个人常用的 Agent Skill（公开部分）。通过合适的上下文工程，可以将 Agent Skill 用在几乎任何地方。
Agent Skill 可能非常个性化，很多都是用户个人最佳实践的提炼，不一定对其他人有用。
这玩意儿说穿了是提示词和代码的集合。在当下，提示词也是代码。审核你放进本地 agent 的每一个 skill 的所有文档和代码，不要被人搞啦。
任何 LLM 相关的问题基本都是公开知识，学习如何使用 LLM 或让它协同你工作的方法里，最好的就是问 LLM 自己，最智障的是花钱买课。可以先问问 Gemini / GPT「这是我看到的文档，我希望学习关于 x 的知识。交互式地教教我」。
工作和生活中自己不想做的麻烦事情基本会做成 Agent Skill 放在这里。
有计划认真给我猫制作 咩咩和啾啾相册 ...
可以 clone 项目仓库，并运行以下脚本：
chmod +x link_skills.sh
./link_skills.sh该脚本会
- 将
skills/目录下的所有子目录符号链接到$HOME/.agents/skills/（这个目录会被多数 Coding Agent 使用） - 将 Skill 中的 Sub-agent 文件复制到
$HOME/.gemini/agents目录下（Gemini 的安全策略要求 subagent 必须以非软链接形式存在于该目录）
如果不符合你的要求，稍微改一下就好。
向你的 Agent 发以下指令：
请先读取并按此文件的指示进行操作： https://raw.githubusercontent.com/cafe3310/public-agent-skills/main/skills/cafe3310-skill-installer/SKILL.md
记得先审核一下脚本做了什么。
这类 Skill 解决信息结构化、表达优化与知识复用问题。
适用于内容生产、研究分析及长期知识资产管理。
语音转写长文处理 / long-audio-transcript-processor
解决超长语音转写稿（如全天会议、深度访谈）无法一次性塞入上下文的难题。通过文件系统记录处理状态，支持分段校对、清洗与结构化，同时动态维护全局勘误和术语表，以确保前后文一致。最重要的是支持「断点续传」，随时中断工作而不丢失进度，是整理录音稿的重型武器。也能随语音处理满足额外的内容提炼、问答获取、角色识别等需求。
方便你蒸馏自己。
语音整理入库 / long-audio-to-obsidian
专门用于将语音转写项目的复杂文件结构（原始录音、分段脚本、说明文档）整理并合并。它采用「Agent 规划排序 + 脚本机械执行」的模式，产出适合在 Obsidian 归档的 Markdown。
IM 知识库整理 / im-local-kb
重型 IM 知识整理和分析技能，专注于从聊天记录中提取高价值的知识。它维护一个基于 Markdown 的本地文件系统，支持数据摄入、断档诊断和知识生成。可以处理上万行的大量群聊信息。
方便你蒸馏别人。
IM Wiki 提取 / im-wiki-extractor
用于从超长 IM 对话中增量提取结构化知识，并沉淀为可持续更新的 Wiki。通过滑动窗口处理、断点续传和来源追踪，避免一次性处理大体量聊天记录时的信息遗漏与上下文漂移。适合做长期群聊沉淀、项目复盘与事实查证。这个 Agent Skill 需要配合 memories-off 工具使用。
项目交互式学习 / project-learner
让 Agent 充当导师，在讲解项目代码或底层技术时，自动将过程记录到持久化的学习日志中。支持断点续学，让学习过程像项目开发一样有据可查。
研究报告编写 / content-research-writer
用于撰写深度文章、技术文档或博客时。助手协助梳理大纲、交叉验证资料、管理引用链路，并在保持作者原始语气的基础上优化段落逻辑。与简单生成文本的工具不同，它强调协作式写作，避免“AI腔”泛滥。
深度调研生态合作规划 / deep-research-partnership-planner
结合深度调研（Deep Research）与人工洞察（Human-in-the-loop），为生态合作生成商业落地规划与颗粒度的宣发物料。通过严谨的两阶段调研（前期探索与深度研究）、引入人工战略判断，最终生成包含商业合作规划、早期预热方案及执行清单在内的全套 GTM 方案。强调「无调研不规划」，避免凭空编造，是进行深度业务合作的战略级工具。
产研宣发物料生成 / tech-to-marketing-brief
充当产研侧与运营侧的「翻译官」。将冷冰冰的技术特性、算法指标通过痛点关联与风格重塑，转化为高颗粒度的运营 Brief、跨平台社媒宣发案例（小红书/公众号/X）以及配套的研发 Jira Ticket。确保技术卖点能精准转化为用户感知的心智，实现产研与营销的丝滑对接。
笔记库查资料 / obsidian-knowledge-filter
面对庞大 Obsidian 知识库时，通过关键词定位相关笔记，自动提取上下文并综合生成专题报告。支持人工筛选介入，防止误关联。适合周期性复盘、跨笔记主题研究。
待办事项整理 / obsidian-todo-collector
专门用于从 Obsidian 知识库中定期（如每周/每月）提取所有以 🟥 标记的未完成事件和规划性事项。它会自动生成一份结构化的汇总文档，追踪事项来源，并支持在后续处理中自动更新状态。
标准化笔记编写 / cafe3310-obsidian-writer
指导 Agent 编写符合个人知识库风格的文档。强制要求包含 YAML 元数据、标准化标签（#Type-）、溯源说明（[[双向引用]]）以及特定的 Emoji 语意规范，确保知识库的长期整洁与可检索性。
内容语气调整 / content-tone-adjuster
深度调整文本风格。内置「去模型味儿」模式（消除 AI 刻板表达）和「平实务实化」模式（去除浮夸大词与宏大叙事）。适用于需要将 AI 初稿转化为更自然、更务实的沟通文案或博客。
写周报 / weekly-report-writer
自动化起草周报。通过综合指定日期范围内的每日日志、项目文档和上一份周报，自动识别进展、待办继承（未完成事项自动滚动到下周）和风险卡点，生成兼顾个人存档与团队汇报的分层报告。
部署到 ModelScope / deploy-folder-to-modelscope
自动化 ModelScope 仓库发布流程：克隆目标仓库 → 复制指定子目录 → 提交带语义化信息的 commit → 推送远程。支持环境变量配置访问令牌。显著降低从实验到社区共享的摩擦成本。
Hugging Face 数据查询 / hugging-face-stat
专门用于获取 Hugging Face 上的模型、数据集和 Space 的详细统计信息。最核心的功能是能查询到网页端不直接展示的历史总下载量，并能分析 Space 的运行硬件规格，辅助进行竞品调研或热度评估。
定义可重复执行的开发流程与协作规范，提升模型在代码库中开发的效率和长期一致性。
可以按不同项目选择不同的范式。
完整版项目管理范式 / project-management
确立项目级基础规则：Monorepo 目录结构、文档命名规范（YYYYMMDD-type-topic.md）、Git 分支策略（feature/hotfix/release）、任务追踪机制（TODO 标签与状态流转），给项目仓库一个限定完全的开发范式。
PMP 式迭代流程 / pmp-dev-process
引入结构化的迭代流程：修订章程 → 规划确认 → 执行 → 验证。适用于开启新功能、进行重大变更或需要严谨记录的场景。
设计理念整理 / project-design-concept-organizer
专门用来提炼项目中的隐性知识。把分散的代码变更抽象为设计模式或协议规范，确保项目在复杂化过程中保持设计的一致性。
Git 安全回退 / git-snapshot-rollback
在执行 git reset --hard 前自动将当前状态快照到存档分支，并在 ARCHIVE.md 中记录双向链接。确保回退操作安全且决策流可追溯。
轻量版项目管理范式 / doc-todo-log-loop
作为轻量级默认开发循环，适用于无复杂流程的中小型项目。要求每项任务始于文档分析 → 生成 TODO 清单 → 开发后附加执行日志 → 提交前验证闭环。强调人的确认，最小化「想到哪做到哪」的不可控性，也防止自己忘掉。
TDD 驱动的工作流 / tdd-dev-cycle
对代码质量有明确要求的场景启用。强制要求测试先行：输入/输出 definition → 编写测试用例 → 实现逻辑 → 验证覆盖率 → 修复边界条件。该流程虽增加初期成本，但显著减少后期 Debug 时间，尤其适用于复杂 SQL 或算法模块。
技能创造者 / skill-creator
用于自动化地创建、测试和优化 Agent Skill 本身。它涵盖了从意图捕捉、SKILL.md 编写到并行测试、自动评分和描述优化（提升触发准确率）的全生命周期。当你发现自己在重复某种复杂的指令流时，用它将其「固化」为技能。
基于浏览器的测试 / browser-testing
定义了一套不依赖重型框架的 E2E 测试流。测试用例写在 Markdown 里，通过截图和人工比对验证功能，结果存放在应用目录中作为凭证。
针对特定高频率、低创造性但易出错的机械性任务提供的专用解决方案。
联系人/群组整理 / im-contact-sorter
针对缺少分类功能的 IM 软件。通过「截图-OCR-合并-分析」的流水线，识别未分类的项目并生成报告，辅助进行清理和资产归档。
媒体库整理 / media-organizer
处理多媒体资产时的命名与分类工具。基于文件元数据（拍摄时间）或图像内容分析，自动生成 YYYY-MM-DD_项目_描述.png 格式的文件名，并输出带缩略图的索引 README。适用于设计素材归档、用户反馈截图整理等场景。用于维护运营资产库。
看看剪贴板图片 / paste-image
打通 macOS 剪贴板与 LLM 分析管道的桥梁。运行后自动将剪贴板中的图片保存为本地 PNG 文件，并返回路径供后续 Skill 调用。适用于「截图给 Coding Agent 看看效果」的场景。
做微信表情包 / wx-emoji-maker
微信表情包批量生成工具。自动添加透明边框、调整至 240×240 像素、生成预览图包。虽属边缘功能，但在团队文化构建（如节日表情、梗图传播）中有不可替代的实用价值。
使用本地 Claude 插件 / use-claude-plugin
检索并使用本地目录中的 Claude 插件完成特定任务。它能定位插件库（如 Knowledge Work Plugins）中的专业技能（Skills），读取并遵循其 SKILL.md 指令，并模拟该插件的身份来执行任务，极大扩展了 Agent 的能力边界。
代码库术语审计 / code-naming-auditor
代码库术语一致性检查器。基于项目 Glossary 文件扫描变量/函数名，识别如 getUserInfo() 与 fetchUserDetails() 的命名冲突，输出重构建议。适合长期维护项目或微服务架构中保持领域语言统一。
技能快速安装器 / cafe3310-skill-installer
自动化安装和更新本仓库中所有技能的专用工具。支持安全检测（防止覆盖用户自定义的同名技能）和安装后的状态预览。