- 📁 references/
- 📁 scripts/
- 📄 .clawhubignore
- 📄 .gitignore
- 📄 LICENSE
Search, browse, and read the user's local documents indexed by Linkly AI. This skill should be used when the user asks to 'search my documents', 'find files about a topic', 'read a local document', 'search my knowledge base', 'browse document outlines', 'list knowledge libraries', 'explore my documents', or any task involving searching, browsing, or reading locally stored documents (PDF, Markdown, DOCX, TXT, HTML). Also triggered by: 'linkly not working', 'can not connect to linkly', '搜索我的文档', '查找文件', '知识库搜索', '浏览文档大纲', '列出知识库', '连接不上', '故障排查'. Provides full-text search, structural outlines, and paginated reading via CLI or MCP tools.
RedWoodOG
from GitHub
工具与效率
通过 macOS 上的备忘录 CLI 管理 Apple Notes(创建、查看、搜索、编辑)。
mykpono
from GitHub
商业与运营
- 📁 .claude-plugin/
- 📁 .cursor/
- 📁 .github/
- 📄 .gitignore
- 📄 AGENTS.md
- 📄 CHANGELOG.md
审核和优化网站的搜索引擎可见性 (SEO) 和人工智能搜索引文 (GEO),涵盖技术健康状况、E-E-A-T 内容评分、域名权限、结构化数据、丰富结果和实体信号。在运行 SEO 审核、诊断流量下降或排名损失、生成 Schema.org JSON-LD、检查 Core Web Vitals、可抓取性、robots.txt、站点地图、hreflang、反向链接、规划内容策略或站点迁移、修复索引问题或优化 AI 概览、ChatGPT 和 Perplexity 时使用。不适用于付费广告 (PPC/SEM)、社交媒体策略、电子邮件营销或与搜索无关的一般网络开发。
yangtaihong59
from GitHub
工具与效率
通过7个聚合的MCP工具(笔记本/文档/块/文件/搜索/标签/系统)操作思源笔记。涵盖路径语义、权限、块编辑、搜索、标签和导出。
pomazanbohdan
from GitHub
数据与AI
Rust/MCP 项目的统一 RAG 管道技能。涵盖架构、通过 Candle ML 框架进行的本地嵌入、分块策略、检索模式、混合搜索、重新排名和评估 (NDCG/MRR)。使用场合:构建 RAG、向量搜索、语义搜索、文档检索、Rust 中的嵌入。
jnemargut
from GitHub
工具与效率
- 📄 .gitignore
- 📄 LICENSE
- 📄 README.md
更好的谷歌搜索。像在 Google 中一样输入查询,即可获得 3 个综合的迷你简报,其中包含“最佳”结论、自适应评级和来源引文。从多个角度(一般、Reddit/论坛、评论)进行搜索,以揭示单个 Google 搜索遗漏的内容。
project-nomos
from GitHub
工具与效率
通过 macOS 上的“memo” CLI 管理 Apple Notes(创建、查看、编辑、删除、搜索、移动和导出笔记)。当用户要求添加便笺、列出便笺、搜索便笺或管理便笺文件夹时使用。
marlandoj
from GitHub
数据与AI
- 📁 assets/
- 📁 references/
- 📁 scripts/
- 📄 .gitignore
- 📄 AGENTS.md
- 📄 BENCHMARK_REPORT.md
Zo 计算机的混合 SQLite + Vector 角色内存系统。具有时间查询、图形增强搜索、BFS 路径查找、知识差距分析、自动捕获管道的情景记忆。为角色提供持久记忆,包括语义搜索(nomic-embed-text)、HyDE 查询扩展(qwen2.5:1.5b)、Ollama 支持的内存门、5 层衰减和群体集成。需要 Ollama 进行嵌入。
- 📁 references/
- 📁 scripts/
- 📄 SKILL.md
从agentic_kb知识库中搜索和检索知识。当用户请求搜索知识库、询问“我如何...”应该查阅知识库的问题、想要记录新知识或在会话开始时更新知识库子模块时使用。当用户想要用新知识更新知识库时也可以使用。当您在任务期间学习新的、可重用的知识时,知识捕获。支持 Typesense(快速全文搜索)、FAISS(语义向量搜索)和 ripgrep(精确模式匹配)。所有知识库均采用 Obsidian 格式,可以使用 Obsidian 中的网络地图轻松直观地浏览。
sumisingh10
from GitHub
工具与效率
当用户要求“搜索代码”、“在文件中查找”、“grep for”、“查找模式”、“搜索代码库”、“查找引用”、“查找用法”、“搜索函数”、“查找定义 X 的位置”或需要在目录树中搜索文件内容时,应使用此技能。提供有关使用 search_code MCP 工具进行快速索引代码搜索的指南。
空投项目评估 — 基于 v3 门槛+加权模型(发币意愿/风险 门槛检查 → 筹码/链上/竞争/成本 加权评分) 百分制 × 系数,输出档位判定(Sprint/中等维护/低保维护)。 输出格式对齐 P-xxx 空投评估模板。Triggers on "空投评估", "airdrop evaluation", "项目评分", "airdrop scoring", "空投分析", "evaluate airdrop", or "P-xxx". --- # Airdrop Evaluation (v3) 基于门槛+加权评分框架对空投项目进行综合评估,输出 P-xxx 格式报告。 ## Data Source Priority ### Layer 1: MCP - **coingecko** — 代币信息(如已发币) - **dune** — 链上数据(交易指标、用户增长、手续费、供需分析、KPI 汇总) ### Layer 2: Chrome CDP - `defillama.com/protocol/{protocol}` — TVL 趋势、协议数据 - 官网、文档、Discord ### Layer 3: Web Search - 融资背景、团队信息、社区规模、积分机制、官方公告、竞品信息 ## Workflow ### Step 1: Project Identification + Document Collection - 解析项目名称 - 查找官网、文档、社交媒体链接 - 确认项目状态(是否已发币、是否有积分系统) - **主动询问用户是否有项目相关文档**(白皮书、tokenomics、积分规则等) - 用户提供 → 优先作为评分依据,按文档性质标注置信度 - 官方公告/白皮书/合约文档 → ◆ - 多源交叉验证的分析 → ◇ - 单一来源未验证 → ○ - 用户没有 → 继续自动拉取 ### Step 2: Auto-Fetch Data 自动拉取可获取的数据: - coingecko: 代币信息(如已发币) - dune: 链上数据 - 日度交易指标(交易次数、交易量 USD、手续费 USD、Unique Takers/Makers) - 用户增长(新增用户、7日均值、累计用户) - 协议收入/手续费趋势 - 供需背离分析(供给侧 vs 需求侧指标趋势对比) - 汇总 KPI(总交易量、总交易数、总手续费、总用户数、峰值日、WoW 变化) - defillama: TVL 趋势(Chrome CDP) - Web Search: 融资轮次、估值、团队背景、积分机制细节、社区规模、竞品信息 (URL 未知时先 Web Search 取 URL 再 Chrome CDP 访问,Web Search 无法找到 URL 则直接 Web Search 摘要兜底) ### Step 3: Gate Check (门槛检查) 预填"发币意愿"和"风险等级"评分 + 依据 + 置信度标注: | 门槛维度 | 建议分数 | 系数 | 依据 | 置信度 | |---------|---------|------|------|-------| | 发币意愿 | X | ×Y | [data] | ◆/◇/○ | | 风险等级 | X | ×Y | [data] | ◆/◇/○ | **明确标注为建议评分,等待用户确认或调整。** - 用户确认后: - 任一维度 < 3 → 输出"放弃"精简报告,**流程终止** - 两项都 ≥ 3 → 记录系数,进入 Step 4 ### Step 4: Weighted Scoring (加权评分预填 + 用户确认) 预填四个加权维度评分建议: | 维度 | 权重 | 建议分数 | 依据 | 不确定性 | 置信度 | |------|------|---------|------|---------|-------| | 筹码获取 | 30% | X | [data] | [unknowns] | ◆/◇/○ | | 链上健康度 | 25% | X | [data] | [unknowns] | ◆/◇/○ | | 竞争定位 | 25% | X | [data] | [unknowns] | ◆/◇/○ | | 单位成本 | 20% | X | [data] | [unknowns] | ◆/◇/○ | **明确标注为建议评分,等待用户确认或调整。** 用户可以补充自己的判断依据。 ### Step 5: Calculate + Report (计算 + 生成报告) - 计算最终分 - 档位判定(含降档规则) - 催化剂表格(如有) - 按模板输出报告 ## Output Template — Gate
跨 Claude Code、AI Studio 和 Gemini CLI 搜索、恢复和分析 AI 会话历史记录。当用户要求“查找上周的文件”、“搜索会话”、“压缩后恢复上下文”、“AI 做了什么”、“将会话导出到 Markdown”、“查找更正”、“分析会话质量”、“从过去的错误中改进 CLAUDE.md”或“将 AI 错误转化为规则”时使用。包含会话搜索、文件恢复、修正检测、自我改进工作流程。