Skills
收录 96,981 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。
文档处理
构建并维护由 LLM 代表用户更新的持久化 Markdown Wiki,通常位于 Obsidian 库或由 Git 跟踪的笔记仓库中。适用于将网页文章、论文、会议笔记、转录、截图或过往分析等原始来源,整理为相互链接的知识库;其中包含不可变的源文件、LLM 撰写的 Wiki 页面、`index.md`、`log.md`、`AGENTS.md` 或 `CLAUDE.md` 中的架构规则、来源摘要、查询笔记和定期 lint 检查。触发词:llm-wiki、个人 Wiki、Obsidian Wiki、研究资料库、知识库、来源摄取、持久化笔记、Wiki 维护、来源摘要、查询归档。
当电子表格文件是主要输入或输出时使用此技能。即用户希望执行以下任何任务:打开、读取、编辑或修复现有的 .xlsx、.xlsm、.xltx、.csv 或 .tsv 文件(例如添加列、计算公式、设置格式、制作图表、清理杂乱数据);从零或其他数据源创建新的电子表格;或在表格文件格式之间进行转换。当用户提到某个电子表格文件的名称或路径时尤其要触发——即使只是随口一说(比如「我下载文件夹里的那个 xlsx」)并希望对它做些什么或从中产出些什么时。对于将杂乱的表格数据文件(格式错误的行、错位的表头、无用数据)清理或重组为规范电子表格的任务,也应触发。交付物必须是电子表格文件。当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时不要触发,即使涉及表格数据。
用于特定公司、个人、非营利组织或政府机构的决策级实体研究技能,产出经过假设检验的专题档案,而非泛泛简介。强制要求用户在开始时说明假设(他们已相信什么,以及希望验证或证伪什么),以便专题档案检验假设,而非仅仅确认假设。输出为可编辑的 Word 文档(.docx),包括假设结论、身份事实、近 12 个月活动时间线、人脉与声誉信号、风险提示、基于具体发现的对话切入点,以及来源溯源审计日志。主要使用 WebSearch、WebFetch 和免费 API(SEC EDGAR、GitHub、ProPublica);可选的 BYOK MCP 可增强覆盖范围。用户要求对特定实体进行背景调查、尽职调查或会议准备时使用(例如“帮我准备与[个人/公司]的会议”“对[公司]进行尽职调查”)。遵守新闻报道和个人背景审查场景的敏感性排除规则。
使用 Consensus 学术搜索,根据任意课程教学大纲生成精选补充阅读清单。先进行深度需求确认(大纲输入格式、课程受众、年份范围),并在搜索前设置分组方式的强制选项确认点,确保阅读清单符合课程难度和时效性需求。解析大纲以提取主题和学习成果,使用 Consensus 为每个主题搜索近期同行评审论文,并生成格式专业的 .docx,其中包含可点击的 Consensus 链接、按受众水平调整的通俗摘要,以及与课程学习目标相关的 Bloom 高阶思维讨论题。用户上传教学大纲、课程概要或课程文件并希望获取补充阅读资料时使用(例如“根据这份大纲创建阅读清单”“为我的课程查找近期论文”);即使只是随口提及且附有大纲,也应触发此技能
通用 LaTeX 文档技能:创建、编译任意文档,并转换为带 PNG 预览的专业 PDF。支持简历、报告、求职信、发票、学术论文、学位论文、学术简历、演示文稿(Beamer)、科学海报、正式信函、考试/测验、书籍、速查表、参考卡、考试公式表、可填写 PDF 表单(hyperref 表单域)、条件内容(etoolbox 开关)、基于 CSV/JSON 的邮件合并(Jinja2 模板)、版本差异对比(latexdiff)、图表(pgfplots + matplotlib)、表格(booktabs + CSV 导入)、图片(TikZ)、Mermaid 图表、AI 生成图像、水印、横向页面、参考文献/引用(BibTeX/biblatex)、多语言/CJK(自动 XeLaTeX)、算法/伪代码、彩色框(tcolorbox)、SI 单位(siunitx)、Pandoc 格式转换(Markdown/DOCX/HTML ↔ LaTeX),以及手写或印刷文档转 LaTeX(数学、商业、法律、通用)。编译脚本支持 pdflatex、xelatex、lualatex 自动检测、latexmk 后端、texfot 日志过滤、PDF/A 输出和详细程度控制(--verbose/--quiet)。经实测优化的规模:单个 Agent 处理 1-10 页,11-20 页拆分,21 页以上用 batch-7 流水线。适用于以下需求:(1) 制作简历/CV/求职信,(2) 撰写 LaTeX 文档,(3) 创建包含表格/图表/图片的 PDF,(4) 编译 .tex 文件,(5) 制作报告/发票/演示文稿,(6) 任何涉及 LaTeX 或 pdflatex 的工作,(7) 将 PDF 转换/OCR 为 LaTeX,(8) 转换手写笔记,(9) 制作图表/图形/示意图,(10) 制作幻灯片,(11) 撰写论文或学位论文,(12) 制作学术 CV,(13) 制作海报,(14) 制作考试/测验,(15) 制作书籍,(16) 在文档格式之间转换(Markdown、DOCX、HTML 与 LaTeX 互转),(17) 为 LaTeX 生成 Mermaid 图表,(18) 撰写正式商务信函,(19) 制作速查表或参考卡,(20) 制作考试公式表或便览卡,(21) 将讲义/PDF 浓缩为速查表,(22) 创建带文本框/复选框/下拉框的可填写 PDF 表单,(23) 创建含条件内容/开关(显示或隐藏章节)的文档,(24) 从 CSV/JSON 数据生成批量/邮件合并文档,(25) 生成高亮文档差异的版本对比 PDF(latexdiff),(26) 制作含题目与解答的作业/习题,(27) 制作包含数据表、图表和误差分析的实验报告,(28) 为 PDF 加密或设置密码保护,(29) 将多个 PDF 合并为一个,(30) 为网页或邮件优化/压缩 PDF,(31) 检查 LaTeX 文档的常见问题,(32) 统计 LaTeX 文档字数,(33) 分析文档统计数据(图表、表格、引用),(34) 从 DOI 获取 BibTeX,(35) 将 Graphviz .dot 文件转换为 PDF/PNG,(36) 将 PlantUML .puml 文件转换为 PDF/PNG,(37) 制作一页纸/事实清单/执行摘要,(38) 制作数据表或产品规格表,(39) 从 PDF 中提取页面(页码范围、奇偶页),(40) 在编译前检查 LaTeX 宏包是否可用,(41) 分析引用并与 .bib 文件交叉核对,(42) 调试 LaTeX 编译错误,(43) 让文档具备无障碍访问能力(PDF/A、标记 PDF),(44) 制作讲义或课程资料,(45) 填写现有 PDF 表单(可填写域,或通过批注填写不可填写的表单),(46) 从 PDF 中提取文本或表格(pdfplumber、pypdf),(47) 将扫描版 PDF OCR 为文本(pytesseract),(48) 用 reportlab 以编程方式创建 PDF(Canvas、Platypus),(49) 旋转或裁剪 PDF 页面(pypdf),(50) 为现有 PDF 添加水印,(51) 提取 PDF 元数据(标题、作者、主题)。
用户想要创建、阅读、编辑或处理 Word 文档(.docx 文件)或 Word 模板(.dotx 文件)时,均使用此技能。触发条件包括提到“Word doc”“word document”“.docx”“.dotx”,或要求制作包含目录、标题、页码或信头等格式的专业文档。提取或重组 .docx 或 .dotx 文件内容、插入或替换文档中的图片、在 Word 文件中查找和替换、处理修订或批注,或将内容转换为精排 Word 文档时也使用此技能。如果用户要求以 Word 或 .docx 文件形式制作“报告”“备忘录”“信函”“模板”或类似交付物,请使用此技能。不要用于 PDF、电子表格、Google Docs,或与文档生成无关的一般编码任务。
简历与岗位 JD 的匹配度分析工具。上传简历(PDF/DOCX/文字)和目标岗位 JD(文字/图片/URL),输出多维度评分、匹配等级(A/B/C)、关键差距分析和具体优化建议。当用户提到以下任何关键词时触发:简历匹配、简历分析、岗位匹配、JD分析、简历评分、resume match、resume analysis、job fit、简历诊断、简历评估、匹配度分析、简历和JD对比、岗位适配度、resume review、resume scoring。当用户同时提供了简历文件和岗位 JD 时也应自动触发。即使用户没有明确说“匹配分析”,只要他们提供了简历+JD并想知道“合不合适”、“能不能投”、“差距在哪”,都应该触发这个 Skill。
制作和修改可编辑的 draw.io / diagrams.net 示意图(.drawio XML),输出 .drawio + PNG/PDF。三种方式:套用内置模板(五带技术路线图、三栏研究框架图、三栏阶段流程图、横版任务流水线图)、从零手写 XML、高保真复刻参考图。用户要求技术路线图、全文概览、研究框架图、论文流程图、算法流程图、模型/系统架构图、方法示意图、将论文或课题制作成一张图、答辩用图,或要求绘制 drawio 图、根据参考图重绘为可编辑矢量图、修图(文字溢出/箭头错乱/配色不一致/排版不对齐)时使用。绘制折线图、热图等数据图表请改用 scibox-figure。
提供两种以扫描仪效果 PDF 呈现的处理流程。(1)纸质文档的手机照片(合同、盖章证书、收据、表格、手写笔记)→ 清晰的扫描质量 PDF:透视校正 + noteshrink 去白底 + A4 排版 + 必须进行全文档检查。触发词:“把照片 做成扫描件”“photos to scanned PDF”“make this look scanned”“手机拍的 文档转 PDF”“盖章文件扫描”;替换现有扫描 PDF 中的页面;或任何类似 CamScanner 的请求。(2)尚无签名的数字文档(渲染后的 docx/PDF、确认表、合同草稿)→ 制作成手写签名并扫描的效果:合成手写风格签名,将其叠加到签名线上,并应用相同的扫描效果后处理。触发词:“帮我做个手写签名”“生成签名盖到这份文件上”“做成签过字的扫描件”“synthesize a signature”;或任何希望文档看起来已签名但没有真实拍摄签名的请求。不要自行调整 levels/contrast 来增强扫描效果——已尝试并否决两次;此技能的处理流程经过验证。
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
