研究与知识
研究、检索、摘要和知识工作
Skills 列表
doc-coauthoring
引导用户通过结构化工作流程共同撰写文档。当用户想要编写文档、提案、技术规范、决策文档或类似结构化内容时使用。此工作流程帮助用户高效传递上下文、通过迭代完善内容，并验证文档对读者有效。当用户提到编写文档、创建提案、起草规范或类似文档任务时触发。
anthropicsclaude-api
Claude API / Anthropic SDK 权威参考手册 —— 涵盖模型 ID、计费价格、参数设置、流式传输、工具调用 (tool use)、MCP、Agent 开发、缓存机制 (caching)、Token 统计以及模型迁移。 触发条件 —— 在打开目标文件之前先阅读本文件；切勿因其“看似只有一行”而跳过 —— 当满足以下任意情况时触发：提示词中包含任何形式的 Claude/Anthropic 名称（如 Claude、Anthropic、Fable、Opus、Sonnet、Haiku、`anthropic`、`@anthropic-ai`、`claude-*`、`us.anthropic.*`、`[1m]`）；用户咨询大模型相关问题（如价格、模型选择、额度限制、缓存）—— 严禁仅凭记忆回答；或者任务属于大模型范畴且未明确供应商（如 agent/MCP/工具定义/多 Agent 协同/RAG/LLM 评估/Computer Use；基于自然语言生成/总结/提取/分类/改写/对话；排查拒答、截断、流式传输、工具调用、Token 问题）。 跳过条件 —— 仅当明确使用其他供应商时跳过（优先级高于所有触发条件）：用户提问中提到了 OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama；或者对项目执行 `grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'` 找到了匹配项（如果用户未指定供应商，请先执行该 grep 命令 —— 切勿直接读取文件）。
anthropicsmcp-builder
用于创建高质量 MCP（模型上下文协议）服务器的指南，使 LLM 能够通过精心设计的工具与外部服务交互。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是使用 Python (FastMCP) 还是 Node/TypeScript (MCP SDK)。
anthropicsxlsx
当电子表格文件是主要输入或输出时使用此技能。这意味着用户想要：打开、读取、编辑或修复现有的 .xlsx、.xlsm、.csv 或 .tsv 文件（例如，添加列、计算公式、格式化、制图、清理混乱数据）；从头开始或从其他数据源创建新的电子表格；或在表格文件格式之间转换。当用户通过名称或路径引用电子表格文件时（即使是随意提及，如“我下载文件夹里的 xlsx”），并希望对其进行操作或从中生成内容时，尤其要触发。也适用于将混乱的表格数据文件（格式错误的行、错位的标题、垃圾数据）清理或重组为正确的电子表格。交付物必须是电子表格文件。当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时，即使涉及表格数据，也不要触发。
anthropicsdocx
当用户想要创建、读取、编辑或操作Word文档（.docx文件）时使用此技能。触发条件包括：任何提及“Word文档”、“word document”、“.docx”的表述，或要求生成带有目录、标题、页码、信头等格式的专业文档。也用于从.docx文件中提取或重新组织内容、在文档中插入或替换图片、在Word文件中执行查找替换、处理修订或批注，或将内容转换为精美的Word文档。如果用户要求以Word或.docx文件形式提供“报告”、“备忘录”、“信函”、“模板”或类似交付物，请使用此技能。请勿用于PDF、电子表格、Google Docs或与文档生成无关的通用编码任务。
anthropics
triaging-issues
对 GitHub Issue 进行分类分流（Triage）：自动路由至 Oncall 值班团队、打上合适 Label，以及自动回复并关闭纯咨询类提问。适用于处理 PyTorch 新提交的 Issue，或收到 Issue 分流处理指令时使用。
pytorchpr-review
审查 PyTorch 的 Pull Request（PR），重点检查代码质量、测试覆盖率、安全性以及向下兼容性（BC）。适用于 PR 审查、代码变更评审，或者当用户提及“review PR”、“code review”、“帮我看下这个 PR”等场景。
pytorchdocstring
按照 PyTorch 官方规范为 PyTorch 函数和方法编写 docstring（文档字符串）。在编写或更新 PyTorch 代码中的 docstring 时使用。
pytorch
pr
Create a PR for the current branch (targets `canary` by default), including splitting one cross-layer branch into ordered stacked PRs so a lower layer (db / shared package / server TRPC) merges before its callers (desktop / CLI / UI). Use when the user asks to create / submit a PR, or to split a branch because clients call a server contract that isn't on the trunk yet. Triggers on 'pr', 'create pr', 'submit pr', 'open a PR', 'pull request', 'split this PR', 'stacked PR', 'backend should merge first', '提 PR', '提个 PR', '新建 PR', '拆 PR', '后端先合', '分层合并'.
lobehub
systematic-literature-review
Use this skill when the user wants a systematic literature review, survey, or synthesis across multiple academic papers on a topic. Also covers annotated bibliographies and cross-paper comparisons. Searches arXiv and outputs reports in APA, IEEE, or BibTeX format. Not for single-paper tasks — use academic-paper-review for reviewing one paper.
bytedance
para-memory-files
Use a file-based PARA memory system to store, retrieve, and organize durable knowledge across sessions. Trigger on saving facts, daily notes, entity records, weekly synthesis, recall, tacit user patterns, or plan memory.
paperclipaipodcast-generation
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
bytedance
planning-and-task-breakdown
将工作分解为有序的任务。当你有规范或明确的需求，需要将工作分解为可实施的任务时使用。当任务感觉太大无法开始、需要估算范围或可以并行工作时使用。
addyosmanicontext-engineering
优化智能体上下文设置。在开始新会话、智能体输出质量下降、切换任务或需要为项目配置规则文件和上下文时使用。
addyosmani
agent-reviewer
Agent skill for reviewer - invoke with $agent-reviewer
ruvnetagent-memory-coordinator
Agent skill for memory-coordinator - invoke with $agent-memory-coordinator
ruvnetswarm-advanced
Advanced swarm orchestration patterns for research, development, testing, and complex distributed workflows
ruvnetagent-researcher
Agent skill for researcher - invoke with $agent-researcher
ruvnetmemory-management
AgentDB memory system with HNSW vector search. Provides 150x-12,500x faster pattern retrieval, persistent storage, and semantic search capabilities for learning and knowledge management. Use when: need to store successful patterns, searching for similar solutions, semantic lookup of past work, learning from previous tasks, sharing knowledge between agents, building knowledge base. Skip when: no learning needed, ephemeral one-off tasks, external data sources available, read-only exploration.
ruvnet
add-lang
Add tree-sitter language support to codegraph end-to-end — wire the grammar + extractor, write tests, then benchmark extraction quality and retrieval value on 3 popular real-world repos. Use when the user runs /add-lang <language> or asks to add/support a new language (e.g. Lua, Elixir, Zig, OCaml) in codegraph.
colbymchenry
mcp-builder
用于构建高质量 MCP（模型上下文协议）服务器的指南，使 LLM 能够通过精心设计的工具与外部服务交互。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是使用 Python（FastMCP）还是 Node/TypeScript（MCP SDK）。
composiohqtwitter-algorithm-optimizer
利用Twitter开源算法洞察，分析和优化推文以获得最大曝光。根据推荐系统对内容的排名方式，重写和编辑用户推文以提高参与度和可见性。
composiohq
write-openspec-docs
Switches into OpenSpec docs-writing mode; loads the house style guide and drafts or revises pages in its voice (action-first, no preamble, scannable). Use when writing or editing pages in the OpenSpec docs tree.
fission-aiverify-openspec-docs
Fact-checks OpenSpec user documentation with a fresh-context subagent that re-runs commands and checks claims against source. Manually triggered; not part of the drafting loop. Use when the user asks to verify, fact-check, or accuracy-check a docs page, section, or set of changed claims.
fission-ai