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
为 Light 第 11 阶段构建并预检可提交的 LaTeX/PDF 产出物。适用于收到论文写作稿件、图表交付、引用交付 delivery.json/references.bib/citekey-audit.json 或会议/模板配置时;选择 pdfLaTeX/XeLaTeX/LuaLaTeX 与 BibTeX/Biber 时;诊断 LaTeX 错误或未解析引用时;检查页数限制、双盲身份、PDF 元数据、模板、页面框、嵌入字体、TODO、图表、表格、标签和引用时;或生成可复现的编译清单、PDF、合规报告、失败包和匹配会议的交接时。区分 PASS、manuscript ERROR、toolchain UNAVAILABLE 和 convergence UNRESOLVED,且不重做引用真实性或图表科学质控。
规格生成器 —— 生成项目需求、设计文档和任务列表。通过交互式对话或快速生成来产出结构化项目规格的 skill。英文触发词:- “Create requirements”、“Generate requirements doc”、“Summarize as requirements” - “Create design document”、“Design the architecture”、“Generate technical spec” - “Create task list”、“Break down into tasks”、“Generate tasks.md” - “Create full spec”、“Generate all specs”、“Create the complete specification” - 讨论之后:“Turn this into requirements”、“Document this as spec” 日文触发词:- 「要件定義を作って」「要件をまとめて」「仕様書を作成して」 - 「設計書を作って」「技術設計をして」「アーキテクチャを設計して」 - 「タスクリストを作って」「実装タスクに分解して」「tasks.mdを生成して」 - 「仕様を全部まとめて」「フル仕様を作成」「3点セットを作って」 - 会話で仕様が固まった後に「これを要件定義書にして」
通过 `zotagent` 命令行搜索、获取、查看、添加或编辑 Zotero 文献。当用户想要查询其 Zotero 文库(关键词 / 语义 / 元数据),从已索引的论文中提取引文或上下文,按 DOI、网页 URL、ISBN / PMID / arXiv 标识符、Semantic Scholar paperId、JSON 或手动元数据添加条目,修改现有条目(修正某个字段、添加或删除标签、归入某个分类、附加笔记、将条目移入回收站),查看最近的 Zotero 条目,或诊断已索引的附件时,加载此技能。即使是间接请求也要使用——任何提及参考文献、引用、参考文献目录核查、PDF 段落或文献发现的请求。不要猜测 zotagent 的参数——请先查阅此参考。
通过 Google Gemini API(200 万 token 上下文)进行多模态 AI 处理。能力:音频(转写、最长 9.5 小时、摘要、音乐分析)、图像(描述生成、OCR、目标检测、分割、视觉问答)、视频(场景检测、最长 6 小时、YouTube URL、时序分析)、文档(PDF 提取、表格、表单、图表)、图像生成(文生图、编辑)。操作:转写、分析、提取、描述、检测、分割、从媒体生成。关键词:Gemini API、音频转写、图像描述生成、OCR、目标检测、视频分析、PDF 提取、文生图、多模态、语音识别、视觉问答、场景检测、YouTube 转写、表格提取、表单处理、图像生成、Imagen。使用场景:转写音频/视频、分析图像/截图、从 PDF 提取数据、处理 YouTube 视频、根据文本生成图像、实现多模态 AI 功能。
当用户询问 “layout design”、“editorial design”、“grid system”、“magazine layout”、“book design”、“publication design”、“page layout”、“spread design”、“Swiss grid”、“modular grid”、“column grid”、“act as a layout designer”、“layout designer mode”、“print design”、“editorial layout”、“page composition”、“white space”、“bleed and margins”、“InDesign layout”、“multi-page document”、“annual report design”、“catalog design”、“zine design”,或需要出版物设计、网格系统构建、编辑排版和多页文档架构方面的专业知识时,应使用此 skill。属于 AlterLab FC Skills 合集(VCD 部门)。
从学术论文中提取原子句——识别每一篇被引用的论文,把每条引用压缩为一个逻辑论断,按子主题分组,并对每组进行概括。只要用户粘贴学术文本或上传 PDF,并希望提取被引用论文实际主张的内容、梳理文献、构建引用图谱、从论文中提取关键论点、原子化引用,或提出“每篇论文都说了什么?”、“提取关键论断”、“给我这篇论文的原子化拆解”、“把所有参考文献及其论点都挑出来”、“按主题总结这些引用”或“展开讲讲 [Author Year]”之类的要求,就使用本 Skill。当用户正在准备文献综述、在 Obsidian/Zotero/Notion 中工作并需要结构化的引用块,或上传 PDF 并要求提取被引用论断时,也应触发。只要有人处理密集的学术文本并需要看清所有被引来源实际论证了什么,本 Skill 都是必不可少的。
当用户明确要求“LaTeX 模板优化”“样式参数对齐”“像素级比对”“make-latex-model”或旧写法“make_latex_model”,或要把 ChineseResearchLaTeX 里的某个项目做成高质量模板时使用。适配 NSFC / paper / thesis / cv 四条产品线;先依据 packages/ 与 projects/ 的真实分层判断改项目层还是公共包,再用各产品线官方构建入口验收。若必须修改 packages 下公共包,需先生成受影响模板回归计划并完成相关回归;NSFC 专项工具仅在明确属于 NSFC 参数对齐场景时按需使用。
NotebookLM CLI(`nlm`)的专家指南——Google NotebookLM 的命令行界面。当用户想以编程方式与 NotebookLM 交互时使用此技能,包括:创建/管理 notebook、添加来源(URL、YouTube、文本、Google Drive)、生成内容(播客、报告、测验、闪卡、思维导图、幻灯片、信息图、视频、数据表)、进行研究、与来源对话,或自动化 NotebookLM 工作流。触发条件:提及 "nlm"、"notebooklm"、"notebook lm"、"podcast generation"、"audio overview",或任何与 NotebookLM 相关的自动化任务。
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。
