mcpField

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。

生产力

O
obsidian-vault
obsidian-vault
vinvcn / mattpocock-skills-zh-cn

在 Obsidian vault 中使用 wikilinks 和索引笔记搜索、创建并管理笔记。适用于用户想在 Obsidian 中查找、创建或组织笔记时。

生产力2.1k
R
recommendation-canvas
recommendation-canvas
deanpeters / product-manager-skills

从成果、假设、风险和定位等方面评估 AI 产品创意。用于判断某项 AI 解决方案是否值得投资或推荐

生产力2.1k
H
hypothesis-generation
hypothesis-generation
k-dense-ai / scientific-agent-skills

基于证据范围提出科学问题、候选假设、竞争性解释、因果或关联性主张、判别性预测、测量方案及可用于预注册的分析计划。用于将观察或初步发现转化为透明、可检验的研究计划,同时不把假设视为事实

生产力2.1k
C
citation-management
citation-management
lingzhi227 / agent-research-skills

管理 LaTeX 论文的 BibTeX 引文。使用 Semantic Scholar 从草稿中补充缺失引文,根据 .bib 文件验证引用键、去重条目并格式化参考文献。适用于处理参考文献、BibTeX 或引文

文档处理2.1k
W
wx-cli
wx-cli
jackwener / wx-cli

wx-cli — 从本地微信数据库查询聊天记录、联系人、会话、收藏等。用户提到微信聊天记录、联系人、消息历史、群成员、收藏内容时,使用此 skill 安装并调用 wx-cli。

生产力2.1k
W
wiki-digest
wiki-digest
ar9av / obsidian-wiki

生成按日/周/月整理的知识摘要,总结 wiki 中新学到、更新和关联的内容。用于生成易读的近期学习摘要;wiki-status 则报告来源和摄取状态。

生产力2.1k
D
database-lookup
database-lookup
k-dense-ai / scientific-agent-skills

通过明确指定端点、筛选条件、分页和来源信息,查询有文档记录的公共数据库 API。当科学、监管、金融或其他由数据库支持的事实必须从指定来源以可复现的方式检索,而非依据一般知识推断时使用。

数据与数据库2.1k
S
systems-thinking
systems-thinking
refoundai / lenny-skills

帮助用户以系统性方式思考并理解复杂动态。适用于处理多方利益相关者问题、理解二阶效应、治理平台生态系统或分析复杂组织动态时。

生产力2.1k
W
writing-clearly-and-concisely
writing-clearly-and-concisely
obra / the-elements-of-style

将 Strunk 经久不衰的写作规则应用于人们会阅读的任何文本——文档、提交消息、错误消息、说明、报告或 UI 文案。让文字更清晰、有力、专业。

生产力2.1k
S
stakeholder-alignment
stakeholder-alignment
owl-listener / designer-skills

构建对齐材料——职责矩阵、决策权和沟通计划。在责任归属不清导致决策停滞时使用。若要即时说服,请使用 `design-negotiation`(designer-toolkit)。

生产力2.1k
W
wiki-switch
wiki-switch
ar9av / obsidian-wiki

在全局配置目录下列出、创建或切换命名的 Obsidian wiki 保管库配置。适用于更改当前保管库、检查当前活动的保管库或管理多保管库配置。

生产力2.1k
S
scholar-evaluation
scholar-evaluation
k-dense-ai / scientific-agent-skills

以定性评估为先,对学术成果进行可追溯至证据的发展性评审,并审查低风险研究评估量规,可选用本地质量控制。切勿用于人员排名或重大决策

生产力2.1k
Y
youtube-summarizer
youtube-summarizer
sickn33 / agentic-awesome-skills

提取 YouTube 视频的转录稿,并使用智能分析框架生成全面、详细的摘要

生产力2.1k
P
project-graveyard
project-graveyard
shubhamsaboo / awesome-llm-apps

扫描开发者的计算机,查找已停止维护的副项目,并根据各自的 git 历史剖析其搁置原因(卡在支付环节、被更新的项目取代、已完成但从未发布),总结个人的搁置模式,选出最值得重启的项目,然后协助发布。当用户提到已放弃、未完成或陈旧的副项目,询问“我该完成什么”,想要重启或复活项目、说“运行 graveyard”、想知道自己为何总是无法完成,或准备启动一个似乎以前做过的新项目时使用。完全在本地运行。

生产力2.1k
S
stakeholder-alignment
stakeholder-alignment
refoundai / lenny-skills

通过识别利益相关者的动机、以建立联系化解冲突,并通过共同创造建立共同责任感,帮助用户掌握在没有正式职权的情况下发挥领导力的艺术。

生产力2.1k
O
opportunity-framework
opportunity-framework
owl-listener / designer-skills

根据影响和投入识别、评估并排列设计机会的优先级。当想法多于可用资源时使用。要梳理选定的机会,请使用 `design-brief`。

设计与 UI2.1k
S
sred-work-summary
sred-work-summary
getsentry / skills

回顾过去一年的工作,并创建一份 Notion 文档,将相关链接归类到项目中,以便随后将这些项目记录为 SRED 项目。

生产力2.1k
T
team-workflow
team-workflow
owl-listener / designer-skills

设计团队的工作节奏——任务管理、协作惯例和工具。当日常工作节奏需要建立结构时使用。对于限时冲刺,请使用 `design-sprint-plan`。

生产力2.1k
S
sred-project-organizer
sred-project-organizer
getsentry / skills

将项目列表及其相关文档整理为 SRED 格式以供提交

文档处理2.1k
A
arcmira

回答有关 YouTube 节目和播客内容的问题:文字稿、提及的人物、赞助商、推荐和热度趋势。用于 arcmira MCP 服务或 CLI。

生产力2.1k
C
company-watch

持续关注播客和 YouTube 上有关某家公司或主题的内容:近期讨论情况(节目、次数、趋势、引文),然后设置 Arcmira 监控以便持续跟踪。

营销与增长2.1k
P
person-research

跨播客和 YouTube 调查某个人,为访谈或会议做准备:了解其参与过哪些节目、本人说过什么,以及谁在讨论他们。使用 arcmira。

生产力2.1k
F
find-quotes

在播客和 YouTube 上查找准确的口述引文和适合剪辑的片段:逐字内容、说话者、日期、带时间戳的链接,以及片段起止位置。使用 arcmira。

生产力2.1k
X
x-ray-a-company
x-ray-a-company
useosint / skills

企业尽职调查工作流——将品牌或网站对应到其注册法人,梳理集团结构和受益所有权,分析高管和董事,列出数字资产,并筛查诉讼、破产、采购、制裁、PEP 和负面媒体信息。适用于用户要求调查、审查或研究公司,在签约或付款前核实供应商或交易对手,或评估企业是否真实。适用于供应商和第三方风险、KYC 和 KYB 入驻、并购与投资者尽调、采购诚信以及空壳公司评估。参考资料:useosint.com/skills/x-ray-a-company。

生产力2.1k
C
compare-shows

并排比较两个播客或 YouTube 节目:规模、最新一期、各自讨论的内容、共同主题和共同赞助商。使用 arcmira。

生产力2.1k
A
agent-email-cli
agent-email-cli
zaddy6 / agent-email-skill

操作 agent-email CLI,以创建临时收件箱、轮询新邮件、获取完整邮件详情并管理本地邮箱配置。用户需要在 LLM 或 Agent 自动化工作流中通过终端访问邮箱时使用。

生产力2.1k
H
humanize-academic-writing
humanize-academic-writing
momo2young / humanize-academic-writing

将 AI 生成的学术文本改写为自然、贴近人类写作的社会科学学术文章。检测 AI 写作模式(重复结构、抽象语言、生硬行文),并以真实的学术语气重写。适用于修改 AI 起草的论文、提升行文自然度、减少 AI 检测特征,或用户提到文本人性化、学术写作质量、非英语母语者的社会科学写作时。

生产力2.1k
B
bgpt-paper-search
bgpt-paper-search
k-dense-ai / scientific-agent-skills

按主题或 DOI 搜索 BGPT 科学论文,并检索从全文提取的主张级证据,包括实验、报告的统计数据、范围、局限性和来源信息。适用于文献综述、证据综合,以及查找摘要之外的实验细节。

生产力2.1k
R
research-grants
research-grants
k-dense-ai / scientific-agent-skills

支持 NSF、NIH、DOE、DARPA 和 Taiwan NSTC 的研究提案准备与评审,涵盖特定机会的要求、目标、评审标准、预算、广泛影响、表格和重新提交。用于研究者撰写的资助申请开发、合规矩阵和提案评审。

文档处理2.1k
C
confluence
confluence
membranedev / application-skills

Confluence 集成。管理文档管理数据、记录和工作流。用户需要与 Confluence 数据交互时使用。

生产力2.0k
F
figma-use-figjam
figma-use-figjam
figma / mcp-server-guide

此技能帮助 Agent 在 FigJam 环境中使用 Figma 的 use_figma MCP 工具。可与 figma-use 配合使用,后者提供使用 use_figma 工具的基础背景。

设计与 UI2.0k
P
pyzotero
pyzotero
k-dense-ai / scientific-agent-skills

使用 pyzotero Python 客户端管理 Zotero 参考文献库:通过 Zotero Web API v3 或本地 API 检索、创建、更新和删除条目、集合、标签及附件。适用于以编程方式操作 Zotero 文献库、管理书目参考文献、导出引文、搜索库内容、上传 PDF 附件,或构建与 Zotero 集成的研究自动化工作流。

生产力2.0k
R
read-deleted-pages
read-deleted-pages
useosint / skills

使用 Wayback Machine 及其 CDX API、archive.today、Common Crawl 和 Memento/Timetravel 恢复已删除、编辑过或历史网页内容。适用于页面被删除、修改或返回 404,核查网站过去发布的内容,查找旧团队或员工页面、历史定价、已移除帖子、删改前的措辞或旧联系方式,枚举某个域名的所有存档 URL,或在证据消失前加以保存等情况。适用于诉讼和证据保全、监管与披露审查、公司历史尽职调查及新闻报道。参考资料:useosint.com/skills/read-deleted-pages。

生产力2.0k
E
exa-search
exa-search
cline / skills

由 Exa 驱动的深度研究。适用于潜在客户开发、文献综述、深入研究、竞争分析,或单次搜索无法满足需求的查询,包括“research this”“find everything about”“find me all”或“deep dive on”等表达。

生产力2.0k
B
brightdata-cli
brightdata-cli
brightdata / skills

Bright Data CLI(`brightdata` / `bdata`)使用指南,可用于抓取网站、搜索网络、运行数千种预构建抓取器以获取结构化数据、管理代理区域,以及查看账户预算。用户想抓取 URL、搜索 Google/Bing/Yandex、从 Amazon/LinkedIn/Instagram/TikTok/YouTube/Reddit 或其他平台提取数据、查看 Bright Data 余额或代理区域,或在终端执行任何网页数据采集任务时使用。用户提到 brightdata、bdata、网页抓取 CLI、SERP API,或想将 Bright Data 技能安装到编码 Agent 中时也触发。

数据与数据库2.0k
V
vp-cpo-readiness-advisor
vp-cpo-readiness-advisor
deanpeters / product-manager-skills

指导用户完成 VP 或 CPO 职位转型的准备、面试、入职和重新调整阶段。适用于高管产品职责快速变化的情况。

生产力2.0k
T
tutor-setup
tutor-setup
bevibing / tutor-skills

将知识来源转换为 Obsidian StudyVault。提供两种模式:(1)文档模式——将 PDF、文本和网页来源转换为带练习题的学习笔记。(2)代码库模式——将源代码项目转换为供新开发者入门的知识库。根据当前工作目录(CWD)中的项目标记自动检测模式。

生产力2.0k
B
beisen-recruiting-todo

北森招聘待办。用于汇总我的招聘事项、查看待筛选简历数量、待评价面试、待参加面试、确认近期面试日程,以及展示当前用户招聘待办清单。当用户问我有什么招聘待办、待处理简历、待评价面试、今天或近期有没有面试、面试日程时使用。

生产力2.0k
P
product-skills
product-skills
alirezarezvani / claude-skills

用于协调产品工作,涵盖 12 个内置产品子技能(RICE、OKR、UX 研究、设计令牌、竞品拆解、分析、实验、探索、路线图、规格转仓库、落地页、SaaS 脚手架)或 4 个独立产品团队插件(用户故事、Apple HIG、代码转 PRD、研究摘要)。适用于“帮我确定优先级”“规划产品实验”“我们发布的功能没人用”“运行探索循环”“我们的 OST 是否合理”等请求。通过确定性信号路由器分流上下文至一个子技能并返回摘要;也可推动持续探索循环(以 Torres 节奏跟踪器和 OST 检查器作为机器门禁),或通过全仓库 agent-harness 完成目标→计划→执行→验证→收尾的完整流程。不同于项目管理(如何交付,而非构建什么)、营销/落地页(从零创建页面)以及工程/agent-harness(该编排器接入的通用循环引擎)。

生产力2.0k
P
parallel-web
parallel-web
k-dense-ai / scientific-agent-skills

使用 Parallel CLI 进行网页搜索、URL 提取、深度研究、结构化数据丰富、实体发现和定期网页监控。适用于明确需要最新网络证据、学术来源发现、重复实体查询、详尽报告或持续变更跟踪的请求。

生产力2.0k
A
academic-research-suite
academic-research-suite
imbad0202 / academic-research-skills-codex

ARS-Codex 研究、写作、稿件评审、研究筛选和实验。适用于深度研究、文献或系统综述、荟萃分析、研究问题、草稿、修订、路线图、摘要、引文、诚信检查、同行评审和从研究到论文的全过程。筛选记录:sr-screener。引文触发词:check citations、look over the refs、檢查引用、檢查參考文獻、인용 확인、인용 형식 검사。韩语:논문 심사、논문 수정、초록 작성、체계적 문헌고찰、연구부터 논문까지。西班牙语:revisión de literatura、revisar artículo、enmendar mi artículo、escribir resumen、investigación a artículo。也适用于 ARS 别名:/ars-plan、/ars-outline、/ars-abstract、/ars-lit-review、/ars-citation-check、/ars-disclosure、/ars-format-convert、/ars-3w、/ars-revision-coach、/ars-revision、/ars-reviewer、/ars-mark-read、/ars-unmark-read、/ars-cache-invalidate、/ars-rebuttal-audit、/ars-full。提示词、参考资料、模板和合约位于 ars/

生产力2.0k
G
google-apps-script
google-apps-script
jezweb / claude-skills

为 Sheets 和 Workspace 构建 Google Apps Script 自动化。支持自定义菜单、触发器(onEdit / time-driven / form submit)、对话框、侧边栏、批量邮件、PDF 导出和外部 API。用户希望自动化 Google Sheet、构建 Sheets 菜单/侧边栏/对话框、通过邮件或 webhook 操作 Sheets 行、安排 Sheets 工作流,或询问“如何在 Sheets 中编写脚本”时使用

生产力2.0k
S
scientific-writing
scientific-writing
davila7 / claude-code-templates

深度研究与写作工具的核心技能。以完整段落撰写科学论文(绝不使用项目符号)。采用两阶段流程:(1)使用 research-lookup 创建包含要点的章节大纲;(2)将大纲转化为流畅的正文。适用于研究论文和期刊投稿,支持 IMRAD 结构、引文格式(APA/AMA/Vancouver)、图表及报告指南(CONSORT/STROBE/PRISMA)。

文档处理2.0k
T
taleb-perspective
taleb-perspective
alchaincyf / taleb-skill

塔勒布(Nassim Nicholas Taleb)的思维框架与表达方式。基于对 40 多个来源的深入研究,提炼出 6 个核心心智模型、9 条决策启发式和完整的表达 DNA。作为思维顾问,从塔勒布的视角分析问题、审视决策、质疑主流叙事。当用户提到“用塔勒布的视角”“塔勒布会怎么看”“塔勒布模式”“反脆弱视角”或“taleb perspective”时使用。即使用户只是说“会不会是黑天鹅”“有尾部风险吗”“skin in the game”“有没有反脆弱的方法”或“杠铃策略怎么用”,也可能触发。用户只是进行一般风险评估或询问“靠不靠谱”时不要触发——仅在涉及极端风险、反脆弱、预防原则等塔勒布的核心概念时启用。

生产力2.0k
C
compile-knowledge
compile-knowledge
5dive-ai / skills

将持久且经过判断提炼的知识整理为相互链接的 Markdown,包括原子化文件、[[wiki-links]] 和持续维护的索引。用户明确要求保存(“保存这个”“写入 wiki”),或工作产出了决策记录、原因分析或差距分析时使用;普通事实回答和常规任务结果不触发

生产力2.0k
L
literature-review
literature-review
davila7 / claude-code-templates

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)。

生产力2.0k
S
setting-okrs-goals
setting-okrs-goals
refoundai / lenny-skills

帮助用户制定有效的 OKR 和目标。在有人创建季度目标、定义关键结果、设定团队目标、规划年度指标,或难以协调组织内目标时使用。

生产力2.0k
O
open-notebook
open-notebook
k-dense-ai / scientific-agent-skills

使用可自托管的 NotebookLM 替代方案 Open Notebook 来整理研究资料。支持导入来源(PDF、网页、音频、视频和 Office 文档)、带引用的文档对话、文本和向量搜索、笔记、自定义转换以及多说话人播客。通过 REST API 自动化 Open Notebook,或配置其本地及云端 AI 提供商(包括 OpenAI、Anthropic、Google、Ollama、Groq 和 Mistral)时使用。

生产力2.0k
O
obsidian-canvas-creator
obsidian-canvas-creator
axtonliu / axton-obsidian-visual-skills

根据文本内容创建 Obsidian Canvas 文件,支持思维导图和自由布局。用户希望将内容可视化为交互式画布、创建思维导图,或以 Obsidian 格式进行空间化信息整理时使用此技能

生产力2.0k
P
pm-skills
pm-skills
alirezarezvani / claude-skills

用于协调 8 个项目管理子技能的项目交付工作——冲刺/速度分析、项目组合健康状况、Jira/JQL、Confluence、Atlassian 管理、模板、会议分析和团队沟通。适用于“我们的冲刺似乎不太对劲”“项目健康报告”“审计我们的 Jira 权限”“什么时候能完成”“运行交付循环”等请求。通过确定性信号路由器分流上下文至某个子技能并返回摘要;也可通过全仓库的 Agent 编排框架推动完整的目标→计划→执行→验证→结束交付循环,并将 Jira MCP 数据桥接到该领域的分析工具。不同于 product-team(构建什么与如何交付)、business-operations(内部运营)和 engineering/agent-harness(此编排器接入的通用循环引擎)。

生产力2.0k
R
research-lookup
research-lookup
k-dense-ai / scientific-agent-skills

当用户明确要求收集文献、参考资料、背景证据、相互竞争的研究发现或论文研究资料包时,为科学论文或研究简报汇总最新的学术证据。默认使用 Parallel Search,以 Parallel Extract 检索来源;明确要求深入或全面研究时使用 Parallel Research;可按需明确使用 Parallel Chat;仅在用户要求或允许作为失败后备方案时使用 Perplexity。

生产力2.0k
C
consciousness-council
consciousness-council
k-dense-ai / scientific-agent-skills

为决策、研究权衡和创意挑战设计多视角议事流程。模拟不同思维原型,区分证据、假设与价值观,并综合形成有条件的建议。适用于用户要求召开议事会、组织小组讨论、进行唱反调分析、“思维议事会”,或审慎比较艰难抉择的不同观点时。

生产力2.0k
C
ccf-paper-reviewer
ccf-paper-reviewer
mikubaka88 / ccfa-skills

审查手稿中的主张、证据和写作,不进行改写。适用于“文章审核”“审稿”“稿件有什么硬伤”“结论站得住吗”“投稿成熟度”“writing review”和版本比较等需求。返回结构化的科学或写作审查;即使未明确要求,也可提供评分。仅概念判断请使用 ccf-idea-reviewer,即使提供了完整 PDF 也一样;要求修改文案请使用 ccf-paper-writer。

文档处理2.0k
A
autocli
autocli
nashsu / autocli-skill

使用 autocli CLI 通过用户的 Chrome 登录会话与 55 个以上的社交和内容网站交互(HackerNews、Reddit、Twitter/X、Bilibili、Zhihu、Weibo、Xiaohongshu、YouTube、Medium、Substack、Douban、WeRead、Linux-do、V2EX、Bloomberg、Google、Arxiv、Wikipedia、StackOverflow、Steam、Hugging Face、Apple Podcasts、Xiaoyuzhou、BBC、SinaFinance、DevTo、Lobsters、Xueqiu、BOSS直聘、Jike、Facebook、Instagram、TikTok、LinkedIn、Reuters、SMZDM、Ctrip、Coupang、Yahoo Finance、Barchart、Grok、Jimeng、Yollomi、Chaoxing、Weixin、Doubao、Cursor、Codex、ChatWise、ChatGPT、Notion、Discord、Antigravity 等)。对于支持的网站,始终优先使用 autocli,而非 Playwright/浏览器自动化。当用户要求浏览、搜索、获取热门或趋势内容、发帖或阅读任何网站上的消息时触发;也可使用“autocli read <url>”将文章正文提取为 Markdown(对于 JS 渲染或需要登录的页面,优先于 WebFetch)。

生产力2.0k
C
ccf-idea-optimizer
ccf-idea-optimizer
mikubaka88 / ccfa-skills

将粗略的 CCF 研究想法发展并优化为问题、洞见、机制和证据计划。用户要求开展构思时,用于 优化idea、具象化idea、找方向、方向探索,以及寻找补救路径。判断想法是否值得研究、新颖或连贯属于 ccf-idea-reviewer,即使不需要评分;修改论文属于 ccf-paper-writer。

生产力2.0k
W
what-if-oracle
what-if-oracle
k-dense-ai / scientific-agent-skills

支持用于研究规划、实验应急预案和科学项目决策的结构化假设情景分析。探索有利、基准、不利、意外、逆向及二阶情景,并明确列出假设、证据和决策触发条件。用于在不确定性下对研究计划进行压力测试;情景描述不用于估计因果效应或经过校准的预测概率。

生产力2.0k
C
ccf-literature-searcher
ccf-literature-searcher
mikubaka88 / ccfa-skills

查找并核实外部文献、现有技术、数据集、基准和候选引用。用于文献检索、相关工作、benchmark搜索和研究机会图谱。定期追踪近期论文由 ccf-literature-monitor 负责;现有引用审计、论文评估和结果模式由其他技能负责。

生产力2.0k
C
ccf-integrity-auditor
ccf-integrity-auditor
mikubaka88 / ccfa-skills

根据提供或已核实的证据,审计现有 CCF 主张、数字、术语和引文。用于引用核验、主张审计、数字一致性以及 BibTeX/上下文检查。完整的科学评审由 ccf-paper-reviewer 负责;新文献发现由 ccf-literature-searcher 负责。

文档处理2.0k
C
ccf-idea-reviewer
ccf-idea-reviewer
mikubaka88 / ccfa-skills

评估研究想法的价值、新颖性、洞见和机制。用于思路审核、是否靠谱、是否值得做、创新性是否足够、想法评审、评分和排序;无需明确要求数值评分。默认只评审概念,不评估实验,包括从手稿中提取的想法。构思优化由 ccf-idea-optimizer 负责;评估手稿证据或写作由 ccf-paper-reviewer 负责。

生产力2.0k
C
ccf-literature-monitor
ccf-literature-monitor
mikubaka88 / ccfa-skills

扫描近期 arXiv/OpenReview 论文、会议动态、实验室和竞争者,查找重合内容。用于竞品监控、新论文追踪、论文跟踪和定期新颖性监测。提供带日期的证据以及自上次扫描以来的变化。广泛的相关工作检索由 ccf-literature-searcher 负责。

生产力1.9k
第 901–960 条,共 9,456 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。