Skills
收录 97,222 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
按会议/期刊校准的同行评审模拟。当研究者说 "simulate reviewers"、"mock review"、"review my paper like a NeurIPS reviewer"、"what would Reviewer 2 say"、"red-team my paper"、"find weaknesses before I submit"、"peer review my paper"、"strengths and weaknesses / pros and cons of my paper"、"what to focus on"，或想要会议或期刊（NeurIPS、ICML、ICLR、CVPR、KDD、SIGMOD、CHI、VLDB、LNCS、TKDE、TODS……）的评分表分数 / 边缘拒稿风险估计时使用。它会构建一个按会议家族和 track 校准的审稿人小组（NeurIPS 主 track 的严厉怀疑者 vs demo track 的宽松评判者），按该会议的量表对新颖性/严谨性/可复现性/清晰度打分，以论文原文引文为依据挖掘弱点，把分数汇总为带有边缘拒稿标记的决策风险区间，并输出按优先级排序的修改清单。仅供参考；改进论文，绝不预测结果，会对照最新的 CFP 重新核实事实，不编造引文或审稿人，也不提交任何内容。
为确切的会议演讲时段（例如 12 分钟演讲加 3 分钟问答，或 5 分钟闪电演讲）撰写带计时和字数预算的讲稿。适用于研究者提到讲稿、演示脚本、演讲者备注、会议演讲、闪电演讲、彩排、"每张幻灯片我该说什么"或"我的演讲超时了"。把幻灯片组或大纲转化为口语语体的文稿，按约 130 词/分钟（可校准）给出每张幻灯片的字数预算、累计时间标记、写好的过渡语、一份占演讲 10-15% 的标记删减清单以应对超时，以及问答交接。内置仅用标准库的 Python 脚本计算预算（word_budget.py）并重新计时任何草稿（script_timer.py，含每张幻灯片计时、删减节省量与超时/不足判定）。感知投稿场所，但以讲者须知和录用邮件为时段长度的基准；绝不编造结果——讲出的每个论断都必须来自论文。
审计跨文档的一致性：docs ↔ roadmap ↔ code ↔ fix index ↔ issues。找出漂移——docs/ 中已有但 roadmap 中没有（或反之）的功能、已合并/关闭的 fix-index 条目、损坏的 documentation-map 链接、依赖环、语言错误的产物、命名规范违规——并按严重程度排序报告，仅在请求时修复低风险项。与模型无关：该技能继承你的 Agent 会话当前使用的任意模型和 effort。触发词："check doc consistency"、"are the docs in sync"、"audit the docs"、"doc coherence review"、"did the docs drift"、"validate the roadmap"。
帮助论文达到目标篇幅：当超出页数限制时，精确建议应压缩哪些内容；当篇幅过短时，建议补充哪些有实质价值的内容。当研究者说 "I'm over the page limit"、"compress my paper"、"what should I cut"、"trim two pages"、"my paper is too long"、"help me fit NeurIPS's limit"、"my paper is too short"、"I have space left, what should I add" 或 "where is all my length going" 时使用。先做逐节的篇幅分析，再给出按优先级、分价值的方案：哪些低价值章节应精简或移入附录，同时保护贡献、结果和引用；或哪些单薄章节应扩充。绝不为了凑篇幅删减证据，也绝不为了填充而注水。触发词：page limit、compress、trim、cut down、too long、too short、over the limit、fit the limit、what to cut、what to add。
指导实现 Syncfusion ASP.NET Core Markdown Converter（Syncfusion.EJ2 NuGet）。当用户需要将 Markdown 文本转换为 HTML、使用 MarkdownConverter 的 toHtml 方法、配置 MarkdownConverterOptions（async、gfm、lineBreak、silence），或将 Markdown Converter 与 Syncfusion Rich Text Editor 标签助手集成以在 ASP.NET Core MVC 或 Razor Pages 项目中实现实时预览或并排编辑时，使用本技能。当用户提到 markdown to HTML conversion、MarkdownConverter、toHtml、ej2-markdown-converter、markdown preview 或 RTE markdown mode 时触发。
使用 REST API 与 Atlassian Jira 和 Confluence 交互——无需 MCP 服务。只要用户提到 Jira、Confluence、Atlassian、工单、issue、冲刺、待办列表、史诗、用户故事，或任何涉及创建/编辑/搜索/流转 Jira issue、编写或阅读 Confluence 页面、生成状态报告、分诊 bug、将规格转换为待办列表、从会议记录中提取任务、搜索公司知识、将本地 BMAD 文档与 Jira 或 Confluence 同步、将文档推送到 Jira、从 Jira 拉取、将文档关联到工单、将 Confluence 空间下载为本地 markdown，或在 Confluence 存储格式与 markdown 之间转换的项目管理任务，就使用此技能。当用户说“把那个工单移到已完成”“PROJ-123 的状态是什么”“为 X 创建一个 bug”“在我们的 wiki 中搜索 Y”“提交一个工单”“检查是否有重复”“写一份状态更新”“把这份规格拆成用户故事”“同步这份文档”“推送到 jira”“从 jira 拉取”“同步到 confluence”“把这个关联到 jira”“同步我的史诗”“下载 confluence 页面”“同步 confluence 空间”“把 confluence 转换为 markdown”或“从 confluence 拉取文档”之类的话时也触发。只要用户哪怕有一丝可能与 Jira 或 Confluence 交互，就使用此技能。
当用户明确要求“核查/优化综述 `{主题}_review.tex` 的正文引用”或“运行 check-review-alignment”时使用。通过宿主 AI 的语义理解逐条核查引用是否与文献内容吻合，只在发现致命性引用错误时对“包含引用的句子”做最小化改写，并复用 `systematic-literature-review` 的渲染脚本输出 PDF/Word。核心原则：不为了改而改，无法确定是否为致命性错误时保留原样并在报告中警告。不适用：用户只是想生成系统综述正文（应使用 systematic-literature-review）；用户只是想新增/核对 BibTeX 条目（应使用专门的 bib 管理流程）。
当 AI Agent 在生成、审查或修改任何法律文本（包括但不限于合同、诉状、法律意见书、裁判文书、法规释义、法律备忘录等）时，需要确保其中使用的法律术语措辞准确、无歧义、符合法律文体要求。该技能在以下场景触发：1. 起草或修改法律文书时，需要选择正确的法律术语；2. 审查法律文本时，发现术语使用不规范、混淆或存在歧义；3. 将日常用语转化为法律规范表达时；4. 翻译或对照中外法律术语时；5. 用户明确要求对法律文本进行术语规范化处理时；6. 对法律概念进行精确定义或解释时。本技能是法律写作的基础原子能力，贯穿所有法律文本生产环节。
研究论文写作助手，强制遵循 Arpit Gupta 的编辑原则、语气画像和写作工作流。强制触发条件：只要用户提到写论文、起草章节、修改章节、编辑论文、审阅草稿、重写引言、撰写评估、润色文字、压缩文本，或任何涉及 .tex 文件、Overleaf、会议投稿或论文截止日期的任务，就使用此技能。当用户在写作语境中提到任何论文名称（NetBurst、NetForge、BQT+、TurboTest 等）时也触发。此技能应在任何研究写作任务中激活——章节、摘要、反驳、camera-ready 编辑、投稿信或审稿回复。
当 Blazor 应用需要使用 Syncfusion Spreadsheet Component 实现类似 Excel 的界面时，使用此 skill。触发场景：创建、查看、编辑 Excel（.xlsx、.xls）文件；嵌入电子表格编辑器；使用公式、筛选、排序或单元格格式。当用户提及电子表格文件（“open xlsx”、“load Excel file”、“add Syncfusion spreadsheet”）时也触发。没有 UI 组件、仅做独立文件处理时不要触发。
Terra API Lab Reports（预发布）的最佳实践与 API 参考——将临床检验报告 PDF 和图像转换为结构化、标准化的生物标志物数据。适用于解析血液检测结果、提取生物标志物、映射到 LOINC 或 UCUM 单位代码、处理参考范围、处理 lab_report.completed / lab_report.failed webhook，或处理 PDF 检验结果与检验报告 OCR。涵盖异步的 upload/standardize/deliver 生命周期、事件信封（event_id、upload_id）、分层结果模型（source、biomarker、measurement、interpretation、reference ranges）、未匹配生物标志物的处理、snowflake ID 以及幂等 webhook 处理。
以三种真实的会议/期刊格式起草同行评审反驳与作者回应 —— (a) 严格一页的 LaTeX 反驳 PDF（CVPR 风格）、(b) OpenReview 上按评审逐条回复、10,000 字符预算内的串接回复（NeurIPS/ICML/ICLR）、(c) 带变更日志回应文档的 revise-and-resubmit 方案（CHI、SIGMOD/ICDE 修改轮次、期刊）。将每条回应锚定到论文章节、表格、图表和行号；通过随附的检查脚本强制执行字符/页数预算与逐点覆盖；附带一页 rebuttal LaTeX 模板。当用户说 "write my rebuttal"、"respond to reviewers"、"author response"、"reviews came back"、"reviewer 2 says"、"revise and resubmit"、"response letter"、"rebuttal deadline"，或需要把回应控制到 OpenReview 字符上限或一页 PDF 内时使用。仅在磁盘上起草文件；绝不发布、上传或提交。
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。