通过Membrane CLI连接0codekit工作区数据,可处理表格、数据库、任务、日历、邮件、聊天消息和文档等信息;请求不明确时需补充应用或数据细节。
- 处理0codekit工作区信息
- 查看表格或数据库数据
- 查询任务和日历活动
检查文章中的常见人工智能措辞、结构和节奏模式,并在保留原意和预期语气的前提下修改指定段落。还可提供模式分析、文本统计、评分和按优先级排列的建议。
Humanize AI-generated text by detecting and removing patterns typical of LLM output. Rewrites text to sound natural, specific, and human. Uses 24 pattern detectors, 500+ AI vocabulary terms across 3 tiers, and statistical analysis (burstiness, type-token ratio, readability) for comprehensive detection. Use when asked to humanize text, de-AI writing, make content sound more natural/human, review writing for AI patterns, score text for AI detection, or improve AI-generated drafts. Covers content, language, style, communication, and filler categories.
实测评分 未实测
查看安装方法这项技能会检查文章中常见的人工智能生成痕迹,并帮助改成读者读来自然的表达。它会核对24种模式,包括夸大的开场、套路化的结尾、聊天机器人式的铺垫,以及句子长度过于一致等情况。它还会参考词汇偏向、句长变化等统计信号,指出问题段落并提供修改建议。改写时会保留原意和预期语气,例如正式、随意或技术性表达。命令行分析工具还可以输出评分、分析报告和按优先级排列的建议。
适合检查人工智能生成的文章或邮件、找出文章显得套路化的原因,或只针对特定段落获取修改建议,无需重写全文。也可用于在保留原意的同时调整文风。
命令行分析功能需要 Node.js。
本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。
AI 根据 SKILL.md 的内容检查了需要注意的操作和使用前提。评分只依据实际运行的结果(实测对比)。
不计入评分。 由 AI(OpenAI Codex)于 2026年11月15日 评估。仅供参考,安装前请同时查看原文。
另有 17 个文件未显示。 在 GitHub 查看源代码
安装前可以查看交给 AI 代理的指令内容。
还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
通过Membrane CLI连接0codekit工作区数据,可处理表格、数据库、任务、日历、邮件、聊天消息和文档等信息;请求不明确时需补充应用或数据细节。
通过0xArchive API查询Hyperliquid、Lighter.xyz和HIP-3的历史及当前市场数据,包括价格、订单簿、交易、资金费率、未平仓量和清算,并检查数据更新时间与覆盖范围。
依据12-Factor App的12项原则检查代码库,逐项评估配置、依赖和日志等方面,并提供文件与行号证据、问题说明及按优先级排列的改进建议。
以玛雅历为灵感,用13天一个周期推进个人或团队项目。每天的“音调”提示行动重点,涵盖设定目标、执行、发布成果、整理和复盘。
根据稳态碳13示踪测量估算细胞内代谢通量,检查碳原子映射和测量输入,模拟标记分布并拟合受约束的通量,以判断数据能约束哪些通路反应速率。
此技能按步骤指导你通过 1688.com 选品、核查供应商、申请样品、议价并比较运输方式,也会梳理商品信息和付款风险,以及何时应咨询采购专家。