humanizer
从文本中删除人工智能生成的文字痕迹。在编辑或审阅文本时使用,使其听起来更自然、更人性化。基于维基百科的综合“人工智能写作的标志”指南。检测并修复模式,包括:夸大的象征意义、促销语言、肤浅的分析、模糊的归因、破折号过度使用、三法则、人工智能词汇、负面平行和过多的连词短语。
从文本中删除人工智能生成的文字痕迹。在编辑或审阅文本时使用,使其听起来更自然、更人性化。基于维基百科的综合“人工智能写作的标志”指南。检测并修复模式,包括:夸大的象征意义、促销语言、肤浅的分析、模糊的归因、破折号过度使用、三法则、人工智能词汇、负面平行和过多的连词短语。
访问 reMarkable 平板电脑文档、笔记本、PDF 和 EPUB。当用户想要从 reMarkable 平板电脑中阅读、搜索、浏览或提取文本时使用。支持手写 OCR、键入文本、注释、突出显示以及将页面渲染为 PNG/SVG。
将文本总结为简洁的概述。当用户要求总结、浓缩或从一段文本中获取要点时使用。
当用户需要对图像、屏幕截图、扫描件、收据、图表或图像文件进行 OCR 时使用;从本地图像路径、图像 URL 或 Base64 图像中提取文本;将 OCR 输出转换为纯文本、Markdown 表、结构化 JSON 或代码注释;或根据识别的文本重命名、总结或后处理文件。对于由本地 ocrtool-mcp 二进制文件支持的图像到文本工作流程,首选此技能。
使用 illustrator-mcp 工具对 Adobe Illustrator 文档运行全面的印前印前检查。检测打印关键问题(CMYK 中的 RGB、断开的链接、低分辨率图像、白色叠印、未轮廓的文本)、文本一致性问题(虚拟文本、符号变化)以及 PDF/X 合规性。当用户要求在打印、提交或移交之前检查文档时使用 - 或提及“印前检查”、“印前检查”、“打印检查”、“提交检查”。
在编写、编辑或审阅俄语文本或用户提及 ru-text 时使用。涵盖排版、信息风格、社论、用户体验写作、商务信函。自动激活俄语文本输出。 --- # ru-text — 俄语文本质量 独立俄语文本质量参考,作者:Arseniy Kamyshev。感谢那些塑造了现代俄语文本标准的作者。
C刊(CSSCI来源期刊)论文全面分析工具。当用户提供一个具体的C刊期刊名称(如"管理世界"、 "社会学研究"、"经济研究"等)时,自动通过知网(CNKI)查询该期刊最近5年所有期次的文章 目录、作者和摘要信息,并生成专业的Word分析报告。报告包含:选题热点趋势、高频关键词、 研究方法偏好、核心作者群、栏目主题演变、研究空白识别、投稿方向建议等全维度分析。 触发条件:用户提到需要分析某个C刊/CSSCI期刊/核心期刊的发文趋势、选题偏好、投稿方向; 或提供中文学术期刊名称并要求查看近年发表论文的主题分布和趋势;或说"帮我分析一下XX期刊"。 注意:本skill用于期刊层面的宏观分析,不同于paper-analyzer(单篇论文拆解)和 literature-review-writer(文献综述写作)。 --- # C刊论文全面分析工具 ## Phase 1: 确定期刊与CNKI代码 1. 从用户输入中提取期刊名称 2. 查询 `references/journal_codes.md` 获取CNKI代码(如"管理世界"→ `GLSJ`) 3. 若未收录,用WebSearch搜索 `site:navi.cnki.net/knavi/journals "{期刊名}"` 从URL提取代码 4. 向用户确认期刊后继续 ## Phase 2: 浏览器数据采集 使用Chrome DevTools MCP工具从知网采集数据。 ### Step 2.1: 打开期刊页 ``` navigate_page → https://navi.cnki.net/knavi/journals/{CODE}/detail ``` **验证码处理**:若页面出现"请完成安全验证"或"拖动下方拼图",立即提示用户: > "知网需要安全验证,请在浏览器中完成滑块验证,完成后告诉我。" 等用户确认后,用 `navigate_page` 重新加载页面。 ### Step 2.2: 提取期刊基本信息 ```javascript () => { const title = document.querySelector('h3')?.textContent?.trim() || ''; const info = {}; document.querySelectorAll('.detailInfo p, .s-info p').forEach(p => { const text = p.textContent; if (text.includes('主办单位')) info.sponsor = text.split(':')[1]?.trim(); if (text.includes('ISSN')) info.issn = text.split(':')[1]?.trim(); if (text.includes('CN')) info.cn = text.split(':')[1]?.trim(); if (text.includes('出版周期')) info.frequency = text.split(':')[1]?.trim(); if (text.includes('复合影响因子')) info.cif = text.split(':')[1]?.trim(); if (text.includes('综合影响因子')) info.aif = text.split(':')[1]?.trim(); }); return { title, ...info }; } ``` 也可直接从snapshot中读取基本信息(StaticText节点)。 ### Step 2.3: 点击"论文"标签并提取年份期次 点击 uid 对应"论文"的链接,等待加载,然后提取: ```javascript () => { const results = []; document.querySelectorAll('dl[id$="_Year_Issue"]').forEach(dl => { const year = dl.querySelector('dt em')?.textContent?.trim(); if (!year) return; const issues = []; dl.querySelectorAll('dd a').forEach(a => { issues.push({ id: a.id, issue: a.textContent.trim(), value: a.getAttribute('value') }); }); results.push({ year: parseInt(year), issues }); }); return results;
skill-sample/ ├─ SKILL.md ⭐ 必备:技能说明入口:用途 / 安装 / 用法 / 示例 / 依赖 ├─ manifest.sample.json ⭐ 推荐:机器可读元信息:用于索引 / 校验 / 自动填表 ├─ LICENSE.sample ⭐ 推荐:授权与使用范围:开源 / 限制 / 商用说明 ├─ scripts/ │ └─ example-run.py ✅ 可运行示例脚本:让用户导入后立刻验证“能用” ├─ assets/ │ ├─ example-formatting-guide.md 🧩 输出规范:统一排版 / 结构 / 风格 │ └─ example-template.tex 🧩 模板资源:报告/文档模板,快速生成标准产物 └─ references/ 🧩 参考资料库:方法论 / 结构指南 / 最佳实践 ├─ example-ref-structure.md 🧩 结构参考:章节框架 / 目录组织 ├─ example-ref-analysis.md 🧩 分析参考:常用套路 / 指标口径 └─ example-ref-visuals.md 🧩 视觉参考:图表规范 / 可视化建议
更多 Agent Skills 规范 详见Anthropic官方文档:https://agentskills.io/home
├─ ⭐ 必备:YAML Frontmatter(必须存在,放在文件最顶部) │ ├─ ⭐ name :技能唯一名;须符合命名规则,并建议与目录名一致 │ └─ ⭐ description :技能描述;建议包含触发关键词(便于检索/匹配) │ ├─ ✅ 可选:Frontmatter 扩展字段(规范允许,但非强制) │ ├─ ✅ license :许可证标识(也可配合单独 LICENSE 文件) │ ├─ ✅ compatibility :兼容性/运行环境要求(仅在确实有限制时写) │ ├─ ✅ metadata :任意键值对(如 author/version/source_url 等) │ └─ 🧩 allowed-tools :允许工具白名单(规范标注为 experimental) │ └─ ✅ 推荐:Markdown 正文(自由格式,但建议按“渐进式披露”组织) ├─ ✅ Overview / Purpose :一句话说明目标 + 不做什么(边界) ├─ ✅ When to use :触发条件/适用场景(让模型/用户知道何时调用) ├─ ✅ Step-by-step :步骤化流程(最好 3–6 步,保证可复现) ├─ ✅ Inputs / Outputs :输入格式、输出格式、产物位置(文件/文本/JSON等) ├─ ✅ Examples :至少 1 个可复制示例(越“能跑”越好) ├─ 🧩 Files & References :引用assets/、references/、scripts/(相对路径) ├─ 🧩 Edge cases :边界情况/限制(大文件、速率限制、失败回退) ├─ 🧩 Troubleshooting :常见错误与解决(依赖缺失、路径不对、权限问题) └─ 🧩 Safety notes :涉及联网/写文件/执行命令时给出提醒(建议写)
在 GitHub 和各类社区里,技能文件分散、难检索、也难判断是否可靠。SkillWink 把开源技能集中整理成可搜索、可筛选、可直接下载使用的技能库,让你更快找到“正好能用”的那一个。并且支持在SkillWink上直接上传skills。
我们提供 AI 语义搜索 + 关键字检索,支持 版本更新与多维排序(下载/点赞/评论/更新),并为每个技能提供 SKILL.md 开放标准与来源信息。你还可以在详情页直接 评论讨论、交流用法与改进建议。
快速上手:
支持下载与导入 skills(.zip/.skill),本地放置后即可生效:
~/.claude/skills/(Claude Code)
~/.codex/skills/(Codex CLI)
~/.gemini/skills/(Gemini CLI)
同一份 SKILL.md 跨平台通用。
你需要了解的:技能是什么、怎么运行的、怎么找、怎么导入、怎么判断可信、怎么参与共建。
这里的“skills(技能)”是一种可复用的任务能力包,通常包含 SKILL.md 说明(用途、输入输出、使用方法)以及可选的脚本/模板/示例文件。
你可以把它理解为:给 AI 助手或工具链用的“插件说明书 + 资源包”,可被反复安装与分享。
技能系统采用“渐进式披露”策略,高效管理上下文信息,具体流程如下:
发现阶段:系统启动时,智能体仅加载各技能的名称与简要描述——信息精简,足以判断其适用场景,避免冗余加载。
激活阶段:当任务需求与某技能描述匹配时,智能体才将对应的完整 SKILL.md 说明文档动态载入上下文。
执行阶段:智能体严格遵循文档指引执行操作,并按需调用关联文件或运行内置代码模块。
核心优势:该设计使智能体始终保持轻量高效,同时具备“按需扩展上下文”的能力,既保障响应速度,又确保复杂任务拥有充分执行依据。
推荐 3 种方式组合使用:
注:以上导入方式文件大小控制在10M之内。
常见路径如下(不同系统略有差异,以你本机为准):
同一份 SKILL.md 通常可以跨工具复用。你在 SkillWink 导入后,也可以查看“放置指引/安装说明”。
可以。很多技能本质是标准化说明 + 资源,只要目标工具支持读取该格式,就能共享使用。
比如:检索类技能 + 写作类技能 + 自动化脚本,形成“发现 → 处理 → 输出”的工作流。
一部分skills来源于公开的 GitHub 仓库。我们会筛掉低质量仓库(至少 2 星),并扫描基本质量指标,还有一部分是SkillWink平台的创作者独立上传的。作为使用者,在安装前应始终审查代码,对安全问题负责。
最常见原因是这几类:
我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前: