下载

Skill UI

浏览并发现 9765+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 AI研究，共找到 17 条记录

默认排序最新上传最多下载

基于文件的项目规划与进度跟踪

planning-with-files

OthmanAdi/planning-with-files

这是一个基于文件的结构化项目规划与进度跟踪系统。它适用于需要分解、组织和管理复杂、多步骤的项目或研究任务。通过创建和维护`task_plan.md`、`findings.md`和`progress.md`等关键文件，它确保了工作流程的连贯性、可追溯性和会话恢复能力，从而系统化地管理大型工作流。

分节生成LaTeX学术论文

wanshuiyin/Auto-claude-code-research-in-sleep

该工具能够根据详细的论文大纲、研究报告、配图和参考文献，分节生成完整的LaTeX学术论文。它支持多种主流会议和期刊格式，并可通过可选的参考风格匹配功能，确保论文在结构和写作风格上达到出版标准。

研究组织者角色

persona-researcher

googleworkspace/cli

研究者角色通过 Drive 文件夹、Docs 总结、Sheets 日志和 Gmail 协作共享与流程发布，梳理参考资料、笔记与团队协作，使科研组织更高效。

绩效提升计划

遇到重复失败或被动状态时启动，融合大厂绩效话术、体系化排查与主动推进，强制深入调试、验证与闭环，确保代码、部署、研究等任务能被彻底解决。

文件化项目规划与进度追踪

planning-with-files-ar

OthmanAdi/planning-with-files

这是一个基于文件的系统，用于组织和追踪复杂的多步骤项目。它通过创建和维护结构化的Markdown文件（如任务计划、进度记录、研究发现）来系统化地记录项目的全过程，适用于任务分析、项目规划和进度回顾，确保流程的完整性和数据可靠性。

基于文件的项目规划与进度跟踪

planning-with-files-de

OthmanAdi/planning-with-files

这是一个基于文件的系统，用于结构化地组织和跟踪复杂、多阶段的项目或研究任务的进展。它会自动生成和管理`task_plan.md`、`findings.md`和`progress.md`等核心文件。适用于需要分解、规划并持续追踪大型、复杂工作流程的专业用户。

论文至会议演示幻灯片

presenting-conference-talks

Orchestra-Research/AI-Research-SKILLs

本技能能够将一份完整的学术研究论文，高效转化为专业的会议演示幻灯片。它提供两种输出格式：用于精美排版的Beamer LaTeX PDF和可编辑的PPTX。支持多种演讲类型（海报、重点、口头报告、邀请报告），并包含详细的演讲结构和讲稿指南，是学术研究人员准备大型会议演讲的必备工具。

板球记分卡搜索技巧

cricket-scorecard

EverMind-AI/EverOS

本指南介绍了利用精确的板球得分数据进行搜索的高级技巧。用户应避免使用宽泛的描述，而是结合特定的统计数字，例如总得分（如168/9）、得分、局数、失 wicket 等信息，构建目标明确的查询语句。这种方法能极大提高搜索的准确性和效率，尤其适用于体育数据研究。

印度影星搜索关键词指南

actor-indian-bollywood-kw

EverMind-AI/EverOS

本指南教您如何优化搜索查询，特别是在研究印度或南亚影星信息时。它强调必须添加“宝莱坞”、“印度电影”或具体的印度奖项关键词，以过滤掉大量无关的西方搜索结果，从而大幅提高信息检索的准确性。

学术引用与参考文献管理

citation-management

K-Dense-AI/scientific-agent-skills

这是一个用于学术研究的综合引用管理工具。它可以帮助用户在Google Scholar和PubMed等数据库中搜索论文，从DOI、PMID等标识符提取完整的元数据，校验引文准确性，并自动生成符合规范的BibTeX格式参考文献列表，确保学术写作的专业性和可复现性。

学术作品系统评估框架

scholar-evaluation

K-Dense-AI/scientific-agent-skills

此评估框架提供了一套系统化的学术作品评估方法，可用于评估研究论文、研究提案和文献综述等。它系统地评估从问题提出、研究方法、数据分析到学术写作等多个维度，提供量化评分和可操作的详细反馈，指导用户提升学术质量。

LLM知识库：第二大脑构建系统

alirezarezvani/claude-skills

这是一个将大型语言模型（LLM）转变为Obsidian专业知识库维护员的系统。它核心原理是“知识积累/复合”，而非简单的检索增强生成（RAG）。用户只需持续输入源材料，LLM便负责自动进行提炼、关联、更新实体和概念，构建一个持续增长、结构化的“第二大脑”，非常适合进行深度研究、个人知识管理和企业内部文档沉淀。

语言