Claude Skills by ahang1598

思研市场研究专家团的共享判定细则库。覆盖市场摸底、调研设计、数据分析三段链条的规范、参考资料与交付模板。 触发词：摸市场、能不能做、机会点、调研方案、访谈大纲、问卷设计、交叉表、结论报告

商单 Brief 解析｜把品牌方的合作 Brief 拆成可执行清单，识别硬性要求、禁止项、隐含期待、与平台规则的冲突点和缺失信息。当用户说"品牌方给了个 brief 帮我看看""这单该怎么写""这个合作要求能做吗"时使用。产出执行清单 + 冲突预警 + 待确认问题 + 接单建议。

商单过审预检与合规改写｜对商单稿件做卡审点扫描、三级判定和合规改写，并识别品牌要求与平台规则的冲突。适用于任意行业与任意内容平台，强监管行业可叠加行业包提升精度。当用户说"接了商单帮我看看能不能过审""这稿子有没有卡审的地方""品牌方要求写的东西平台好像不让写"时使用。产出预检报告 + 改写对照 + 品牌沟通建议。

内容方法论分析｜把一篇优质内容拆解成可迁移的方法论骨架（结构编排/论证方式/选题角度/标题技巧/情绪节奏），并可作为结构参考写出自己的内容。支持链接、文本、截图、文档、视频等多种输入形式。当用户说"这篇为什么效果好""帮我拆解这篇的写法""照着这个结构写一篇我的"时使用。适用于任意行业与任意内容平台。

去 AI 味｜检测并修复社媒内容中的 AI 生成痕迹，让内容读起来像真人写的。当用户说"我写的东西 AI 味太重""一看就是 AI 写的""读起来很假""没有我自己的味道"，或需要在成稿前做拟人化自查时使用。适用于图文笔记、公众号文章、短视频口播稿等所有社媒内容形态。

营销通社媒内容专家团统一 HTML 卡片渲染模板。用于把结构化交付物（规划、拆解、Brief、日历、报价、体检等）渲染为品牌一致的 HTML 卡片文件。触发条件：agent 输出规范里明确列出的交付物；正文含 ≥2 段结构化内容；用户明说"给我一份/生成一个/整理成 XX"。

输出可读性规范｜专家团所有对外产物的强制写作约束。用户来这里是求方案和解法的，不是来学框架的——所以产物必须做到结论先行、不自造术语、分层交付、不暴露写作规则本身。任何成员产出面向用户的报告、方案、清单、档案前，都必须按本规范自查。

国内主流社媒平台玩法知识库（公众号文章/贴图号、视频号、小红书图文与视频、抖音）。当需要判断平台选择、起号玩法、爆款范式、变现路径、限流规则，或做跨平台内容适配时使用。所有成员按需读取 references/ 下对应平台文档。

风格养成｜从用户的历史作品中提炼可复用的「写作风格 DNA」。当用户希望 AI 写出"像自己写的"内容、需要建立个人/账号文风档案、需要把某个标杆账号的文风学下来、或要求内容有稳定人格辨识度时使用。适用于任意行业与任意内容平台。

自来水内容洞察挖掘｜从一批用户自发产出的优质内容（UGC/自来水）中做跨样本归纳，提炼出团队可规模化复用的内容方法论，并评估「自然流样本用于商业投放」的衰减与风险。当用户说"整理了一批用户自发晒的爆款想提炼方法论""想知道自来水为什么火、我们能不能复制""要给达人写投放 Brief"时使用。适用于任意行业与任意内容平台，面向品牌方、代运营与小团队。

把腾讯自选股股票投研圆桌报告渲染成 Anthropic 浅色风的单文件 HTML。主理人写完 <主题>-圆桌报告.md 后，再写一份 body 片段，调用本 skill 的 render.py 合成最终 HTML（CSS 内联、头像 base64 嵌入，可直接双击打开或微信/邮件分享）。

短剧创作全流程技能：选题 → 梗概 → 粗纲 → 集纲 → 首集剧本 → 分镜脚本 → 人物场景素材图 → 视频试片。 触发词：写短剧、创作剧本、爆款选题、故事梗概、分镜脚本、粗纲、集纲、短剧大纲、逆袭爽剧、复仇剧、甜宠剧、人物定妆图、场景概念图、素材图、视频试片、出图出片

专家的证件更新流程能力。负责社会组织法人登记证书/慈善组织公开募捐资格证书/负责人身份证的更新全流程：入口守卫（has_pending_review）→ 展示到期清单 → 引导批量上传 → 类型粗判 + 云OCR → 排队检查(建议一起提交) → 调 open_org_cert_update_review_ui 调起前端确认页 → 用户在 UI 内直接提交 → UI 回 submit.next_step 通知 Agent 进入提交后流程（命名步骤「提交证件到远程」）。

专家的数据获取能力。`get_user_and_org_info`、`get_org_detail`、`get_pending_project_list` 均由 `query_todo_*.py` 经共享客户端调用，AI 禁止裸调。供预警专家获取机构信息、证件预警清单与备案号项目预警分组。

专家的 OCR 能力封装。证件类走"COS 上传 → 提交 OCR → 轮询结果"三步 pipeline（get_org_cos_credential + get_org_ocr_data + get_org_ocr_result）；备案号走 LLM 视觉。由 alert-cert-forms 和 alert-record-forms 内部调用。

备案号更新流程能力。为机构下项目的公开募捐活动备案号提供更新流程：用户先选项目 → 上传备案表截图 → LLM 视觉识别（备案表主体 + 合作方选传）→ 识别结果与所选项目不匹配时引导切换项目或重传 → 调 open_fund_raising_program_update_ui 调起前端表单页 → 用户在 UI 内直接提交 → UI 回 submit.next_step 通知 Agent 进入提交后流程（命名步骤「提交备案号到远程」）。

拉取评论关联的项目或进展上下文。按 object_type 分类：project → get_project_detail（项目详情）+ get_process_list（该项目最近5条进展，无进展则仅项目详情）；process → get_process_detail（该条进展），并按评论自带的 project_id 追加拉取所属项目详情。单次 run 内按 id 去重（同一 id 仅拉一次），去重后全部并行请求；不做跨 run 磁盘缓存。

查询机构 3.0 平台待回复留言。调用 MCP 工具 get_org_upreplied_comments，获取未回复的项目评论和进展评论列表，包含评论内容、用户信息、风险等级、object_type 等关键字段。支持分页和筛选。

任务状态管理。组装结构化数据返回给前端：MCP 查询结果按最小白名单裁剪（仅保留 comment_id/subject_id/content/project_id/project_name/created_at/nick_name/object_type/object_id/risk_audit_status/risk_audit_reason/head_img 共 12 个协议字段，其余 21 个字段全部剔除）+ 逐条挂载 AI 建议回复（ai_suggestion）、进展名称（process_name，仅 process 类型，取自上下文进展标题）与参考进展条数（refer_process_num，int，project 类型取 process_list 长度，process 类型取 1/0），列表顺序保持 MCP 返回的原始数组顺序（后台已排好序，不做二次排序）。管理留言回复任务的状态（选中状态、编辑内容）。不含机构鉴权（MCP Token 自动完成）。

获取待办统计（Leader 待办卡片）。查询机构 3.0 平台待回复留言总数与高风险数，按固定样式返回待办卡片 JSON：title=留言处理，subtitle=有XX条留言待处理, 其中YY条高风险留言, 我来协助你处理。待处理数为 0 时返回空卡片 {title:'', subtitle:''}。

票据专家的查询计数能力。经脚本调用 get_user_and_org_info + get_pending_invoice，返回待开票任务总数与机构上下文。

票据处理编排能力。负责机构待开票任务全流程：PDF 光栅化 → 全本地 OCR → 金额/项目/抬头处理 → 精确匹配 → 上传 → 呼起匹配 UI，用户在 UI 内直接提交。正常流程由 run_pipeline.py 一次性跑完，agent 只负责写 manifest、调脚本、呼起 UI 三件事。

AI 生成建议回复。基于留言内容 + 上下文 + 风险等级，调用用户在 WorkBuddy 中选择的模型生成建议回复。project 类型用「评论+项目信息+该项目最近5条进展（无进展则仅项目信息）」，process 类型用「评论+进展信息+所属项目信息」综合生成。高风险留言需引用项目公开信息，无上下文时生成核查中口径。多条留言分组批量生成（一次调用产出一组）+ 组间并行。

查询机构今日待办聚合。由 today-todo-assistant（Lead 主理人）在「查询总体待办」或「直达指定类型」阶段调用，经本 skill 的 Python 脚本调用 get_org_todo_list 聚合接口，输出可点击列表。本 skill 只做聚合查询，不召唤任何子专家。

Read-only in-platform (lakehouse) scout via wedatacli: catalog inventory, table schema/columns, fuzzy table search, Studio SQL/files, workflows, sync tasks, compute resources (read-only enumeration), one-hop lineage, warehouse status. Inline: known-coordinate ≤2-step lookups (FQN get/cat, one search→top1, one schema list, named-catalog table list). Agent("discovery"): warehouse-wide / multi-catalog / has-data scans / inventory / multi-facet / fuzzy reuse across assets / lineage beyond one kno...

WeData 敏感数据分类与脱敏标签打标能力，覆盖敏感字段扫描、AI智能打标、脱敏标签管理、脱敏策略全生命周期管理。当用户涉及敏感数据识别、分类分级、脱敏相关操作时触发。

WeData 智能异常检测 ：Schema 级自动基线学习与异常检测（新鲜度/完整度）。当用户提及异常检测、智能异常、新鲜度、完整度、学习中、基线时触发。不处理质量规则和 Profiling。

WeData 数据剖析 Profiling ：表级数据分布画像与漂移监测。当用户提及 Profiling、数据画像、分布漂移、快照分析、时序剖析、推理日志监控、dashboard 时触发。不处理质量规则和异常检测。

WeData 数据质量任务：基于规则的数据质量校验、监控与调度。 当用户想了解表的数据质量状况（空值率、重复率、完整性、唯一性、一致性、有效性等）， 或提及质量任务、质量规则、规则模板、试运行、执行结果、质量告警、质量诊断、 "表有没有质量问题"、"帮我检查数据质量"时触发。 不处理数据画像/分布漂移（→ data-quality-profiling）和 Schema 级智能异常检测（→ data-quality-anomaly）。

当用户的数据分析类问题需要"先规划再执行"时，一般是深度研究型、宽泛模糊型等复杂问题类型就需要使用该skill

基于 WeData 搭建交互式运营看板（HtmlContent 承载页面/组件 DSL，SqlSlots 承载 Datasets）。中英文环境通用。 触发词：看板/仪表盘/驾驶舱/大盘/监控视图 | dashboard/cloud dashboard/platform dashboard/cockpit/operation board/KPI board（复合词皆算） | **复合表达**：平台/云端/AI/发布/分享/嵌出 + 仪表盘/dashboard；AI dashboard / 智能仪表盘 / LLM dashboard / GPT dashboard / 生成式 dashboard / Agent dashboard / 大模型仪表盘 / 智能体仪表盘。 ⚠️ 路由： - 数据分析场景内，含「看板 / 仪表盘 / dashboard」任一字样，或上述英文/复合表达 + 创建/搭建/生成/create/build/generate/make → **必走本 skill**。 - 平台/云端/AI/发布/分享/嵌出等只是限定词，不改变统一进入本 skill 的路由。 🛑 ...

用户只是询问一些简单的数据查询的问题时使用该SKILL， 如果涉及到较为复杂的、综合类型的问题时不要使用该Skill。

能够基于已有对话中提到的数据内容生成报告产物，支持产物形态有单图、轻报告、综合报告、数据看板，以Markdown、HTML、docx等文件进行承载，并落盘到产物目录。 注意该技能只能基于已有数据信息生成报告。

Manage DataBuddy semantic models, metrics, dimensions, LogicalViews, ontology Entities, OntologyDomains, and Entity-domain attach/detach with precise CLI/API guardrails.

Verified Unity Catalog governance for metadata CRUD, lineage, asset search/recommendation, tags, AI descriptions, and audit-log inventory.

Used to create, modify, configure, schedule, and trigger workflows. This skill focuses on workflow orchestration only and does not implement task logic. Trigger this skill when workflow structure, node orchestration, dependency management, scheduling, parameter configuration, observability configuration, or failure strategy configuration is required.

AI HOT (aihot.virxact.com) 中文 AI 资讯查询 Skill。当用户想知道"今天 AI 圈有什么"、"AI 日报"、"AI HOT"、"AI 资讯"、"AI 热点"、"最近 AI"、"OpenAI/Anthropic/Google 最近发布了什么"、"AI hot today"、"AI news today"、"看一下 AI 行业动态"、"今天有什么大模型发布"、"昨天 AI 圈"、"看下精选条目"、"AI HOT 精选"、"最近一周的 AI 论文"、"AI 模型发布"、"AI 产品发布"、"AI 行业动态"、"AI 技巧与观点" 等任何中文 AI 资讯查询时使用。即使用户只说"AI 圈"、"AI 新闻"、"AI 日报"，或者只是问"今天发生了什么"且上下文是 AI / 大模型 / LLM / 创业领域，也应该触发本 Skill。Skill 会直接 curl 公开 REST API 拉数据并整理成中文 markdown 简报，不需要用户配置任何 API Key 或 MCP server。**不要 undertrigger**——用户问 AI 资讯而你不调...

利用python，指定某个arxiv_id/url， 基于 LLM Agent 对这篇arxiv论文进行分类与深度阅读，直接print打印阅读笔记

Search and summarize papers from ArXiv. Use when the user asks for the latest research, specific topics on ArXiv, or a daily summary of AI papers.

当用户发起任意旅行相关问询时，包含但不限于：预订酒店、机票查询、火车票查询、景点推荐、寻找当地特色玩乐、目的地查询、行程规划、美食住宿攻略、签证、查询旅游攻略、获取旅行建议等场景，自动触发此技能。当用户需要操作携程时使用此skill。

Structured deep research workflow with human-in-the-loop control. Use /research to generate research outline, /research-deep for parallel web search across items, /research-report to compile markdown reports. Supports academic research, benchmark research, technology selection, market analysis, and due diligence. Triggers: 'deep research', 'research topic', 'benchmark comparison', 'technology survey', 'market analysis'. Requires: WebSearch capability.

Remove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Detects and fixes patterns including: inflated symbolism, promotional language, superficial analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, negative parallelisms, and excessive conjunctive phrases.

数字生命卡兹克（Khazix）的公众号长文写作skill。当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。触发词包括但不限于：写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写。即使用户只是说"帮我把这个写成文章"或"用我的风格写一下"，只要上下文涉及内容创作和公众号输出，都应该触发。也适用于用户丢过来一个PDF、brief、新闻链接、语音转文字或任何素材说"帮我写篇文章"的场景。不要用于短内容（小红书帖子、推特、朋友圈）或纯标题摘要生成（那个用wechat-title skill）。

AI 论文速读 Skill：三档深度（裸读 / 引导 / 精读）+ 页码级 Provenance 防幻觉 + 多篇对比。 触发词：论文速读、读这篇论文、抓核心观点、论文对比、多篇对比、与我研究方向的关联、 第几页提到 X、这篇论文的数据集怎么构造的、论文精读、 paper summary、summarize this paper、compare these papers、literature skim、extract methodology。 不做：论文检索、文献管理、论文翻译、扫描件 OCR、论文写作 / 降重。

基于论文文本的通用读论文助手。用户提供论文文本（文件路径或直接粘贴），解答各类读论文需求——总结、精读、内容问答、概念解释、批判性分析等，并将结果以 Markdown 写入当前工作目录。触发词：读论文、论文总结、精读这篇论文、帮我分析这篇论文、这篇论文讲了什么、论文问答、论文笔记。输入为纯文本/Markdown 论文内容；不做论文检索下载、不做扫描件 OCR、不做论文写作降重。

以论文作者身份完成学术审稿 rebuttal 全流程。当用户提供审稿意见（reviewer comments / reviews / meta-review）和论文文件（PDF/LaTeX/DOCX/Markdown），需要分析审稿意见、判断是否需要修改论文、修改论文并撰写给审稿人的逐条回复（rebuttal / response letter / author response）时使用。触发词包括：rebuttal、审稿意见回复、回复审稿人、response to reviewers、审稿人意见、major/minor revision 回复。

专业学术论文审稿 skill。以领域专家视角对学术论文（本地 PDF、arXiv ID/URL、粘贴文本）进行系统评审，自动识别论文学科与贡献类型并切换对应领域专家标准，输出顶会 OpenReview 风格（NeurIPS/ICLR/ICML）的标准 review 意见：Summary、Strengths、Weaknesses、Questions to Authors、Overall Score (1-10)、Confidence。输出语言跟随论文语言。触发场景包括：审论文、审稿、论文评审、review this paper、peer review、写评审意见、帮我看看这篇论文能不能中、rebuttal 前自查等。

Advanced expert in prompt engineering, custom instructions design, and prompt optimization for AI agents

绘制研究领域或技术主题的谱系脉络与历史演进图，可视化思想的演化路径，展示早期工作中的技术难题如何被后续研究逐步解决。当用户想了解某个主题的发展轨迹、某个模型或技术的"家族树"（family tree）、某条研究线索在多年间的演进路线、技术迭代脉络、论文/模型谱系，或询问"X 是如何一步步发展来的""X 解决了前人的什么问题""梳理 X 的发展历史"时触发。产出为嵌入 Mermaid 图表的 Markdown 文件（演进图 + 节点明细表 + 阶段叙事），可直接粘贴至 Mermaid 查看器或提交至代码仓库。

'SkillHub 每日推荐 - 扫描 skillhub.cn 全站 Top100 + 7 大分类各 Top20（共 240 个 Skill），