Loading...
Loading...
共找到 32 个 Skills
基于Karpathy LLM Wiki模式的知识管理技能。同时支持代码项目与Obsidian笔记。 读取原始资源（代码·文档），在docs/wiki/中构建并维护累积型知识库。 通过「wiki」「위키」「ingest」「인제스트」「wiki 점검」「wiki lint」「wiki 업데이트」「帮我文档化」「帮我讲解架构」「它是如何工作的？」等关键词触发。 与qmd搜索工具联动，实现Token节省 + 高搜索准确率。
将GitHub星标仓库整理为结构化的Obsidian库，包含AI生成的摘要、标准化主题分类、图谱优化的wikilinks，以及用于筛选视图的Obsidian Bases（.base）索引文件。通过gh CLI获取仓库元数据和README，将仓库分类到不同类别和标准化主题中，生成带有前置元数据（frontmatter）的单个仓库笔记，并创建类别/主题/作者的枢纽笔记，作为图谱视图的连接点。 当用户有以下需求时可使用此技能： (1) 将GitHub星标仓库整理或索引到Obsidian中 (2) 从星标仓库创建可搜索的知识库 (3) 整理并发现GitHub星标仓库中的规律 (4) 将GitHub星标仓库导出为结构化Markdown笔记 (5) 按主题、语言或作者构建星标仓库图谱 若要保存/提炼特定URL到笔记，请使用kcap。若要浏览AI相关推文，请使用ai-twitter-radar。
选题系统主控Agent。协调热点采集、选题生成、选题审核三个环节，支持迭代直到产出合格选题。触发方式：(1)"开始今日选题"启动完整流程 (2)"今日AI热点"只采集热点不生成选题 (3)"我有一个选题"进入单个选题分析 (4)"推荐一些好的选题"直接输出推荐。输出保存到Obsidian选题库。
任务采集助手 - 纯粹的任务执行记录工具，专注于实时采集，零摩擦启动。 遵循"采集与加工分离"原则：启动时只记录，不复盘。 Triggers: /task-capture, /capture, /记录
引导Ane在每日结束、每周结束、做出决策后或接触新学习材料时进行结构化反思。当用户说出“journal”“reflect on today”“weekly review”“what did I learn”“after-action review”，或提及要写入MELdigitalgarden资源库时使用此工具。生成兼容Obsidian的markdown格式内容；当连接文件系统MCP时，可直接写入资源库，否则返回内容供手动保存。
当你作为sesh线程中的Agent需要处理分配的工作工单时使用——查找你的工单、阅读工单的提示/说明，或更新其状态（例如标记为已完成）。涵盖`sesh ticket`的查找→阅读→报告流程。
对现有知识库（即wiki底层架构）和目标工件运行健康检查。当用户需要对wiki进行代码检查、对知识库进行健康检查、查找孤立页面、发现损坏或缺失的交叉链接、通过安全的本地修复清理过时声明和未解析的维基链接、将旧版根目录下的`overview.md`合并到`index.md`，或对目标工件进行健康检查时，可使用此工具。请勿用于添加新内容；添加新内容请使用/loam::adding-to-memory或/loam::learning-from-session。
读取本地源文件或合成对话上下文，然后将可纳入的内容直接整合到现有记忆库（即wiki底层）的主题、实体、概念和分析页面中。当用户希望向wiki添加资源、文档，导入本地笔记、转录稿、文章、报告或PDF，或者明确要求将当前对话保存为主题笔记时，可使用本功能。如需在wiki、指南、检查点、任务标注或丢弃之间进行会话学习路由，请使用/loam::learning-from-session。不得全盘导入目标内容；仅可纳入可独立复用的研究成果。