narrative-dimensions-analysis
受物理启发的故事分析系统,将叙述视为穿越维度空间的轨迹。跟踪亲密、信任、权力和赌注等维度来计算紧张度、验证节奏并诊断故事问题。具有针对浪漫、惊悚、悬疑和奇幻类型的公式。可用于分析故事结构、构建紧张感、验证角色发展弧线、诊断节奏问题或为场景生成维度目标。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
受物理启发的故事分析系统,将叙述视为穿越维度空间的轨迹。跟踪亲密、信任、权力和赌注等维度来计算紧张度、验证节奏并诊断故事问题。具有针对浪漫、惊悚、悬疑和奇幻类型的公式。可用于分析故事结构、构建紧张感、验证角色发展弧线、诊断节奏问题或为场景生成维度目标。
创建结构化的Google NotebookLM课程计划,精选资源并定制音频概览提示。当用户想要创建NotebookLM笔记本、生成带有音频概览的学习内容或构建包含多个专注部分的课程时使用。同时支持单个课程创建和多主题批量处理。
从缩略图开始,使用Harmon故事圈加上Crouch风格的章节动力来启动并维护一个快节奏的小说项目。当用户请求帮助写故事/小说、想要节拍表、章节计划、Blake Crouch式的节奏,或者需要高概念科幻/奇幻作品的正统/时间线约束时使用。
训练后模型验证工作流程:门控、回测、向前验证、部署决策。在GPU训练完成后触发。
预测特定任务情境下的人格表现。
AI视频管道验证器,用于Veo 3可行性、8秒场景切分和镜头连贯性。使用时机:在为AI视频生成验证剧本、将场景切分为8秒片段、生成续拍提示、评分可行性风险或添加编辑元数据时使用。管道位置:编剧 → **生产验证器** → 想象/架构-v 输入:来自编剧技能的XML(带有持续时间、动作、关键视觉的场景标签) 输出:带有验证、片段、连贯性标签和Veo 3提示的增强XML 关键功能:- Veo 3可行性…
当用户需要对某个主题进行全面研究,包括探索多个来源、综合发现,并提供带有引用的结构良好报告时,应使用此技能。适用于复杂的调研请求,如“研究X的最新发展”,“比较A与B与C”,“为Y找到前N名候选人”,或任何需要深入探索而不仅仅是简单网络搜索的请求。
自我改进引擎。通过生成-批评-迭代循环来增强推理能力。在处理复杂问题、跨领域综合信息或初始输出需要改进时使用。与自我检查机制集成,以防止过度自信。最大迭代次数为3次,以节省令牌。
识别推动股票价格变动的因素、信心及回报
在Obsidian中执行RAG流程,以回答、总结、重组或创建带有可追溯引用的新笔记。
使用基于位置的动力学(PBD)、Verlet积分和约束求解器实现的实时绳索/电缆物理模拟。精通四元数数学、Gauss-Seidel/Jacobi求解器以及缠绕检测。激活关键词包括'绳索模拟', 'PBD', '基于位置的动力学', 'Verlet', '约束求解器', '四元数', '电缆动力学', '布料模拟', '牵引用物理学'。不适用于流体动力学(SPH/MPM)、断裂模拟(FEM)、离线电…
将跑步数据和用户笔记转换为带有置信度分数的结构化反思。在跑步后使用,以捕捉定性反馈,并生成下一步指导,同时对疼痛或异常心率进行安全检查。
处理同步的Granola会议以更新个人页面、提取任务并整理会议笔记
掌握高级提示工程技巧,以最大化LLM在生产环境中的性能、可靠性和可控性。在优化提示、改进LLM输出或设计生产提示模板时使用。
使用Python API读取并分析Inspect AI评估日志文件。从.eval文件中提取样本、消息、事件和指标。
通过阅读项目配置和指南,静默刷新AI上下文。在开始新的对话、上下文丢失后或执行主要任务之前使用。
从Instagram、网络聚合器和Facebook活动URL中研究活动。在抓取活动来源、下载传单图片或提取活动详情时使用。
实现arxiv上的研究论文。当用户提供arxiv链接、要求实现某篇论文或希望复现研究成果时使用。
投资组合经理和最终仲裁者。综合所有代理投票,应用宪法验证,解决冲突,并做出最终交易决策。整合所有5项宪法条款。
在章节写作前自动激活,强制执行9项必读文件检查清单 - 通过确保每次写作前加载所有上下文来防止AI在长篇小说中的焦点退化
设计面向用户的代理专家,以实现自适应用户体验和个人化。在构建能够从用户行为中学习的产品功能、创建每个用户的专长文件或实施由AI驱动的个性化时使用。
治疗数据共享。适用于AI的药物发现数据集(ADME、毒性、DTI)、基准测试、骨架分割、分子神谕,用于治疗性机器学习和药理学预测。
使用AgentDB的150倍更快的矢量数据库实现ReasoningBank自适应学习。包括轨迹跟踪、判决判断、记忆蒸馏和模式识别。在构建自学习代理、优化决策或实现经验回放系统时使用。
全面的蛋白质语言模型工具包,包括ESM3(跨序列、结构和功能的生成式多模态蛋白质设计)和ESM C(高效的蛋白质嵌入和表示)。在处理蛋白质序列、结构或功能预测;设计新型蛋白质;生成蛋白质嵌入;执行逆折叠;或进行蛋白质工程任务时使用此技能。支持本地模型使用以及基于云的Forge API以实现可扩展推理。