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。
生产力
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。
把申请人的研究兴趣映射到项目、track、导师、实验室与院系,并在撰写针对特定目标的材料前,先检查其背景是否真的匹配某个项目所声明的主题、专业方向或申请重点。涵盖 PhD、研究型硕士以及 Erasmus Mundus 等联合/联盟项目。只要用户询问哪些教授或项目契合其兴趣、如何筛选目标、如何比较导师契合度、「我的背景是否匹配这个项目的重点」、「我的背景是否与该专业方向/track/主题相关」、「我到底该不该申请这一个」、如何把兴趣转成可检索的研究主题、如何为 SOP 准备针对目标的契合度说明,或「这个项目是否契合我的职业目标」(针对该项目希望培养的毕业生做目标契合度标记,且从不剔除任何目标),就使用本 skill。
在为某个软件构想开展系统性开源先例调研时使用——推导关键词映射(带类型的检索词表),或执行仓库发现的一个检索角度,覆盖代码托管平台、包注册中心、精选目录、代码搜索、替代目录和社区渠道。产出通过 schema 校验的制品:关键词映射文件,或按角度划分的检索输出文件,包含可复现的覆盖记录与候选仓库——或将某个候选深度解读为 EXTRACTION(10 节分析 + 机器可读的 verdict/score/license/deps 区块)。关键词:先例、开源搜索、仓库发现、关键词映射、代码提取、竞品替代方案。涵盖调研的 SEARCH 波次(关键词映射推导 + 角度执行)、EXTRACT 波次和 SYNTHESIS 波次(将提取结果汇总为报告 + 借鉴索引)。
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。
端到端统筹完整的博士 / 研究型项目申请材料包——从阅读申请人材料,到 CV、项目与导师匹配度、SOP、推荐人策略、教授联络、最终材料包审核,以及入围名单确定后的面试准备。当用户希望推动整个申请流程而非其中单一部分时使用:"help me with my PhD applications"、"where do I start with my application"、"manage my application process"、"I'm applying to PhD programs, what's the plan"、"get my materials ready",或交来一个装有 CV/成绩单/笔记的文件夹并询问通往提交的路径。这是一个 ROUTER,用阶段门将已有的单项技能串联起来;它本身不撰写 SOP、CV 或邮件。若只需单个部分,请直接调用该技能(例如 apply-sop-writer、apply-cv-builder)。若要推进研究论文,请使用 flow-paper-lifecycle。
驱动 grok build 命令行(运行 `grok`)进行搜索、研究和媒体创作。用于带引用的 Grok/X 网络搜索;通过 grok headless + subagents 进行大规模并行研究;通过已登录的 grok 会话以零 API 成本生成图片(image_gen)和视频(image_to_video);以及 ffmpeg 后处理,如绿幕/抠像移除、拼接和添加水印。跨平台(macOS/Linux/Windows)。可选的 xAI 搜索/媒体 API 作为付费兜底方案。触发词包括 grok、grok build、生图、生成图片、生成视频、绿幕抠像、批量调研、xAI search。
通过 AppleScript 创建、列出和管理 macOS Reminders。适用于用户要求创建提醒、添加待办、设置任务、为某事设置提醒,或任何涉及 macOS 上 Apple Reminders 的场景。当出现"remind me to buy milk"、"add a to-do to call the dentist"、"create a reminder for Friday"、"add to my shopping list"、"flag this as important"等请求时触发。仅限 macOS。
面向 B2B 销售和 GTM 团队的 n8n 工作流自动化专家顾问。适用于用户询问 n8n 工作流、n8n 节点、n8n 触发器、n8n webhook、n8n 凭据、n8n 自托管、n8n Docker 设置、n8n 队列模式、n8n 错误处理、n8n 子工作流、n8n CRM 自动化、n8n 定价、n8n 与 Zapier 与 Make 对比,或使用 n8n 构建自动化。也会在以下关键词触发:"n8n workflow"、"n8n automation"、"n8n webhook"、"n8n node"、"n8n self-host"、"n8n Docker"、"n8n queue"、"n8n HubSpot"、"n8n Salesforce"、"n8n vs Zapier"、"n8n pricing"、"workflow automation"。不适用于不涉及 n8n 的通用自动化策略。
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。
将 obsidian-mind 工作路由到正确的模式:安装/引导 vault(ShardMind 与 git clone),每日 standup/dump/wrap-up 会话循环,决策、事故、1:1 与成果的捕获路径,绩效图谱审查流程(/om-review-brief、/om-self-review、/om-peer-scan),vault 维护与 /om-vault-upgrade 迁移,跨 Claude Code、Codex CLI 与 Gemini CLI 的多 Agent 接线,以及可选的 QMD 语义搜索。obsidian-mind 是一个特定的现成 Obsidian vault 模板,通过五个生命周期 hooks、/om-* 命令、子 Agent 与能力图谱,为编码 Agent 提供持久、跨会话的记忆 —— 它不是通用的 vault 构建或 wiki 编写工作流。触发词:obsidian-mind、om-standup、om-dump、om-wrap-up、om-review-brief、om-self-review、om-peer-scan、om-vault-upgrade、brag doc、North Star.md、performance graph、competency notes、session lifecycle hooks、shardmind install obsidian-mind。
针对个人、公司、域名和 B2B 客户的开源情报。当用户想要调查、审查、研究或建立关于目标的档案时使用——诸如 "OSINT"、"due diligence"、"background check"、"research this person"、"look into [company/domain]"、"vet this prospect/vendor"、"what does X do"、"is this account worth pursuing"、"find me a contact at"、"who's the buyer for" 之类的短语,或任何开源调查任务。在报告前消解身份歧义,并按独立来源数量对每项声明进行分级。
解读论文 Figure 的含义并输出一份“教会人类如何读图”的高可读性 Markdown 报告;支持输入 1 个或多个 figure 文件绝对路径与人工解读,自动尝试从图附近检索生成该图的源代码,并采用类似 parallel-vibe 的方式通过 `codex exec`/`claude -p` 以进程级隔离解读每张图(并发上限默认 3,可在 config.yaml 调整)。不适用:用户只是想改图尺寸/裁剪/改格式;或要求直接修改图片/源代码(本 skill 对图片与源代码全程只读,严禁修改)。
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。
