Skills
收录 96,770 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 markdown PR 说明或代码审查(包含 ```diff 围栏代码块和带严重级别标签的 GFM 提示块 [!BLOCKER]/[!MAJOR]/[!MINOR]/[!NIT])转换为单文件双栏 HTML 审查页面:左侧为统一差异,右侧为带严重级别的注释卡片,顶部跳转导航列出所有发现,并在页脚强制标注审查者姓名。当 markdown-html-orchestrator 将输入归类为 REVIEW,或通过 /cs-md-review 直接调用时触发。未显式提供 --reviewer 时拒绝处理(代码审查必须注明一位真人);没有差异块时拒绝处理(改用 md-document);也拒绝仅用颜色表示严重级别(根据 WCAG 1.4.1,每个徽标都包含颜色、图标和 aria-label)。应在编排器路由后使用。
当用户想将 NLP 应用于供应链、从文档中提取信息、分析供应商沟通、对物品分类,或处理非结构化文本时使用。当用户提到 "natural language processing"、"NLP"、"text mining"、"document extraction"、"supplier sentiment analysis"、"product classification from text"、"BERT"、"transformers for text" 或 "chatbots for supply chain" 时也使用。关于通用机器学习,参见 ml-supply-chain。
使用 pyzotero 1.13.0 和 Zotero Web API v3,通过 Python 读取和写入 Zotero 文库:条目、分类、标签、附件、已保存的搜索、全文内容,以及 BibTeX、CSL-JSON 和参考文献列表导出。还涵盖本地 Zotero 7 的 pyzotero CLI 和 MCP 服务。适用于以编程方式获取或搜索文库条目;创建、更新或删除参考文献、分类或标签;上传 PDF 附件或下载文件;将引文导出为 BibTeX 或 CSL-JSON;以及围绕 Zotero 个人或群组文库构建研究自动化。不适用于在稿件中排版引文,或对照外部数据库核验参考文献。
在 Node.js 项目中配置 @turbodocx/html-to-docx,将 HTML 转换为 Microsoft Word(.docx)文档。当用户想要从 HTML 生成 DOCX 文件、为自己的应用添加文档生成功能、将 HTML 模板转换为 Word 文档,或将 TurboDocx html-to-docx 集成到项目中时,请使用本技能。提到 HTML-to-Word、HTML-to-DOCX、文档生成、从 HTML 生成报告,或任何涉及 @turbodocx/html-to-docx 包的请求时同样触发。
当团队想要创建或完善技术指南文档时应使用此技能——例如 "create the tech steering doc"、"document our tech stack"、"write the technical guidelines"、"document our architecture decisions"、"set up the tech steering" 或 "update the tech doc"。生成 docs/steering/TECH.md 作为一份持续演进的文档,记录技术栈、架构模式、约束、命令和 ADR。只生成一次并持续完善——而非从头重新生成。
完整学术研究流程的编排器:研究 -> 撰写 -> 诚信检查 -> 评审 -> 修订 -> 再评审 -> 再修订 -> 最终诚信检查 -> 定稿。把 deep-research、academic-paper 和 academic-paper-reviewer 协调为一个无缝的 10 阶段工作流,包含强制的诚信验证、两阶段同行评审和可复现的质量门禁。触发词:academic pipeline、research to paper、full paper workflow、paper pipeline、end-to-end paper、research-to-publication、complete paper workflow。
使用 Google Gemini API 处理和生成多媒体内容。能力包括:分析音频文件(带时间戳的转写、摘要、语音理解、音乐/音效分析,最长 9.5 小时)、理解图像(生成描述、目标检测、OCR、视觉问答、分割)、处理视频(场景检测、问答、时序分析、YouTube URL,最长 6 小时)、从文档中提取内容(PDF 表格、表单、图表、示意图、多页文档)、生成图像(文生图、编辑、合成、优化)。适用于处理音视频文件、分析图片或截图、处理 PDF 文档、从媒体中提取结构化数据、根据文本提示生成图像,或实现多模态 AI 功能。支持多种模型(Gemini 2.5/2.0),上下文窗口最高 2M tokens。
当用户询问 "academic writing"、"scholarly writing"、"journal article"、"research paper writing"、"IMRAD structure"、"literature review writing"、"thesis writing"、"dissertation writing"、"peer review response"、"revision letter"、"hedging language"、"academic vocabulary"、"cohesion devices"、"argument structure"、"paragraph structure"、"topic sentences"、"signposting"、"academic tone"、"act as an academic writer"、"academic writer mode"、"scholarly tone"、"writing productivity"、"manuscript preparation"、"abstract writing"、"discussion section"、"methods section writing"、"APA style writing"、"Swales CARS model"、"reverse outline"、"writer's block"、"revision strategy",或需要学术写作技艺、学术稿件撰写与发表策略方面的专业知识时,应使用此技能。属于 AlterLab FC Skills 集合(研究方法与学术写作部门)。
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。
