动化技能,主打低内存与快速启动,适合网页抓取、表单自动化和 DOM 交互等无需视觉渲染的场景。
用于评估 Claude Code 工具包质量的技能,覆盖 7 种包类型、6 个评分维度,可生成带评分与严重级别的审计报告。支持单包快速审计与全仓库完整审计,并可扩展类型专属检查。
Skill Distiller 是一个把面向高能力模型(Opus)编写的技能,通过轨迹驱动的蒸馏与跨模型验证,转换为可在低成本模型(Sonnet、Haiku)上确定性执行的技能工具。
Codex 连接 Obsidian 的技能包,在用户说「连接 Obsidian」时载入,提供文件夹授权与 MCPVault 两种连接方式,并支持全文检索扩展。
MATLAB RF PCB 设计优化技能:通过内置 optimize() 与 patternsearch、surrogateopt 等求解器,调节滤波器、耦合器、功分器等器件尺寸,以优化带宽、回波损耗或面积。
software-factory 是面向 AI 智能体的可安装技能,由 mattpocock/skills 发布,用于为“软件工厂”设计提供统一术语。它把软件工厂定义为多个智能体组成的系统:将工单、PR 与定时调度转化为合并的代码,并部署在用户选择的远程基础设施上。该技能规范了任务、触发、运行、执行机、工单追踪器、工单来源、Git 托管、编排器、可观测平台等术语,并给出设计方法:从用户问题出发、逐步增加自动化触发器并配合自动检查、自动评审与人工评审三重刹车、为每个服务槽位选定产品、逐项追问每个任务与工单来源的触发、读写、后续动作、人工介入点与防重复机制。适用于讨论或白板设计软件工厂时统一语言。
notion-axi 是面向智能体使用的 Notion 命令行工具,封装官方 Notion CLI(ntn)并自动处理认证,可搜索、读取、创建、更新、归档和移动页面,创建与编辑数据库、查询和设置类型化行属性,也支持块、评论、用户、文件上传及直接调用 Notion REST API。
VoiceMode 为 Claude Code 提供语音交互能力,通过语音转文字(STT)和文字转语音(TTS)实现自然语音对话,支持 MCP 工具与 CLI 命令,可安装、管理 Whisper 与 Kokoro 本地服务并配置语音。
一个按用户当轮明确要求读取、下载或归档已知网页与社交媒体链接的技能。只接受已知 URL、本地 URL 清单、已确认候选或明确的有界容器,不用于关键词发现、推荐扩展或私人收藏导出。
Advanced Web Ranking 集成技能:通过 Membrane CLI 连接 Advanced Web Ranking,管理数据、记录并自动化工作流,用于与关键词排名跟踪数据交互。
Alpaca 集成技能,通过 Membrane CLI 连接 Alpaca 免佣金股票经纪平台,用于管理机构、用户与筛选器,并在用户需要与 Alpaca 数据交互时使用。官方文档:https://alpaca.markets/docs/
Amazon Elasticsearch 集成技能,用于通过 Membrane CLI 连接 Amazon Elasticsearch,对其索引、文档、快照和仓库等数据进行管理与工作流自动化,适合需要以自然语言或命令行方式交互搜索与分析数据的场景。