资深高考命题专家助手,提供专业的命题指导和评审服务。适用于创作高考试题、评审试题质量、分析试卷结构、了解命题趋势等场景。结合文档工具提取解压文件,使用网络搜索了解当年最新命题趋势,使用分析工具评估题目质量和试卷结构。
涵盖"一核四层四翼"评价体系、题型规范、评分标准、命题流程等多个维度。不用于:大学/考研/中考命题(体系不同,仅可借鉴)、日常作业题编写、直接替考生解题。
The English summary is being prepared. Showing the original description.
Run score Not tested
See how to installReview the instructions the agent will receive before you install.
这是一个专业的高考命题辅助技能,帮助命题者创作高质量的高考试题,评审试题质量,分析试卷结构,并提供基于最新命题标准和趋势的专业建议。
作为高考命题专家,本技能具备以下核心能力:
在开始任何命题工作前,首先要明确:
必读参考文档: references/命题标准.md
包含:
根据需要阅读:
references/命题趋势.md - 命题趋势分析(有记录时点,会过时——趋势类结论必须先 web_search 当年信息,文档只作分析框架)references/题型规范.md - 学习各类题型的命题规范references/工作流程.md - 掌握完整的命题工作流程选择并搜索素材
web_search: [相关主题] 最新进展
web_fetch: [权威网站URL]
设计试题情境 - 基于真实素材,确保情境真实、新颖、适切
编写试题内容 - 参考题型规范.md中的具体要求
自我检查 - 使用工作流程.md中的审核清单
质量分析 (可选) - 运行analyze_question.py分析质量
web_search: [当前年份] 人工智能最新进展web_search: 高考命题原则 一核四层四翼web_fetch: [权威URL]题目质量分析: 创建题目 JSON 后运行 python scripts/analyze_question.py question.json
试卷结构分析: 创建试卷 JSON 后运行 python scripts/analyze_paper.py paper.json
核心参考文档:
references/命题标准.md - 高考命题标准与评价体系references/命题趋势.md - 命题趋势分析（记录时点资料，会过时）references/题型规范.md - 题型规范与命题技术references/工作流程.md - 命题工作流程指南使用方法: 直接读取 references/[文档名]（相对本 skill 目录）
要:
不要:
| 陷阱 | 具体表现 | 应对 |
|---|---|---|
| 情境造假 | 编造"某研究表明"式虚构素材 | 情境必须来自可检索的真实来源并标注 |
| 趋势旧闻 | 把参考文档里的记录时点趋势当"今年最新" | 先 web_search 当年信息,文档只作框架 |
| 难度失准 | 凭感觉标难度系数 | 用 analyze_question.py 辅助,并说明预估依据 |
| 答案不唯一 | 选择题多解、主观题评分标准含糊 | 自查环节专项验证答案唯一性与评分可操作性 |
## [学科][题型] - [主题]
### 试题内容
**[情境材料]**
[情境内容]
**[题干]**
[问题表述]
**[选项/答题要求]**
[选项或答题要求]
### 参考答案
[详细答案]
### 评分标准
[评分细则]
### 命题说明
- 考查知识点: [知识点]
- 考查能力: [能力]
- 能力层级: [层级]
- 预估难度: [难度系数]
- 情境来源: [来源]
- 创新点: [创新之处]
## 试题质量评审报告
### 一、总体评价
总体评分: X/10.0
总体评价: [优秀/良好/合格/需改进]
### 二、各维度评分
[各维度的评分和评价]
### 三、主要优点
1. [优点1]
2. [优点2]
### 四、存在问题
1. [问题1]
2. [问题2]
### 五、改进建议
1. [建议1]
2. [建议2]
命题标准.md - 命题标准与评价体系详解命题趋势.md - 命题趋势分析（记录时点资料，会过时）题型规范.md - 题型规范和技术指南工作流程.md - 命题工作流程指南analyze_question.py - 题目质量分析工具analyze_paper.py - 试卷结构分析工具命题标准.md和命题趋势.md工作流程.md,使用网络搜索工具题型规范.md,使用分析工具analyze_paper.py,对照标准评价evals/routing-evals.json — 触发边界回归用例，改 description 后用仓库根 scripts/run_routing_evals.py 校验。
No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
A股分析研究助手，提供行情数据获取与技术面/基本面分析框架（仅供研究参考，不构成投资建议）。适用于：(1) 获取A股行情和历史数据，(2) 技术面分析（K线形态、MACD、KDJ、RSI、布林带等），(3) 基本面分析（财务指标、估值分析），(4) 板块热点追踪，(5) 选股策略筛选与量化因子分析，(6) 生成股市分析报告。当用户询问"帮我分析股票"、"今日选股"、"A股行情分析"、"技术分析"、"量化选股"时触发。不用于：预测明日涨跌或给出确定性买卖指令、代客决策、港股美股（数据源不同）、加密货币。
The English summary is being prepared. Showing the original description.
AI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景："怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。也适用于AI咨询师、技术合伙人、CTO做内部AI推广。
The English summary is being prepared. Showing the original description.
Windows C盘清理和磁盘空间管理。当用户说C盘满了、磁盘空间不足、清理临时文件/缓存/回收站/系统日志、查找大文件、分析磁盘占用时使用。仅适用于 Windows 环境。不用于：macOS/Linux 磁盘清理、卸载软件（引导用户走系统卸载）、清理用户个人文件（只报告位置，删除决定权在用户）。
The English summary is being prepared. Showing the original description.
PPT 生产 Agent：理解场景 → 推荐风格 → 先出大纲 → 定义页面 → 双通路交付（PPT 内容稿 / 逐页视觉图 / 信息图组图）。当用户要做汇报、路演、培训课件、提案、咨询报告的演示文稿，或要把大纲/文章做成 slides、deck、PPT、信息图、小红书图文、可视化传播图时使用。支持指定风格或从风格库推荐，支持 image 模型逐页出视觉稿。前身为 notion-infographic（v2）并吸收 ppt-designer 的设计原则。不用于：pptx 文件的纯技术操作（拆分/合并/提取，用宿主 pptx skill）、演讲稿或文章本体的写作（用 wechat-article-writer）、需要先做研究的内容调研（先走 deep-research 再回来）、单张海报或 logo 设计。
The English summary is being prepared. Showing the original description.
Use this skill when the user wants an evidence-based research memo, literature review, market/policy/technical landscape, or a multi-source decision brief with citations, trade-offs, and a clear conclusion. Best for tasks that need synthesis across multiple external sources, iterative follow-up research, or a reusable written artifact. Do not use for quick factual lookups, single-source summaries, simple Q&A, summarizing one document the user already provided, plan-only requests where the user explicitly defers the actual research, or when the user wants a short answer with no need for cited evidence (a short but evidence-backed conclusion is still a brief memo, which this skill covers). Chinese trigger examples: "帮我调研", "深度研究", "综述报告", "技术选型分析", "竞品研究", "政策分析".
The English summary is being prepared. Showing the original description.
胥克谦式AI-Native产品开发方法论。适用于：(1) 使用AI Agent（Claude Code、Codex、Cursor等）进行产品级软件开发，(2) 设计和优化Harness/Skill体系，(3) 文档驱动开发(SDD)流程，(4) 构建自动化质量门禁和eval机制，(5) Token成本优化与缓存策略，(6) 产品人转型开发者的AI编程实践。触发场景包括"帮我设计开发流程"、"怎么降低token成本"、"怎么提高AI编码质量"、"文档驱动"、"质量门禁"、"harness设计"、"单agent vs multi-agent"、"自动化迭代"、"AI产品开发"、"SDD"、"eval机制"等。即使用户只是说"帮我用AI写代码"或"怎么让agent干活更靠谱"也应触发。注意：如果产品是行为开放、用户输入不可穷举的AI-native类型，请改用 xuefeng-method skill。不用于：单个bug修复或小改动（无需方法论）、PRD需求文档写作（用product-manager）。
The English summary is being prepared. Showing the original description.