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
将预期的产品结果与观察到的结果进行对比，以闭合从发布到学习的回路：收集发布后证据，区分预期、观察到、不确定和推断出的主张，更新假设，评估功能健康状况，并在继续/改进/收获/转型/暂停/退役之间做出选择——包括带有弃用、迁移、客户处理和保留可复用学习的退役生命周期。不适用于事故复盘或根因分析（路由到 incident-learning 或 site-reliability-engineering）；不适用于分析埋点或指标仪表盘设计（路由到 product-analytics-and-measurement）；不要将任意阈值用作通用退役规则——决策需要人的判断和背景信息。
从启动到交付与收尾管理技术项目：选择并裁剪预测型、迭代型、Scrum、流式或混合方法；协调团队与供应商；跟踪里程碑、风险、问题、依赖、预测、范围变更与恢复。当团队没有项目经理、TPM 需要可决策的分析、项目出现延期，或需要协调承诺与交接时使用。当需要将多个相关项目、团队、供应商、共享产能或收益协调到同一成果时，请改用 `technical-program-management`。根据用户专业水平调整深度。请勿用于独立的编码任务、产品发现或战略、仅编写实施计划、仅诊断 Kanban 流、操作工单工具、事故指挥或发布 go/no-go 决策；这些应交给相应专家。
对数学论证、推导和 ML 论文主张进行压力测试，并交付一份书面报告式审计。适用于定理草图、证明大纲、逐步推导、ML 论文主张、审稿人式批判、隐藏假设、被跳过的证明步骤、无效的推广、薄弱的实证支持、过度声称的结论，或任何看起来比预期更简洁或更强的情况 —— 包括「check my derivation」「which step breaks」「did I drop a constant」「does this algebra hold」「audit this proof」。当用户希望被苏格拉底式地引导到薄弱环节而不是拿到一份报告，或当该主张属于文章/申请/日常论证而非形式化或实证性主张时，请改用 argument-audit。
当用户想做网络调研时使用：针对特定问题收集有引用、多角度的证据。触发词："research X for me"、"do web research on"、"look up sources for"、"find citations for"、"gather evidence on"、"what does the web say about X"。也会被其他 beagle 技能通过配套契约以编程方式调用（prfaq-beagle Ignition、brainstorm-beagle reference points、strategy-interview context grounding）。不会在代码库查询（"find this function"、"search the repo"）、本地文件搜索、LLM-as-judge 评估或付费墙/需要鉴权的抓取上触发。产出书面计划、并行子 Agent 发现结果，以及存储在磁盘上的带引用综合报告 — 绝不输出内联散文，绝不输出无来源的主张。
通过其经验证的平台级 OAI-PMH 端点（https://dergipark.org.tr/api/public/oai/；动词 Identify/ListSets/ListRecords/GetRecord；前缀 oai_dc/oai_mods/oai_marc/oai_etdms；setSpec=journal-slug）从 DergiPark（TÜBİTAK ULAKBİM 的全国期刊托管平台，拥有 3,000 多种期刊）采集文章元数据、摘要和全文 PDF，解析 /pub/{slug}/article/{id} 页面上的 Highwire citation_* 和 DC.* 元标签，从 citation_pdf_url 路径获取 PDF，并在本地输出 BibTeX/RIS。适用于用户想采集土耳其期刊、获取 DergiPark 文章、列出期刊档案、获取 DergiPark 论文的 BibTeX/RIS，或阅读期刊的宗旨与范围（öz/kapsam）时。TR Dizin 收录状态请使用 alterlab-trdizin；YÖK 论文请使用 alterlab-yok-tez；学术档案请使用 alterlab-yok-akademik。AlterLab Academic Skills 套件的一部分。
Andrej Karpathy 的思维框架与表达方式。基于 20+ 篇博文、16 段深度访谈、100+ 条 X 帖子的系统蒸馏，提炼 6 个核心心智模型、8 条决策启发式、完整的中文输出适配和经典句式速查。用途：作为思维顾问，用 Karpathy 的视角分析 AI 技术可靠性、学习方法、行业趋势、产品设计。当用户提到「用 Karpathy 的视角」「Karpathy 会怎么看」「卡帕西」「karpathy 模式」时使用。也适用于：Software 2.0/3.0 讨论、vibe coding 话题、神经网络训练、AI 炒作判断、LLM 能力边界。即使用户只是说「从工程现实主义角度」「march of nines」「构建即理解」「锯齿状智能」也可触发。不在用户只是普通问 AI 相关问题时触发——只在明确想要 Karpathy 式思维框架时激活。
从文件、文件夹、笔记、CV、简历、成绩单、研究陈述、项目说明、发表列表、GitHub 摘要、推荐人备注和目标院校材料中读取学术职业申请人的档案。当用户要求 Claude 读取「my profile」「my application folder」「my CV and notes」「my PhD materials」「my academic background」，或在撰写 SOP、构建学术 CV、给教授发邮件、进行院系/项目匹配、准备推荐人材料包或做申请材料包审计之前希望获得一份可复用的结构化档案时，使用本技能。本技能适用于学术职业与研究申请场景；不要用于通用的求职简历、行业招聘方档案、文献综述，也不要用它直接撰写最终的 SOP/CV。
给定研究提案、主张、方法或结果，推荐支撑它所需的基线与基准——分为 MINIMAL 集（可信度所必需，缺任一即可能被拒）和 SUGGESTED 集（补充性，增强外部效度）。只要用户提出某事物并询问 "what should I compare against"、"what baselines do I need"、"which benchmarks support this claim"、"is this enough to be convincing"、"what's the minimal experiment set"、"what would a reviewer demand"，或分享一个方法/想法并想要对比方案时使用。默认对任何提案运行本技能，以确保主张由恰当证据支撑。始终先检查输入是否充分（精确主张、领域、新颖组件、指标）；若不足，先请求缺失的上下文再推荐，而不是猜测。用 experiment-design 设计实验本身（或在没有基准时设计测量），用 hypothesis-and-ablation-planner 做内部消融。
当用户正在构建、规划或制定策略，且关键问题是优化内容（what）还是改变形式（how/medium）时，应使用此技能。触发词包括 "내용 vs 형식"、"content vs form"、"metamedium"、"형식을 바꿔볼까"、"새로운 포맷"、"관점 전환"、"perspective shift"、"다른 방법 없을까"、"같은 방식이 안 먹혀"、"diminishing returns"。应用 Alan Kay 的 metamedium 概念来呈现形式层面的替代方案。需求澄清请使用 vague；策略盲点请使用 unknown。
当用户提供策略、计划或决策文档，并希望使用 Known/Unknown 四象限框架来揭示隐藏假设与盲点时，应使用本技能。触发词包括 "known unknown"、"4분면 분석"、"blind spots"、"뭘 놓치고 있지"、"뭘 모르는지 모르겠어"、"전략 점검"、"전략 분석"、"assumption check"、"가정 점검"、"quadrant analysis"、"what am I missing"。策略层面的盲点分析，采用假设驱动的提问方式。需求澄清请使用 vague；内容与形式的重新框定请使用 metamedium。
每日新闻简报聚合器，从 5 个来源抓取并推送内容 — Readhub（中文科技新闻）、Karpathy 推荐的 RSS 源（92 个 HN 热门博客）、GitHub Trending、Hacker News 头条和 V2EX 热门话题 — 并为每条内容附上摘要。适用于设置每日自动简报、按需运行新闻摘要，或通过 cron 配置早间推送通知。触发词："每日资讯"、"daily briefing"、"早报"、"新闻推送"，或聚合来自 HN/GitHub/V2EX/Readhub 的新闻请求。
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。