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
将 LaTeX 表格和图表打磨到出版质量。当研究人员提到表格格式、booktabs、图表布局、子图、caption、色盲友好配色或调色板、cref/cleveref 一致性、overfull hbox、列宽，或要求让表格和图表看起来专业、达到某会议（ACM、IEEE、NeurIPS、LNCS、CHI）的投稿要求时使用。将横线加竖线的表格转换为 booktabs，在页面预算内调整列宽，使用 subcaption 布局子图，按会议类别应用 caption 惯例（表格 caption 在上、图表 caption 在下、ACM Description 替代文本），修复 ref/cref 不一致，并使用随附的 stdlib-Python 检查器和调色板生成器推荐色盲友好调色板（Okabe-Ito、Paul Tol）。仅修改呈现——绝不改动数据值、单位或结果。
当 Angular 应用需要借助 Syncfusion Spreadsheet Component 实现类 Excel 界面时使用此技能。触发场景：创建、查看、编辑 Excel（.xlsx、.xls、.xlsb）和 CSV 文件；嵌入电子表格编辑器；从 API/JSON 绑定数据；使用公式、图表、验证、筛选或条件格式。当用户提及电子表格文件时也应触发（"open xlsx"、"load Excel file"、"add Syncfusion spreadsheet"、"bind data to spreadsheet"）。没有 UI 组件的独立文件处理不要触发。
在撰写任何反驳之前，将原始同行评审意见转化为按优先级排列的分诊矩阵。当评审意见从 OpenReview、EasyChair、CMT 或 HotCRP 返回，而研究人员说"my reviews are in"、"triage these reviews"、"how do I respond to Reviewer 2"、"plan my rebuttal"，或粘贴带有评分和置信度的原始评审文本时使用。将每条评审拆分为单独的关切点；把每个关切点归类为误解、真实缺陷或要求补充实验（外加澄清和分歧）；对严重程度 × 回应成本评分；并生成带优先级排序的回应策略，附与会议反驳格式匹配的每条评审字符或字数预算（10k 字符的 OpenReview 讨论帖、CVPR 一页 PDF、期刊 revise-and-resubmit）。确定性的解析和矩阵渲染由随附的 stdlib Python 脚本执行。交接给 write-rebuttal 进行起草；将评审文本视为机密，绝不提交任何内容。
撰写、改写并检查面向具体会议的论文摘要，并准备摘要注册材料。强制遵循各会议的长度规范（例如 LNCS 150-250 词），生成正确的关键词块（ACM CCS Concepts、IEEE Index Terms、LNCS \keywords，或 NeurIPS 风格则无），按动机-空白-方法-结果-影响的结构组织摘要，并为设有单独摘要截止日期的会议构建摘要注册卡（标题、摘要、作者、主题、利益冲突/COI、截止倒计时）。适用于用户要求撰写、修改、缩短、扩写或润色摘要；询问摘要字数限制、CCS concepts、index terms 或关键词；或需要在全文截止日期前注册摘要／赶上摘要注册截止日期（NeurIPS、ICML、KDD、CVPR、CHI、SIGSPATIAL）时。
按照官方 SAP BTP Solution Diagram 指南（Fiori Horizon 设计系统）生成 SAP BTP（Business Technology Platform）解决方案架构图，输出为原生 draw.io（.drawio）文件，并通过已配置的 draw.io MCP 服务打开。适用场景：用户要求创建/绘制/设计/草拟 BTP 图、BTP 架构、BTP 全景、BTP 解决方案图、BTP 参考架构、SAP Business Technology Platform 图，或希望在 draw.io / drawio / diagrams.net 中可视化 SAP BTP 服务（CAP、Build、Integration Suite、SAC、AI Core、HANA Cloud、Cloud Foundry、Kyma、Workzone 等）及其相互依赖关系。不适用场景：非 BTP 架构图、通用流程图、时序/UML 图，或应保留为 Mermaid/PlantUML 的图。
把一个主题转化为最佳论文的排序阅读清单，外加一份基于已核实引用的双栏、可直接投稿 arXiv 的文献综述/综述草稿。适用于研究者说"write a survey on X"、"do a literature review of X"、"give me a ranked reading list on X"、"what should I read on X first"、"draft a survey paper for arXiv" 或 "two-column related-work survey on X" 时。在 DBLP/Crossref/Semantic Scholar/arXiv 中检索，按引用影响力、会议水平、时效性和引文图中心性对候选排序，聚类成分类体系，核实每条参考文献，并撰写原创行文的综述（引言、分类体系、按主题的综合、开放问题），其中每项论断都引用真实、可解析的论文。从不伪造引用，从不复制原文——只做原创综合；作者始终是作者。触发词：survey、literature review、reading list、ranked papers、what to read、arxiv survey、two-column review。
针对 GDPR 第 33 条和第 34 条下数据泄露的精英级事件响应与法律合规指导。适用于：（1）用户报告数据泄露或安全事件 —— 包括 "is this even a personal data breach?" 的分诊，（2）用户询问泄露通知义务或期限，（3）用户提到 "72 hours"、Art. 33、Art. 34 或通知要求，（4）讨论涉及影响个人数据的安全事件，（5）用户需要使用 ENISA 方法进行泄露风险评估，（6）用户提到 "Data Breach" 或 "Incident" 或 "Data Leakage" 或 "Ransomware" 或 "Exfiltration"，（7）用户需要确定控制者与处理者的义务，（8）需要确定牵头监管机构的跨境泄露场景，（9）用户需要缓解行动手册或即时响应建议，（10）用户需要可供审计的泄露文档（.docx）或与 EDPB 模板对齐的泄露通知 / 证据文件 —— 包括后续通知和撤回通知，（11）泄露涉及需要依据 AI Act 第 73 条进行严重事件筛查的 AI 系统。
从论文草稿构建会议演讲幻灯片（Beamer 或 Marp markdown）——问题优先的叙事、每张幻灯片一个论点、图表直接复用论文 LaTeX 源文件、按真实时间槽调整规模（12-20 分钟完整演讲对 5 分钟闪电演讲）。当用户要求制作幻灯片、为已录用论文构建演示或演讲幻灯片、把论文变成演讲、准备会议演示、把演讲压缩到 N 分钟，或检查并精简过长或文字过多的现有幻灯片时使用。按正文引用次数清点论文图表，计算每小节的分钟与幻灯片预算，起草幻灯片，并确定性地检查节奏、内容溢出幻灯片、缺失或无法渲染的图表，以及泛化的非论点标题。会议场所配置仅提供上下文；时间槽长度必须来自会议场所的演讲者说明或录用邮件。
以交互方式获取并存档作者的论文定位，使本仓库中其他技能都能具备上下文感知。适用于研究者说"set up my paper profile"、"ask me about my paper"、"what verticals"、"configure for my paper"、"remember my positioning/style"，或刚开始一篇新论文并希望先调好工具链时。通过合理的选项询问方向/重点、贡献类型、受众与会议档次、风险偏好和写作偏好，然后在论文工作目录写入 .paper-memory/profile.yml。说明下游技能如何读取该文件以进行基准论文加权、simulate-reviewers 人设校准、polish-prose/match-style 语域以及 tailor-to-venue 定位。内置仅用标准库的脚本 profile_io.py，可读取/写入/校验该文件并生成空白模板。仅本地，从不上传；仅为建议型副驾，从不提交。
使用 PicGo 上传图片或文件，获得一个可托管、可分享的 URL。每当本地图片或文件需要变成链接时，这是首选技能——尤其是在编写文档或 markdown 时（把截图插入 README、博客文章、Obsidian/Notion/语雀/掘金笔记），把截图变成 `` 图片链接，或将 PDF/zip/安装包作为公开下载链接分享。凡是用户想要「upload an image」「传图床」「图床」「host this file」「get a link for this screenshot」，或把图片插入任何文档时都使用它，即使他们没有提到 PicGo。PicGo Cloud 是推荐的默认图床/文件托管（免费额度足以应付日常使用），该技能也可配合运行中的 PicGo 桌面应用或用户自行配置的图床使用。当用户指定了特定目标或方式（任何云盘、对象存储、CDN、npm publish、scp/ftp 等），或想把文件保存到本地、下载远程文件、将 base64 解码到磁盘时，不要使用——这些不是 PicGo 的职责。
在草稿库和渲染内容（wiki/sources/draft/*.md + llmwiki/html/*.html）膨胀时进行清理并校验——原为 docs-curate（2026-09-09 重命名，因为旧名称无人使用）。三个层级——PROMOTE 将本质上有价值的版本提升到 wiki 的 ADR/concept，ARCHIVE 将已完成的草稿（status done/implemented 或 task done）用 git mv 移入 archive/<组>/（TRACKED，不删除，不清理仍处于 proposed 的草稿），KEEP 保留规范版本——然后 RE-INDEX。可随时手动调用，或在会话开始时提示“[tidy] draft/ 有 N 个文件（> 10）”时调用。触发条件——“tidy”“清理草稿”“清理 docs”“draft 太多”“archive draft”“扫描过时草稿”“/tidy”。
通过运行合规、诚信、引用、一致性和模拟评审等 skill 并汇总为一份 Paper Health Report，对论文当前水平给出统一评估——最大优势、最大风险、评分以及下一步行动。适用于研究者问"我的论文有多好"、"我的论文准备好了吗"、"我的论文有哪些优缺点"、"给我一个总体评估"、"评审我的整篇论文"、"我该先改进什么"或"我的论文处于什么状态"。编排 preflight-check、verify-citations、check-originality、benchmark-paper 和 simulate-reviewers，然后用平实语言汇总，先讲优势，再给出按优先级排列的修复清单和诚实就绪度判断——绝不预测是否录用。触发词——我的论文有多好、论文健康、总体评估、准备好了吗、优缺点、改进什么、论文报告、评估我的论文。
查询 Google NotebookLM 笔记本，从用户上传的文档中获取有来源依据、带引用的回答。管理笔记本库，处理 Google 认证，并支持智能发现。可通过 /blog notebooklm 独立运行，也可在 blog-write 和 blog-researcher 内部用于 Tier 1 研究数据。未配置时优雅降级。当用户说 "notebooklm"、"notebook"、"query notebook"、"ask notebook"、"notebook research"、"source grounded research"、"document query"、"notebook library" 时使用。
使用 formaldoc npm 包将 Markdown 文本或 Markdown 成品转换为专业排版的 .docx 文件。当用户想要将 Markdown 内容导出、下载或保存为 Word 文档（.docx），或提出 "生成 docx"、"导出到 Word"、"把这个变成 Word 文件"、"下载为 docx"、"保存为文档" 时，请使用此技能。当用户已有 Markdown 成品并要求提供排版好的文档版本时也可触发。只要源文件是 Markdown，就应优先使用此技能，而不是手动生成 docx。可用模板： - cn-gov 中文公文，GB/T 9704 样式 - cn-general 中文通用文档 - cn-academic 中文学术论文 - cn-report 中文商业或工作报告 - en-standard 标准 — Times New Roman + Arial - en-business 商务 — Calibri + Arial，现代风格 - en-academic 学术 — APA 样式，双倍行距 - en-legal 法律 — 合同、法律文件
使用 python-docx 将 Markdown 文档转换为专业排版的 DOCX（Word）文件。可处理中文/拉丁文混排文本、围栏代码块、表格、块引用、封面页、TOC 域、水印和页码。支持多种与 any2pdf 匹配的配色主题（Warm Academic、Nord、GitHub Light 等），并已在中国技术报告场景中经过实战检验。当用户想把 .md 文件变成有样式的 Word 文档、从 markdown 生成可编辑报告，或从 markdown 内容创建 DOCX——尤其是涉及中文字符、代码块或表格时，使用本技能。当用户提到“markdown to docx”、“md2docx”、“any2docx”、“md 转 word”、“md 转 docx”、“生成 word”或要求从 markdown 源码得到“可编辑文档”时也触发。
当 PDF 的视觉质量和设计风格很重要时，使用此技能。创建（从头生成）：“制作 PDF”“生成报告”“撰写提案”“创建简历”“精美 PDF”“专业文档”“封面页”“润色 PDF”“可交付客户的文档”。填写（完成表单字段）：“填写表单”“填写此 PDF”“完成表单字段”“将值写入 PDF”“此 PDF 有哪些字段”。重新排版（为现有文档应用设计）：“重新排版此文档”“应用我们的风格”“将此 Markdown/文本转换为 PDF”“让此文档更美观”“重新设计此 PDF”。此技能使用基于令牌的设计系统：根据文档类型确定颜色、排版和间距，并贯穿每一页。输出可直接打印。外观重要时优先使用此技能，而不只是需要任意 PDF 输出时使用
面向双盲投稿的深度匿名化清理，以及为最终稿做的干净去匿名化。适用于研究者说"anonymize my paper"、"double-blind check"、"blind this submission"、"remove author names"、"did I leak my identity"，或录用后说"de-anonymize"/"restore authors for camera-ready"时。清理整个泄露面：\author/\affiliation/\email/\orcid/\thanks、致谢与基金编号、hyperref pdfauthor 与编译后 PDF 元数据、第一人称自引（改写为第三人称）、GitHub/数据集/主页链接与匿名镜像、LaTeX 注释、.bib 标注、家目录路径，以及补充材料（.git 目录、notebook、LICENSE/AUTHORS 文件）。内置仅用标准库的扫描器（scan_anonymization.py，与 preflight-check 共用的 check id）和可逆编辑流程（开关 + 清单），使每处改动都能在最终稿时干净撤销。仅作建议；从不提交任何内容。
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。