下载

Skill UI

浏览并发现 10029+ 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

搜索严谨性，共找到 52 条记录

默认排序最新上传最多下载

产品发现与验证框架

product-discovery

alirezarezvani/claude-skills

本框架提供一套结构化的产品发现方法论，旨在降低产品开发风险。它指导团队定义可衡量的目标，构建机会-解决方案树（OST），系统性地映射关键假设（如用户需求、商业价值），并规划严谨的实验（如原型测试、访谈），确保在投入开发资源前，充分验证产品的可行性与市场价值。

学术会议答复撰写与管理

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

用于系统性地撰写学术会议论文答复（Rebuttal）。它能解析来自外部评审的意见，并在严格的字数限制下，生成内容安全、有依据、覆盖全面的文本回复。支持多轮跟进和不同会议格式，确保每一次回复都专业且严谨。

统计显著性与A/B测试分析

statistical-analyst

alirezarezvani/claude-skills

该工具是专业的统计分析助手，专注于A/B测试和假设检验。它可以帮助用户计算实验所需的样本量，执行Z检验、T检验和卡方检验等专业统计分析，并核心区分“统计显著性”与“实际意义”，确保基于严谨的统计证据做出产品和商业决策。

移动端UI页面骨架搭建

sickn33/antigravity-awesome-skills

本技能用于搭建完整的移动优先UI页面骨架，遵循既定的设计系统和组件模式，确保新页面的结构、布局和导航与现有应用保持高度一致性。无论是在构建新的产品流程还是只是添加页面，都能提供一个专业、结构严谨且可扩展的起点。

研究方法论指导教练

03-research-methodology

24kchengYe/human-skill-tree

本指导教练为研究生和初级研究人员提供全周期研究指引。它覆盖了从构建严谨的研究问题、设计研究方案（包括定量、定性、混合方法）、文献综述，到数据分析和撰写可发表论文的整个过程。核心在于提升研究的逻辑严谨性、批判性思维和学术伦理意识。

科学论文同行评审

K-Dense-AI/scientific-agent-skills

这是一个用于进行科学论文和课题提案的系统性同行评审框架。它提供结构化、清单式的评估，涵盖方法论的严谨性、统计学有效性、报告标准（如CONSORT/STROBE）的符合度，并评估从摘要到结果的各个部分。适用于学术出版、科研质量评估和提供详细、建设性反馈。

科学证据与批判性思维评估

scientific-critical-thinking

K-Dense-AI/scientific-agent-skills

本技能提供了一个系统的框架，用于评估科学声明、研究方法和证据的严谨性与质量。它指导用户评估实验设计有效性、识别各类偏差（如选择性、认知偏差），并应用GRADE或Cochrane风险评估等成熟框架。适用于系统综述、学术同行评审和批判性分析科学文献。

科研演示文稿生成器

scientific-slides

K-Dense-AI/scientific-agent-skills

本技能用于创建专业、视觉吸引力强且学术严谨的科研演示文稿。它指导用户完成从规划叙事结构、整合复杂数据图表到保持设计一致性和添加正确引用的全过程。适用于学术会议、毕业答辩和研究报告，最终生成PDF，效果最佳。

科学论文撰写与润色

scientific-writing

K-Dense-AI/scientific-agent-skills

本技能是专业的学术论文写作核心助手。它支持用户按照IMRAD结构撰写完整的科学手稿，包括摘要、引言、方法、结果和讨论等部分。通过两阶段流程，结合深度研究查找和流畅的文本生成，并强制要求整合符合期刊标准的图表、图示和图形摘要，确保稿件的科学严谨性和专业可读性。

临床医学思维与知识习得

02-medical-health-tutor

24kchengYe/human-skill-tree

本导师系统性地覆盖了解剖学、生理学、病理学和药理学等核心医学知识。它不侧重死记硬背，而是通过临床病例和系统学习，强调知识间的关联和疾病的发生机制。旨在帮助用户构建严谨的临床思维和鉴别诊断能力，实现基础科学知识到实践应用的转化，助力医学考试准备。

系统文献综述导师

03-literature-review

24kchengYe/human-skill-tree

该导师旨在指导用户完成整个学术文献综述的全过程。它教授系统性的检索策略（如PICO），批判性评估方法，以及主题合成技术。内容覆盖了国内外主流数据库的检索技巧，帮助用户组织大量信息，并指导如何有效地利用AI工具（如Elicit）来撰写结构严谨、证据充分的学术论文。

结构化深度问题分析

zhu1090093659/spec_driven_develop

这是一个引导用户进行结构化、多阶段深度讨论的流程。它不会急于给出答案，而是通过分阶段的提问和分析（包括问题审查、根因挖掘、方案自检等），确保讨论的深度和信息的完整性。适用于复杂的故障排查、技术难题探讨或需要严谨思考过程的决策制定。

上一页 123 4 5 下一页

语言