Skills

I

inquire-me

tejas-kale / skills

通过数据对问题达成共识理解。

I

inquiring

tejas-kale / skills

通过证据探究问题。在开展调查、从数据中弄清某事，或通过主张树就某问题达成共识时使用。

I

internal-comms

w95 / awesome-claude-corporate-skills

一组资源，帮助我按照公司偏好的格式撰写各类内部沟通内容。每当有人要求撰写内部沟通内容（状态报告、领导层动态、3P 更新、公司新闻简报、常见问题、事件报告、项目更新等）时，Claude 都应使用此技能。

K

kanban-ai

mattjoyce / kanban-skill

使用 kanban/ 目录中的卡片文件（包括存放已完成卡片的 kanban/archived/）管理基于 Markdown 的看板。当用户要求在 kanban 看板上创建、移动、查看、列出或管理任务或卡片，或跨 backlog、todo、doing、done 或 archive 等状态跟踪工作项时使用。

K

karlmarx-skill

baojiachen0214 / karlmarx-skill

使用马克思主义方法论进行深度结构性分析。识别矛盾、梳理系统、找到杠杆点——而不只是症状。最适合产品策略、组织失调和复杂系统问题。

K

keep-it-human

lelborn / skills

改写文本，去除 AI 生成内容的明显痕迹，使其读起来像是由认真细致的人撰写，同时保留原意、事实和意图。用户希望文字更自然、不那么机械，想润色 AI/LLM 草稿，要求“去 AI 味”或担心“听起来像 ChatGPT 写的”，或要求文案避免常见 AI 写作模式时使用。即使用户没有说“拟人化”，只要要求文字自然、不那么泛泛或不那么像机器写的，也应触发。

K

kk-session-extract

e0ipso / kenkeep

从当前实时会话中提取持久化知识，将其暂存为经过验证的已完成会话日志，并使用与 /kk-curate 相同的整理流程处理。适用于用户希望主动处理当前会话，而非等待捕获钩子和后续整理；不用于记录单个节点（/kk-add）或批量处理累积日志（/kk-curate）。

K

knowledge-base-health-check

julianobarbosa / claude-code-skills

审计位于 'Knowledge Base/' 文件夹下、由 Claude 管理的本地知识库。呈现文章之间的矛盾、失效的反向链接、无出处的论断、过时的文章、写作规则违规，以及三条建议新增的文章。将完整报告归档到知识库的 'Outputs/' 文件夹，追加一行 CHANGELOG 条目，并在交互式会话中逐一走查哪些发现需要处理。每当用户说 "run a health check"、"audit the [name] KB"、"audit my knowledge base"、"check the wiki"、"let's go through the health check report" 或 "action the latest health check" 时使用本技能。当每月计划任务 'knowledge-base-monthly-health-check' 触发时也使用。对于针对 'Knowledge Base/' 下任何文件夹的审计类请求都使用本技能，即使用户没有说出 "health check" 一词——协议是相同的。

K

knowledge-management

w95 / awesome-claude-corporate-skills

根据已解决的支持问题编写和维护知识库文章。适用于工单已解决且需要记录解决方案、更新现有 KB 文章，或创建操作指南、故障排除文档或常见问题解答时。

L

last-30-days-research

mohitagw15856 / pm-claude-skills

在 Reddit、X/Twitter 及更广泛的网络中搜索关于任何主题的近期观点、情绪和信号。当你需要了解真实的人们在过去 30 天里对某个工具、产品、趋势或事件的看法时使用——穿透 SEO 内容，浮现真实的社区反应。生成结构化报告，包含共识发现、痛点、积极信号、逆势观点、来源链接和信号置信度评分。

暂无简介

L

leave-task

openant-ai / openant-skills

退出或取消分配你在 OpenAnt 上接受的任务。当 Agent 或用户想放弃任务、取消分配、退出已承接的工作、放弃任务，或将任务释放回市场时使用。涵盖“leave task”、“unassign”、“give up task”、“drop this task”、“I can't do this”、“release task”、“withdraw from assignment”。当用户想退出或放弃此前接受的任务时必须使用此技能，即使他们使用“I don't want to do this anymore”这样的随意说法。

L

legal-hold

cslawyer1985 / claude-for-legal-zh

发出、更新、解除或报告证据保全通知——将保全通知起草为 .docx，更新案件日志中的保全字段，并排期下次更新。当用户说"发出证据保全通知"、"更新保全通知"、"解除保全"或要求全案组合证据保全状态报告时使用。

L

lets-work

identity16 / skills

用于在任何项目上工作的会话入口。当用户调用 /lets-work、说他们开始在一个项目上工作，或隔了一段时间后回到某个项目（"catch me up"、"what changed here since I left?"）时使用。向用户简报项目相对其自身记录的心智模型发生了哪些偏移，为首次访问做导引，并设定本次会话的工作框架——用户的工作风格理念，包括准备好收尾仪式（/checkpoint）。

L

linear-api

anthropics / claude-tag-plugins

读取和管理 Linear 的 issue、项目、周期、团队、评论和标签。当用户想要列出 issue、搜索 issue、创建或更新 issue、在状态之间移动 issue、添加评论、查看项目或周期、查找团队，或问"Linear 里我手头有什么"时使用——即便他们没有说"API"或"GraphQL"。也适用于任何 linear.app URL 或类似 "ENG-123" 的 issue 标识符。与该服务交互时始终从这个 skill 开始——它自带的脚本和配方是最快的路径。

L

linear-sync

tjcages / linear

根据仓库实际情况同步、审计或修复现有 Linear 项目。用户要求同步 Linear、核对跟踪情况、审计项目、整理混乱的看板、恢复搁置的项目，或使用评分标准评估就绪度时使用。写入前先进行发现和确认；绝不静默重组。不用于首次初始化（使用 linear-setup）或一次性 CRUD 操作。

L

literature-review

crazymsn / academic-skills

使用多个学术数据库（PubMed、arXiv、bioRxiv、Semantic Scholar 等）开展全面、系统的文献综述。当开展系统性文献综述、荟萃分析、研究综合，或在生物医学、科学和技术领域进行全面文献检索时使用此技能。生成专业排版的 Markdown 文档和 PDF，并提供经核实的多种格式引文（APA、Nature、Vancouver 等）。

L

llm-wiki

sammcj / agentic-coding

在构建或维护自包含的个人知识库（LLM wiki）时使用，采用纯 markdown。触发场景：将资料导入 wiki、查询 wiki 知识、检查 wiki 健康状况、依据来源审计文章论断、评析 wiki 来源的推理、用新知识取代过时知识，“add to wiki”“LLM wiki”或“Karpathy wiki”。

L

llm-wiki

timlai666 / skills

Karpathy 的 LLM Wiki：遵循卡片盒笔记法构建或查询相互链接的 Markdown 知识库。构建或查询此类知识库时必须使用此技能。遇到以下请求时必须触发：知識庫、建 wiki、wiki 筆記、研究筆記、摄取来源、knowledge base。

L

local-vault

genli-ai / market-research-skills

构建并查询本地 Markdown 知识库（"vault"）。两项功能 —— (1) 将原始文件（PDF、Word/docx、PowerPoint/pptx、Excel/xlsx、csv/tsv、图片、html、md/txt、json/yaml/代码、音频/视频）转换为带有便于检索的 frontmatter 的干净 Markdown；本地优先（pandoc / python-pptx / openpyxl / pymupdf4llm / whisper），仅以云端 OCR（MinerU）作为回退。(2) 以检索纪律在所得 vault 上回答问题 —— 自我监控覆盖范围，标记缺失/有损内容，并提出内容地图（MOC）。触发词："build/sync my local knowledge base"、"convert these files to markdown for AI"、"整理我的资料库"、"把文件转成 md 给 AI 读"、"本地知识库"、"读我的本地 vault 回答"、"这个主题我的资料里怎么说"。不适用于：一次性的网络调研，或已在单个文档中可直接读取的文件。

L

lumen

shev-pro / lumen

Lumen —— 项目知识守护者。在出现任何 /lumen 命令，提到“lumen”、“knowledge base”、“wiki”、“ADR”、“document the project”，提出关于代码库的宏观架构问题（“how does X work”、“why did we choose Y”），或用户粘贴一段记录/规范以便为后续会话留存时触发。

M

managing-up

oldwinter / skills

高效地向上管理，并产出 Managing Up Operating System Pack（管理者画像、沟通节奏、每周更新、升级/请求计划、期望与边界话术、面向高管的决策/权衡备忘录）。适用于向上管理、管理老板、与管理者协作、高管沟通、利益相关者更新和升级。类别：领导力。

M

meeting-briefing

w95 / awesome-claude-corporate-skills

为涉及法律事务的会议准备结构化简报，并跟踪后续行动事项。适用于准备合同谈判、董事会会议、合规审查，或任何需要法律背景、背景研究或行动跟踪的会议。

M

mem-file-scan

spacezephyr / myskill

AI个人记忆系统的文件扫描回顾功能。扫描Obsidian仓库中本周修改的文件（排除AI_MEMORY目录），识别潜在的重要事件和决策。使用场景：(1) 用户说"文件扫描"、"查看本周文件"、"扫描文件变化"时；(2) 周复盘时补充L1记录前；(3) 用户想回顾本周在Obsidian中的活动时。该skill会列出修改的文件，询问用户哪些需要记录到L1，并辅助记录。

M

mem-monthly

spacezephyr / myskill

AI个人记忆系统的月度复盘功能。分析本月L2行为层更新，提炼思维模式到L3认知层，检查L4核心层是否需要校准。使用场景：(1) 用户说"月复盘"时；(2) 每月末定期回顾时；(3) 需要从行为模式提炼认知框架时。该skill会分析多个行为是否指向同一思维原则，尝试提炼到L3，并引导用户反思L4核心层。

M

mem-weekly

spacezephyr / myskill

AI个人记忆系统的周复盘功能。分析本周L1情境层记录，识别重复模式，提炼到L2行为层。使用场景：(1) 用户说"周复盘"时；(2) 每周定期回顾时；(3) 需要从日常记录中提炼行为模式时。该skill会自动统计重复出现的行为（3次+），生成候选列表，等待用户确认后更新L2行为层。

M

memory-palace

simhacker / moollm

以可导航目录对知识进行空间化组织

M

miro-developer-app

membranedev / application-skills

Miro Developer App 集成。管理 Boards、Users。当用户想要与 Miro Developer App 数据交互时使用。

M

mock-interview

trainwithshubham / skills

开展基于场景的 DevOps、SRE、云或平台工程模拟面试，随后给出不留情面的诚实分析与量身定制的备考计划。题目按主题（Kubernetes、AWS、Docker、Terraform、CI/CD、Linux、监控/可观测性、系统设计、网络、安全、混合）、难度（初级 0-2 年 / 中级 2-5 年 / 高级 5-8 年 / 资深 8 年以上）和目标公司层级（TCS/Infosys/Wipro/Capgemini 等服务型公司，Razorpay/Zerodha/Swiggy/PhonePe/Atlassian 等产品型公司，或 Meta/Apple/Netflix/Google/Amazon/Microsoft 等 MANG/FAANG）配置并抽取。以面试官口吻逐题进行面试（不给提示、面试中不表扬），随后切换到教练模式，进行逐题分析、整场面试的模式识别、分层级评定以及 7 天备考计划。在以下情况应积极触发：/mock-interview、"mock interview"、"interview prep"、"interview practice"、"DevOps interview"、"SRE interview"、"cloud interview"、"Kubernetes interview"、"AWS interview"、"scenario question"、"system design interview"、"interview me"、"test me"、"quiz me on K8s/AWS/etc"、"help me prepare for an interview"，或用户表示即将参加 DevOps/SRE/云/平台/基础设施面试时——即使他们没有使用"mock"一词。触发条件是面试准备需求，而非确切措辞。

N

news-tracker

unix2dos / skills

仅在通过 "新闻"、"最新动态"、"@news-tracker" 或 "latest news" 明确请求时调用。不要自动触发。

O

obsidian-bases

oldwinter / skills

使用视图、筛选器、公式和摘要创建和编辑 Obsidian Bases（.base 文件）。适用于处理 .base 文件、创建类似数据库的笔记视图，或用户在 Obsidian 中提到 Bases、表格视图、卡片视图、筛选器或公式时。

O

obsidian-cli-automation

oldwinter / skills

当用户需要 Obsidian 的终端自动化时使用，包括笔记与仓库操作、每日笔记、任务、属性、搜索、插件或主题管理，以及同步或历史恢复。

O

obsidian-clis

nweii / agent-stuff

在终端中操作 Obsidian 时使用：笔记、搜索、属性、链接、任务、Bases 或插件开发。使用应用 CLI，并以 notesmd-cli 作为无头回退方案。

O

obsidian-markdown

jackjin1997 / clawforge

创建和编辑 Obsidian Flavored Markdown，支持 wikilinks、嵌入内容、标注块、属性及其他 Obsidian 专属语法。适用于在 Obsidian 中处理 .md 文件，或用户提及 wikilinks、标注块、frontmatter、标签、嵌入内容或 Obsidian 笔记时。

O

obsidian-markdown

timlai666 / skills

创建和编辑 Obsidian Flavored Markdown。创建、组织或初始化新的 Obsidian 保管库或知识库时，必须默认采用 llm-wiki 结构（包括 SCHEMA.md、index.md、log.md、raw/、topics/、entities/、concepts/、comparisons/、queries/）。处理 Obsidian 中的 .md 文件，或用户提及 wikilinks、callouts、frontmatter、标签、嵌入内容或 Obsidian 笔记时，必须使用此技能。

O

obsidian-second-brain

julianobarbosa / claude-code-skills

暂无简介

O

open-notebook

crazymsn / academic-skills

可自托管、开源的 Google NotebookLM 替代方案，用于 AI 驱动的研究和文档分析。在将研究材料整理到笔记本、摄取多样化内容来源（PDF、视频、音频、网页、Office 文档）、生成 AI 驱动的笔记和摘要、根据研究创建多说话人播客、使用上下文感知 AI 与文档对话、通过全文和向量搜索在材料中检索，或运行自定义内容转换时使用。支持 16 种以上 AI 提供商，包括 OpenAI、Anthropic、Google、Ollama、Groq 和 Mistral，并通过自托管实现完整的数据隐私。

O

opencite

neuromechanist / research-skills

当涉及 "search for papers"、"find citations"、"look up a DOI"、"get BibTeX"、"download PDF"、"convert PDF to markdown"、"find canonical papers"、"convert identifiers"、"batch download papers"、"configure opencite"、"literature review"、"find related papers"、"what papers cite this"、"export references"、"read this paper"，或提及 opencite、Semantic Scholar、OpenAlex、PubMed、学术文献检索、引用管理或论文获取时，使用此技能。

P

paper-source-trace

aminerorg / aminer-open-skill

由 AMiner.cn 提供支持的官方研究技能

P

pixelbrowse

startrail-org / pixelrag

使用 pixelshot 对任意网页或文档截图并进行视觉阅读。当需要查看页面外观、阅读图表/示意图/信息图中的视觉内容、检查布局或验证 UI 时，使用此工具而非获取原始 HTML。触发语包括：“看看这个页面”“截图”“这个网站是什么样的”“检查 UI”“用视觉方式阅读”“查看这个 URL”以及查看网页内容。

P

pm-product-canvas

julianoczkowski / product-manager

以市场驱动的方式构建 Pragmatic Institute Product Canvas／商业论证，为投资某个机会提供依据。PM 要求“制定商业论证”“向领导层说明理由”“估算市场规模”“决定购买、构建还是合作”“计算 ROI”“构建产品画布”或“为这个想法争取支持”时使用。将机会构建为价值主张、价值创造和价值获取，估算市场规模，进行购买／构建／合作决策，并以量化风险的 go/no-go 建议收尾。生成 Markdown 或 Word .docx 格式的 Product Canvas／Business Case。

P

pm-product-roadmap

julianoczkowski / product-manager

制定 Pragmatic Institute 产品路线图，传达愿景、方向和随时间变化的优先事项——这是计划，而非承诺。PM 要求制定“路线图”“产品愿景”“即将推出的内容”“阶段”“随时间变化的主题”，或希望利益相关方就方向达成一致时使用（不同于带日期的发布计划）。按时间范围呈现成果和市场问题，而非带日期的功能。生成 Markdown 或 Word .docx 格式的产品路线图。

P

pm-release-plan

julianoczkowski / product-manager

将已排定优先级的需求转化为正式确定的 Pragmatic 发布计划，涵盖主题、规模和签署。PM 要求规划发布、定义 MVP 范围、确定日期、制定发布章程或询问“本次发布包含什么”时使用。内容涵盖如何做好 MVP、主题、估算阶梯、市场窗口，以及范围／进度／资源调整杠杆。生成 Markdown 或 Word .docx 格式的 Release Charter。

P

pm-stakeholder-communication

julianoczkowski / product-manager

制定 Pragmatic 利益相关者沟通计划和状态更新，及早揭示风险，并使用各受众熟悉的语言。PM 要求管理利益相关者、规划沟通、撰写高管／状态更新、项目状态报告、指导委员会更新，或“让所有人保持一致”时使用。内容涵盖识别→分析→沟通步骤、影响力×重要性矩阵，以及四类指标。生成 Markdown 或 Word .docx 格式的 Stakeholder Communication Plan 和 Status Update。

P

pp-techtwitter

mvanhorn / printing-press-library

涵盖 Tech Twitter 的每个读取端点，外加可离线搜索的本地镜像和带引用的证据包，这是其他工具所没有的。触发短语：`what changed in tech twitter`、`what's trending in tech`、`give me a tech digest`、`what narrative is emerging in AI`、`search tech twitter for`、`use techtwitter`、`run techtwitter`。

P

process-hunter

petekp / agent-skills

原始人猎杀坏进程！我发现吞食火焰和岩石的贪婪生物。我好好揍它们。当部落说“杀掉进程”“清理服务器”“节省电量”“找出资源大户”“揍 next.js”或“猎杀进程”时使用。我自动揍已知的坏生物。遇到未知生物我会先问再揍。

P

product-launch-playbook

w95 / awesome-claude-corporate-skills

全面的产品发布规划，包括 GTM 战略、发布清单、利益相关方沟通、Beta 测试计划和发布后分析。与协调一致的团队一起执行成功的产品发布。

面向产品经理的全面工具包，涵盖 RICE 优先级排序、客户访谈分析、PRD 模板、探索框架和市场进入策略。适用于功能优先级排序、用户研究综合、需求文档撰写和产品战略制定。

P

project-closeout

anotb / management-consulting-plugin

通过验收、交接、知识转移、效益归属、财务核对和经验总结，结束或转换咨询项目。适用于项目顺利完成、提前终止、暂停或转为常规运营。

P

project-management-specialist

prorise-cool / claude-code-multi-agent

提供项目管理、任务跟踪、团队协调和项目交付能力。当需要管理项目、跟踪进度或协调团队时使用。

Q

qa-discussion

zenobi-us / dotfiles

与用户进行结构化问答讨论，一次处理一道多选题、单选题和开放式问题 —— 跟踪进度、校验答案，并为完整讨论提供总结报告。

R

research

legout / skills

依据高可信度的一手来源调查问题，并将调查结果记录为仓库中的 Markdown 研究笔记。适用于用户希望研究某个主题、收集文档或 API 信息，或将资料阅读工作委派给后台 Agent。

R

research-proposal

gaasher / agent-loop-skills

当用户有一份研究提案（问题 + 拟议方法 + 计划实验）并希望将其迭代强化直至达到及格分数时使用。ScholarEval 依据文献对该提案评分（Soundness + Contribution），一名 Judge 按固定评分表将反馈评为 0-100 分，一名 Reviser 重写提案以修复最差之处而不稀释研究问题；循环直到评分通过或预算耗尽。不用于从零生成提案，也不用于单独开展文献综述。

R

retirement-planning

gajetoso / financeskills

当用户想要规划退休、计算需要储蓄多少、预测退休储备金、确定安全的提款金额，或判断自己是否按计划推进时使用。用户提到“401k”“pension”“retirement age”“how much do I need to retire”“compound interest”“FIRE”或“retire early”时也使用。

R

right-things-first

kangarooking / duan-yongping-skill

当用户面临方向性决策纠结时使用——先判断方向对不对，再考虑怎么做好。典型触发：用户说"我在纠结要不要做XX""做了很久但效果不好""方向对不对""值不值得坚持""是方向问题还是执行问题"。 核心框架："做对的事情"（方向判断，道）vs "把事情做对"（执行效率，术），二者不可颠倒。 不适用于：纯执行层面的问题（已经有了正确方向，只需要方法）、日常小事。

R

roadmap-builder

w95 / awesome-claude-corporate-skills

通过季度规划、功能优先级排序、依赖关系映射和利益相关方协调来构建产品路线图。创建可执行的路线图，传达战略并指导执行。

R

route-researcher

dreamiurg / claude-mountaineering-skills

研究北美山峰的登山路线，并生成全面的路线 beta 报告，汇总来自 PeakBagger、SummitPost、WTA、AllTrails 及各地雪崩中心的天气预报、雪崩状况、日照窗口、行程报告和通行信息。适用于规划攀登、徒步或攀爬，或被要求提供路线 beta、步道状况、山峰研究或登山行程规划时。

S

s4h-logic-argument-validation

human-avatar / skills-for-humanity

检查一个论证的前提是否真正支持其结论，并识别逻辑谬误。在审查设计决策、技术提案、产品论证，或任何结论需要经得起推敲的推理时使用。触发词：'validate this argument'、'does this logic hold'、'check my reasoning'、'is this a fallacy'、'find the flaw in this'，以及任何推理链条至关重要的提案或决策。当整个文档需要审查时，与 logic-consistency-check 搭配使用效果很好。

S

s4h-psychology-persuasion

human-avatar / skills-for-humanity

识别正确的影响力方法，并针对具体情境予以构建。真正能改变想法并促成行动的做法。Triggers：“how do I persuade”“how do I change their mind”“what would convince them”“how do I get buy-in”“how do I influence”“influence strategy”“how do I pitch this”“what makes a persuasive case”“how do I get them to say yes”。

S

scholar-deep-research

agents365-ai / 365-skills

当用户要求文献综述、学术深度调研、研究报告、最新进展综述、主题范围界定、方法/论文对比分析、基金申请背景，或任何需要带引用的多来源学术证据的请求时使用。当用户的问题明显需要学术依据时（例如“关于 X 已知什么”“在文献中比较方法 A 与方法 B”“总结 Y 领域”），也应主动触发。运行一个 8 阶段（Phase 0..7）、脚本驱动的研究工作流，覆盖 7 个联邦来源（OpenAlex、arXiv、Crossref、PubMed、DBLP、bioRxiv、Exa），可选 Semantic Scholar / Brave MCP 增强，包含去重、透明排序、双后端引文追踪（OpenAlex + Semantic Scholar）、自我批判，以及带可验证引用的结构化报告输出。