把智能体能力，拼成你的工作流。

sgui-stock-analysis 用用户提供的资料分析泰国及海外股票、ETF、REIT、基金和 DCA 计划，分开事实、分析与猜测，并从估值、风险、牛熊情景和组合适配度整理决策记录。它不会自行获取实时行情、读技术图表或发出买卖指令，结果用于帮助用户思考而非替代投资建议。

pharma-review-skills 将医药市场判断拆成四个可独立安装的 Claude skills：检查循证或竞品数据的来源等级，审视业务分析是否读深且有结论，逐句挑关键信息的动作性与合规风险，以及检查学术活动或会议是否锁定策略。多智能体环境还可启用盲评、反驳和主笔合成。

SnapDeck 通过无头 Chrome 访问正在运行的 Web 应用，捕获真实界面并读取元素坐标，再用 HTML/CSS 设计标题卡和步骤标注，渲染成 PNG 后组装为全幅 .pptx。它可复用已登录会话、打开弹窗或标签并固定浅色模式；输出是图片幻灯片，适合培训和演示，不是可编辑的 PPT 文本框。

humanizer-it 使用面向意大利语的规则识别英语句法映射、名词化官样表达、缺少话语标记以及 ci/ne 附着代词使用不足等不自然模式，可进行完整改写、只做审计或针对某类问题修正。项目还附带零第三方依赖的 Python 扫描器，用于统计禁用结构、句子节奏和意大利语形态句法信号，并给出文本清洁度分数。

rsi-loop 每轮从 BACKLOG.md 选出最高优先级的未勾选中型任务，实施一个最小改动，运行测试、类型检查和构建，再提交结果。它可在队列为空时重新生成任务并持续运行，通过 .rsi-loop.json 设置提交目标、是否永久循环和最大影响范围；不提供交互提问或中途检查点，适合明确边界的自动化尝试。

这套框架可作为 Claude Code、Codex 的 Skill，也可直接作为人工检查表，用于核对数据资产入表、证券化、产权登记、可信数据空间和场内交易材料。它引导输出法规对照、矛盾识别、风险矩阵与补正清单；内容仅供学习和实务参考，规则变化快，具体事项仍需核对现行文本并咨询专业人士。

search-science-literature 将 OpenAlex、Crossref、PubMed、Europe PMC、Semantic Scholar、arXiv 等开放来源统一检索，清理摘要文本、去重并交叉检查撤稿，再导出 BibTeX、RIS 或 CSV。它支持按需要启用更多数据库和 Web of Science Starter，但会明确处理 API key 与速率限制；不抓取 Google Scholar，也不绕过付费数据库。

color-combo-skill 为设计代理整理按气质分类的配色方案，包括奢华、未来霓虹、自然有机、极简、哥特和热带度假等方向。每组颜色带有名称、情绪与使用说明，选定后可继续交给字体、图标或视觉效果相关 skills；适合需要快速建立品牌视觉基调的设计工作。

axion-skill 将问题交给研究代理，结合公开检索、市场数据、SEC 文件和 Fermi 估算给出未来事件的概率。每次预测包含 0–1 概率、区间、解析日期和引用依据；使用前需要 Axion API 密钥与预付额度。它适合结构化讨论选举、利率决策、交易完成或产品按期发布等事件，不等于确定性判断。

LPIM 会结合网站 sitemap 和客户材料建立产品线分类，逐页判断内容归属，输出产品兴趣地图与可用于沟通的发现简报，适合制造商、工业供应商和 B2B 服务网站。当前只发布了映射器，流程中会暂停让人确认分类；访客兴趣判断和 CRM 回写模块尚未提供。

mogscore-skill 通过可见的有头浏览器打开 MogScore 评分页，上传本地自拍、触发评分并捕获报告 JSON；项目同时提供面向 Codex、Claude Code、Hermes 和 OpenClaw 的安装方式。无头浏览器不受支持，运行时需要用户提供照片。

它把 AI 辅助草稿重写成更自然、有个人语气的文字，并尽量保留原有事实与正式程度。安装为 Claude 技能后可直接调用，附带 Python 脚本比较改写前后的统计检测风险；但检测器本身并不可靠，低分也不能保证通过所有分类模型。

Frontcraft 会先与你确定视觉方向、配色和页面气质，再通过有层次的字体、克制的色彩、非模板化版式与真实图片构建网站，避免默认的居中首屏和等宽卡片。它兼容多种前端技术栈，完成后会调用评审代理检查标题碰撞、失效链接、图片异常和视觉层级；Pexels API 密钥只是提升图片搜索精度的可选配置。

epiage-skill 从全血 DNA 甲基化 beta 值文件和年龄、性别计算 25 种衰老时钟，包括 GrimAge、Horvath、Hannum、PhenoAge 和 DunedinPACE 等，并输出年龄加速及每个时钟的可靠性标记。它只依赖 pandas 与 numpy、完全离线，缺失 CpG 默认用 methyLImp 补齐；输入需来自适用的全血芯片，结果不应外推到其他组织。

给出项目名、描述、作者等少量环境变量，它会生成带双语说明、许可证、测试与发布自动化的 Python 仓库骨架，并可作为 Bash 脚本或 Claude Code 技能运行。模板的结构和 GitHub Actions 流程经过测试，但它只降低开源工程搭建成本，不会验证项目创意是否有真实需求。

上传招考公告 PDF、选择报考职位后，它会按原有编号和顺序提取科目与考点，并生成 Excel 进度表、可交互的 HTML 面板和可打印 DOCX。它只负责忠实整理，不会猜测高频考点；PDF 提取采用启发式方法，生成后仍需核对。

面对目标架构、技术路线、建设或采购决策等问题时，该技能先询问真正会改变答案的业务驱动、质量属性、规模和约束，再给出一个明确建议及其代价。它可生成 ADR、能力地图、参考架构、迁移路线和面向董事会或工程团队的分层材料；本质上是通用指令技能，不连接外部系统，也不是 MCP 服务。

Petros Methodology 为 Claude 和 Claude Code 提供一套写作与交付规则，用来减少模板化措辞、冗余标点和浪费空间的界面。它要求使用用户语言、保持表达简洁、避免虚构数据，并在宣称完成前实际检查端到端流程、移动端效果或部署结果，适合制作文本、文档和产品界面。