humanizer_academic
针对医学学术稿件检测并消除 AI 写作痕迹，使其更自然专业。
▸ 推荐理由面向医学期刊的定制化润色，适合投稿前把关。
▸ 风险提示可能被用于掩盖 AI 生成痕迹，存在学术道德风险
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 7641 个
40-py-econometrics-pyfixest
PyFixest 的密集机器可读参考，面向 LLM 与开发者的 API 速查表。
▸ 推荐理由结构化、无赘述的参考，便于快速生成或审查计量代码片段。
marginaleffects
marginaleffects 包的手册与方法指南，解释模型到含义的转换。
▸ 推荐理由详尽的工具与示例，帮助将统计模型输出解读为实际边际效应。
38-peternka-academic-proofreader
面向应用微观经济学的学术校对与稿件润色系统提示集合。
▸ 推荐理由专门化的校对提示，适合投稿与论文语言质量提升。
literature-review
提供从选题、检索到写作的文献综述全流程系统化指导。
▸ 推荐理由结构化方法与写作框架，帮助撰写高质量综述并发现研究空白。
python-econ-computing
提供 DSGE/HANK 等宏观模型与数值计算的 Python 最佳实践与示例。
▸ 推荐理由针对宏观数值计算优化的实用建议，适合研究者与建模工程师。
stata-accounting-research
基于 JAR 论文的 STATA 代码模式库，提供常见实证流程语法。
▸ 推荐理由为会计类实证研究复现与快速开发提供经测试的 STATA 模式与片段。
causal-inference-mixtape
提供多种因果识别策略的可运行代码模板（Python、R、Stata）。
▸ 推荐理由覆盖主流识别方法的实践代码，能快速搭建因果推断分析管线。
▸ 风险提示仅为代码模板，误用可能导致错误因果结论；需谨慎判断识别假设。
latex-document
生成、编译并将任意 LaTeX 文档导出为专业 PDF（含 PNG 预览）。
▸ 推荐理由一站式 LaTeX 文档制作与导出，适合需要批量或模板化排版的用户。
▸ 风险提示可能需要安装本地 TeX 工具链或执行外部编译命令。
Full-empirical-analysis-skill-R
基于 R tidyverse 与计量包的标准经验分析与论文级工作流。
▸ 推荐理由适合使用 R 与 tidyverse 进行数据准备与计量分析的研究者。
▸ 风险提示需安装大量 R 包并准备运行环境。
Full-empirical-analysis-skill-Stata
基于 Stata 的端到端经验分析流水线，集成常用社区命令。
▸ 推荐理由适合以 Stata 为主的计量经济学工作流与论文复现。
▸ 风险提示需本地安装 Stata 并具备相应许可。
Full-empirical-analysis-skill
基于传统 Python 生态的端到端经济学实证分析流水线。
▸ 推荐理由灵活调用常用库，适合经典 Python 工具链的研究者。
▸ 风险提示依赖多种 Python 包，需预装相应环境。
StatsPAI_skill
一站式 Python 因果推断与计量经济学工具包，含大量估计器与导出功能。
▸ 推荐理由适合需要自动化、可复现经济实证分析的研究者与流水线。
▸ 风险提示需安装大量第三方包并在可执行环境中运行代码。
auto-empirical-research-skills
作为 AERS 仓库的路由器，按任务选择并加载合适的研究技能包。
▸ 推荐理由便于在单一安装中选择并调用细化的经验研究技能。
image-generator
通过Pollinations服务将文本描述生成并展示图像。
▸ 推荐理由替用户优化提示并直接返回渲染结果，降低试错成本。
▸ 风险提示依赖第三方免费接口，可能不稳定且涉及外部服务调用
search-special-issues
检索主流出版社和期刊的特刊、征稿与投稿通知信息。
▸ 推荐理由为研究人员快速发现合适特刊和CFP，节省人工查找时间。
▸ 风险提示可能涉及联网抓取出版社网站，存在版权或反爬风险
obsidian-pdf
把Markdown渲染为与Obsidian导出视觉一致的PDF文件。
▸ 推荐理由复现Obsidian渲染与排版细节，适合笔记与稿件美观导出。
md2tex
将学术Markdown高保真地转换为适合期刊投稿的LaTeX文件。
▸ 推荐理由处理表格、公式、引用与期刊格式（如REVTeX/IEEE）的完整转换工具。
biomolecular-md-workflow
为蛋白-配体对接与分子动力学提供可辩护的全过程工作流指导。
▸ 推荐理由强调以问题驱动、证据为准的建模决策流程，适合研究与验证场景。
▸ 风险提示可能需安装外部生物信息学软件并使用大量计算资源
know-my-repo
从零开始深度阅读并验证代码库，生成可供代理使用的项目知识与操作示例。
▸ 推荐理由大幅缩短代理/新人成员对未知仓库的上手成本并提供可验证证据。
▸ 风险提示需要执行构建与运行命令，可能带来安全与环境风险
clean-slate
在知识文件腐化时安全重建代理知识库，基于代码与用户意图验证事实。
▸ 推荐理由适合长期项目或多代代理混乱时清理并恢复可靠知识基线。
▸ 风险提示会修改或重写项目知识文件，操作前应备份原始文件
deep-plan
提供基于证据的七阶段审计级实现规划，产出可执行的分阶段计划。
▸ 推荐理由适合复杂或关键项目，强调先调研再设计，降低后期返工。
deep-plan-ingest
把深度计划文档提炼为 AGENTS/ARCHITECTURE/ROADMAP 等持久知识文件。
▸ 推荐理由把瞬态计划转成可供代理加载的验证过的项目知识，提升长期价值。
step-functions
设计、部署和调试 AWS Step Functions 状态机与工作流编排的技能。
▸ 推荐理由便于在 agent 中构建与调试无服务器工作流，能处理错误与并行场景。
▸ 风险提示需要 AWS 凭证并可能触发工作流执行，注意权限与资源开销。
sqs
管理 AWS SQS 队列、死信队列、可见性超时及 FIFO 设置的技能。
▸ 推荐理由方便在代理中自动化队列管理与故障处理配置，适合分布式系统运维。
▸ 风险提示需要 AWS 凭证并可能执行变更操作，注意权限与消息数据敏感性。
sns
通过 Amazon SNS 创建和管理主题、订阅、过滤器并发送通知的技能。
▸ 推荐理由对接 AWS 通知与 pub/sub 操作，适合自动化运维与消息管理。
▸ 风险提示需要 AWS 凭证并可能执行变更操作，注意权限与凭证管理。
secrets-manager
管理 AWS Secrets Manager 的密钥存储、轮换与访问控制。
▸ 推荐理由便于集中管理凭证并支持自动轮换策略。
▸ 风险提示需要 AWS 高权限，误用可能导致凭证泄露或服务中断。
s3
管理 AWS S3 存储桶、对象、权限与生命周期策略。
▸ 推荐理由适合文件存储、备份与静态网站托管的自动化场景。
▸ 风险提示需要 AWS 凭证与权限，误配置可能导致数据泄露或额外费用。
rds
管理 AWS RDS 实例、备份、复制与性能优化。
▸ 推荐理由简化常见数据库运维与故障处理流程。
▸ 风险提示需要 AWS 凭证与权限，数据库操作可能导致数据丢失或停机。
lambda
创建与管理 AWS Lambda 函数、触发器与性能优化。
▸ 推荐理由便于自动化事件驱动函数部署与调试。
▸ 风险提示需要 AWS 凭证与权限，误操作可能导致调用滥用与费用增加。
iam
管理 AWS IAM 用户、角色、策略与访问控制。
▸ 推荐理由适合需要自动化权限配置与故障排查的场景。
▸ 风险提示需要高权限操作，误配置可能导致权限过大或服务不可用。
eventbridge
管理 AWS EventBridge 规则、事件路由与跨账户集成。
▸ 推荐理由便于搭建事件驱动架构和跨服务集成。
▸ 风险提示需要 AWS 凭证与权限，不当规则可能引发意外触发或成本。
eks
通过 AWS EKS 创建、管理 Kubernetes 集群与工作负载。
▸ 推荐理由对希望在 AWS 上自动化 K8s 运维的团队很有用。
▸ 风险提示需要 AWS 凭证与权限，集群改动可能影响可用性并产生成本。
ecs
使用 AWS ECS 管理和部署容器化应用与服务。
▸ 推荐理由适合自动化容器部署与故障排查。
▸ 风险提示需要 AWS 凭证与权限，操作可能产生成本或影响可用性。
ec2
管理 AWS EC2 实例、镜像、存储与自动伸缩等生命周期的技能集合。
▸ 推荐理由涵盖从实例创建到自动化运维的场景，适合云基础设施管理与成本优化。
▸ 风险提示需 AWS 权限，操作可能产生资源费用或意外销毁实例导致停机。
dynamodb
关于设计表结构、查询、索引与性能优化的 AWS DynamoDB 操作指南。
▸ 推荐理由适合需要高可用低延迟存储的应用，包含实用的单表设计与优化建议。
▸ 风险提示需 AWS 权限，数据变更或容量误配可能导致数据丢失或费用激增。
cognito
管理 AWS Cognito 的用户池、身份池、OAuth 流程与集成的技能文档。
▸ 推荐理由覆盖常见鉴权与集成场景，适合需要用户管理与第三方登录的应用。
▸ 风险提示需访问 AWS 与用户数据权限，错误配置可能泄露用户信息或影响登录可用性。
cloudwatch
管理 AWS CloudWatch 的日志、指标、报警与仪表盘的实用指南与脚本。
▸ 推荐理由便于为应用设置监控与告警，提升故障排查与可观测性效率。
▸ 风险提示需 AWS 凭据，配置或查询可能涉及敏感日志与产生费用。
cloudformation
用于编写、部署与管理 AWS CloudFormation 堆栈的操作与最佳实践集合。
▸ 推荐理由系统化的 IaC 模板与操作模式，适合自动化部署与团队协作。
▸ 风险提示需 AWS 权限，会对基础设施作变更，存在配置错误或破坏风险。
bedrock
通过 AWS Bedrock 调用基础模型、生成文本/嵌入与构建 RAG 工作流的技能文档。
▸ 推荐理由便于将 Bedrock 模型纳入 Agent 流程，适合构建生成式应用与检索增强生成。
▸ 风险提示需 Bedrock 访问权限与 AWS 凭据，调用模型会产生计费。