markdown-token-optimizer
分析 Markdown 文件以识别浪费 Token 的模式,并提供具体优化建议,以提升文档对 AI 的 Token 使用效率与清晰度。
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 259 个技能
分析 Markdown 文件以识别浪费 Token 的模式,并提供具体优化建议,以提升文档对 AI 的 Token 使用效率与清晰度。
使用 LlamaExtract 实现从 PDF、DOCX 和 PPTX 等非结构化文件中提取结构化数据的方案,并通过 Pydantic 定义数据架构。
通过苏格拉底式提问深入探讨信念、挖掘隐藏假设、检验证据,并在不说教的情况下达成深层理解的思考框架。
全面的文献引用管理工具:搜索 Google Scholar 与 PubMed,从 DOI、PMID 或 arXiv 提取元数据,验证引用准确性,并生成格式正确的 BibTeX 条目。
分析 AppWorld 任务失败原因,提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。
将多个研究智能体的发现综合为连贯且附引用的研究报告,解析矛盾并提取核心共识。
通过 Pollinations 文本 API 调用支持网页搜索的 Gemini 和 Perplexity 等模型,获取即时且具备事实依据的研究结果。
同步并维护存储库中的 CLAUDE.md 与 README.md 文件层级,确保 AI 代理程序拥有即时且一致的上下文信息。
设计与构建高质量 AI Agent Skills 的专家顾问。通过发现、架构与制作阶段的结构化引导,确保您建立的技能具备高度一致性、可组合性与执行效能。
基于 Google A2A 协议的多智能体协作框架。实现了基于 CLI 的 AI 工具间的消息传递、任务委派与自动化协调。
为 Claude Code 使用者设计的决策辅助工具,根据项目需求选择最佳的扩展机制(斜线指令、技能、子代理或钩子)。
自动检索 PubMed 科学文献并生成生物医学研究的通俗易懂摘要。