下载

Skill UI

浏览并发现 9785+ 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

搜索搜索结果，共找到 84 条记录

默认排序最新上传最多下载

SEO元数据与描述优化生成器

seo-aeo-meta-description-generator

sickn33/antigravity-awesome-skills

该技能专门为网页内容生成多版本、高优化度的标题标签、元描述和社交分享标签（如OG/Twitter）。它提供了三种不同的文案角度（利益点、疑问句、社会证明），帮助用户进行A/B测试，最大化搜索结果的点击率（CTR）。适用于所有需要进行搜索引擎优化和提升社交传播力的内容页面。

结构化数据/SEO标记生成器

seo-aeo-schema-generator

sickn33/antigravity-awesome-skills

本工具能够为网站生成符合Google标准的JSON-LD结构化数据（Schema Markup）。它支持生成多达10种不同类型的标记，并能实时校验字段是否符合富媒体搜索结果（Rich Result）的要求，帮助用户提升网站在搜索引擎中的可见性和排名。

实时SEO数据与关键词分析器

sickn33/antigravity-awesome-skills

本工具提供来自DataForSEO平台的实时、全面的SEO数据分析服务。它支持用户获取Google、YouTube的实时搜索结果（SERP），进行深度关键词研究（包括搜索量、难度、搜索意图），分析反向链接、监控竞争对手网站，并进行网页现场优化检查。特别适用于需要跟踪AI可见性和大型语言模型（LLM）提及等前沿数据的数字营销和内容创作场景。

结构化数据标记生成与校验

sickn33/antigravity-awesome-skills

该工具用于检测、验证和生成Schema.org标准的结构化数据。它侧重于JSON-LD格式，这对于实现现代SEO最佳实践和获取搜索引擎的富媒体结果至关重要。适用于需要优化内容标记、检查验证错误或为文章、业务、产品生成结构化代码的场景。

复杂足球问答约束分解

football-constraint-decompose

EverMind-AI/EverOS

本技巧指导用户如何分解具备多重约束条件的复杂问题，尤其适用于足球历史或知识问答。它强调不应一次性搜索所有条件，而是应根据约束的唯一性（如：特定比赛结果 > 里程碑 > 年份范围）进行优先级排序。采用渐进式、级联式的搜索方法，可以逐步缩小范围，从而提高信息检索的准确性和效率。

足球实体假设与验证

football-entity-hypothesis

EverMind-AI/EverOS

本技能指导用户系统性地识别和验证足球实体（球员或俱乐部）。当搜索结果提供初步线索，或当问题提供了足够的详细约束条件（如国籍、时代、联赛）进行假设时使用。核心步骤是构建针对性的名称搜索，并交叉比对所有约束（如出生年份、职业生涯等）以确保信息准确性。

学术论文术语精准翻译

paper-term-translation

EverMind-AI/EverOS

当研究问题使用口语化或笼统的描述时，本功能能够将其转化为标准、精准的学术术语。它帮助用户识别并提供多个同义词候选，从而提高论文搜索的精确度。通过优化搜索关键词，结合数值和时间约束，确保检索结果高度相关，高效定位关键学术文献。

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。

博客文章精确引文检索

blog-exact-quote

EverMind-AI/EverOS

本技能用于提高博客文章或网络文章的搜索精确度。当问题涉及特定短语、文章标题或引文时，使用引号将这些独特的关键词组合起来。这能确保搜索引擎将该组合视为一个整体，避免词语分散，从而大大提高搜索结果的准确性，减少噪音干扰。

足球线索深度追踪法

football-lead-tracking

EverMind-AI/EverOS

这是一种用于深入研究足球主题的进阶搜索方法。它要求用户不只依赖原始问题，而是必须系统地追踪搜索结果中发现的每一个实体（如球员、俱乐部或教练）。将这些实体视为新的线索，通过结合发现的名称和原始问题中的约束条件，进行后续的二次搜索，确保知识链的完整性，不遗漏任何关键信息。

拆解复杂的电影线索

movie-clue-decompose

EverMind-AI/EverOS

当电影搜索问题包含多个复杂的、相互关联的限制条件时（如奖项、年代、国家、演员等），本技巧指导用户将这些约束条件分解成几个独立的维度。通过系统性地选取2-3个最相关的维度进行分步搜索，避免一次性输入过多信息导致搜索结果过于混杂。

利用数字定位学术论文

paper-numeric-anchor

EverMind-AI/EverOS

本技能指导用户如何为学术论文构建高精确度的搜索查询。用户不应仅依赖宽泛的主题关键词，而应优先结合论文中提及的具体数值锚点，例如精确的样本量、人口百分比、浓度值或年份范围，并将其与研究方法和学科关键词结合。使用这些数字锚点能极大地提高搜索结果的唯一性和准确性，从而精确定位所需的原始研究。

上一页 1 2 345 6 7 下一页

语言