下载

Skill UI

浏览并发现 9688+ 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

搜索知识图谱，共找到 24 条记录

默认排序最新上传最多下载

研究知识持久化知识库

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

该工具是面向整个科研生命周期的持久化、结构化知识库。它能够积累并关联所有核心研究实体（包括论文、想法、实验和可验证的科学假设），构建出完整的知识图谱。它确保知识是积累和可查询的，避免了单次查阅后的知识遗忘，是科研项目的核心知识管理系统。

个人知识库管理系统

zhayujie/CowAgent

这是一个用于管理个人知识库（Wiki）的技能。它支持吸收用户分享的文章和文档，综合对话产生的关键洞察，以及查询已积累的知识。通过建立结构化的知识文件、索引和交叉引用，它可以构建一个完善的知识图谱，实现知识的有效捕获和检索。

犯罪事件角色链追踪

crime-role-chain

EverMind-AI/EverOS

当案件查询的答案不是直接给出的，而是需要通过一系列角色、人物或事件链条来推导时，使用此技巧。它要求追踪复杂的间接关系，例如从受害者到被告人、律师再到证人，从而逐步定位最终的关键信息。适用于复杂的调查研究和知识图谱的深度遍历。

PrimeKG精准医学图谱查询

K-Dense-AI/scientific-agent-skills

通过程序化脚本查询PrimeKG精准医学知识图谱的基因、药物、疾病与表型等实体及其关系，辅助药物发现、可复用性验证与表型网络分析。

TorchDrug 图神经工具集

K-Dense-AI/scientific-agent-skills

TorchDrug 是基于 PyTorch 的图神经网络工具箱，针对分子、蛋白质与生物知识图谱，支持性质预测、生成、逆合成与知识图谱推理，并提供丰富数据集与预设模型方便定制。

深度研究与知识图谱生成

research-to-diagram

本技能是一个从主题到图谱的一站式解决方案。它能够接收任何研究主题，自动执行深度网络调研、知识提取和结构化处理，最终生成专业的知识关系图谱PDF。适用于需要从零开始研究复杂概念、人物关系、技术架构或历史事件的场景。

谷歌搜索结构化数据提取

serpapi-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

该工作流利用SerpApi全面爬取和提取谷歌搜索结果的结构化数据。它能捕捉到有机结果、知识图谱、答案框、相关问题（PAA）和本地商家信息等所有关键组成部分。适用于SEO监测、市场调研、竞品分析或开发需要深度结构化数据洞察的搜索功能。

结构化搜索引擎结果解析

serpapi-hello-world

jeremylongshore/claude-code-plugins-plus-skills

本工具旨在通过编程方式接入并解析多个搜索引擎（如Google、Bing、YouTube等）的搜索结果页面（SERP）。它返回结构化的JSON数据，帮助用户和开发者提取高质量的有机结果、知识图谱信息、广告和本地数据。适用于进行专业的SEO分析、市场趋势研究和数据采集。

通用研究知识结构化编译器

Orchestra-Research/AI-Research-SKILLs

这是一个通用的研究知识编译器。它能够接收任何形式的研究输入，如学术论文、代码库、实验日志和原始笔记。系统负责将这些异构数据转化为结构化、智能化的研究工件（ARA），提取核心知识原子，构建认知图谱，最终生成可验证、可供AI使用的完整知识包。

上下文知识图谱管理系统

mini-context-graph

github/awesome-copilot

这是一个高级知识管理系统，它结合了原始文档存储、结构化知识图谱和动态Wiki层。它能一次性摄取文档，自动抽取实体和关系，构建一个持续积累、相互引用且具备可溯源性的复杂知识网络。适用于需要深度研究、知识积累和复杂推理的企业级应用场景。

arXiv科研论文服务器

arxiv-mcp-server

blazickjp/arxiv-mcp-server

这是一个提供科研级访问的综合服务器，可用于学术研究和文献综述。用户可以按主题、作者或日期搜索论文，下载全文，并通过追踪引文图谱来分析知识体系。此外，它还支持本地语义搜索和新论文监控警报，极大地提升了研究效率。

YouTube视频转录到知识库

sickn33/antigravity-awesome-skills

本工具用于将单个YouTube视频的完整字幕和丰富元数据提取并清洗。它使用yt-dlp获取字幕，移除时间标记，并抓取视频元数据（如标题、频道、日期）。最终输出为结构化的Markdown文件，非常适合用于知识库的构建和后续的知识图谱提取。

语言