下载

Skill UI

浏览并发现 7129+ 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 VA ，共找到 2361 条记录

默认排序最新上传最多下载

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。

学术论文结构信息识别

thesis-document-structure

EverMind-AI/EverOS

本技能旨在指导用户优化关于学术论文（学位论文）的搜索查询。它强调了在搜索致谢、委员会成员或特定结构化信息时，必须添加“致谢”、“论文”等关键词作为限定词。这能帮助用户避免只获取主题摘要，从而精确地找到论文内部特定的关键信息，显著提高检索的准确性和相关性。

欧洲演员出生全名查询指南

actor-euro-french-wiki

EverMind-AI/EverOS

本指南教您如何查找欧洲演员（尤其是法语和东欧）的完整法定出生姓名。当英文资料或国际数据库只提供艺名时，本技巧侧重于使用法国维基百科等区域资源，结合特定的文化标识符（如“人民艺术家”），执行深度、定向搜索，确保获取准确的出生信息。

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。

生物学化学/数值精准匹配

bio-chemical-numeric

EverMind-AI/EverOS

当生物学问题涉及特定的化学化合物名称、精确的浓度值（如“0.330 mg/100g”）或分类学同义词计数时，使用此技巧。通过使用引号进行精确匹配，并结合多个具体的化合物名或数值，可以极大地提高搜索的唯一性和准确性，尤其适用于生物化学和植物学研究。

博客个人细节搜索

blog-personal-detail

EverMind-AI/EverOS

本技能旨在提高搜索的精确度。当搜索目标是个人博客或文章时，应避免使用宽泛的主题词，而是从作者的日常习惯、独特经历等细节中提取关键词，构建更具指向性的精确搜索短语。

EverOS 自然语言持久记忆系统

evermind-ai-everos

EverMind-AI/EverOS

EverOS 插件为 OpenClaw 集成了持久化的长期记忆功能，通过上下文引擎API实现。它无需手动调用内存工具，即可在每次回复前自动召回相关历史上下文，并在对话结束后自动存储新的关键信息。用户可以进行自然流畅的对话，而系统会确保所有重要的上下文和偏好设置在不同会话间持续保留。

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。

历史事件与纪念碑关联搜索

geo-historical-monument

EverMind-AI/EverOS

本技能用于指导用户通过历史事件关联搜索相关的纪念碑或地标。核心思路是将历史事件（如战役、重大日期）作为主要的搜索锚点，再定位相关的纪念设施或建筑。提供系统化的查询模板和反模式，确保在进行地理和历史信息检索时，能准确捕捉事件背景。

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。

深度伪造检测与媒体溯源

resemble-detect

Prat011/awesome-llm-skills

该技能提供全面的媒体情报分析能力，用于检测音频、图像、视频和文本中的合成操纵和AI生成内容。它可以进行深度伪造检测、追踪内容原始生成来源、应用与检测水印，并验证说话人身份，确保媒体的真实性和可信度。

数据库结构与关系探索

schema-exploration

本技能用于深入理解和探索数据库的整体结构。它支持列出所有可用表、根据自然语言提问进行智能表过滤，获取详细的表结构（包括列名、数据类型、主外键）以及表之间的关联关系。最终目的是生成标准化的M-Schema格式，为后续的复杂SQL查询编写提供精确的上下文模型。

上一页 1 2 3...192 193 194195196 197 下一页

语言