> Literature & Writing _

Lore решает задачу поиска по истории разговоров с Claude Code – инструмент разработчика для быстрого доступа к контексту прошлых сессий. Он индексирует беседы в базу данных, используя гибридный поиск на основе BM25 и векторного поиска. Python, CLI и база данных обеспечивают работу системы, а управление индексацией строится на модели opt-out. Lore создает open-source решение для автоматизации поиска, позволяя находить, просматривать и расширять контекст разговоров. Проекты индексируются по умолчанию, но пользователь может исключить их из индексации через CLI. Ключевые инструменты включают поиск, расширение контекста и управление проектами. В основе работы лежит комбинация ключевых слов и семантического анализа, что повышает точность поиска. Vector Search и BM25 работают совместно для эффективного извлечения информации. Это помогает быстро восстановить необходимую информацию из предыдущих сессий.

Создайте новую философскую личность, основанную на историческом мыслителе или фигуре. Используйте, когда: /create , добавьте философскую личность, создайте новую персону, создайте навык мыслителя, диалог с исторической фигурой.

cothought:voice помогает пользователям создавать заметки и структурировать мысли, избегая шаблонных стилей. Инструмент анализирует существующие тексты пользователя, чтобы воспроизвести его индивидуальный стиль письма и акцентировать внимание на предоставленном контенте. Мы используем Python, принципы Zettelkasten и NLP для создания open-source решение с API и возможностями автоматизации для инструмент разработчика. cothought:voice адаптирует стиль написания к вашим привычкам, используя ваш собственный контент в качестве основы. Это достигается путем анализа ваших существующих записей и применения полученных данных для формирования новых текстов. Проект включает в себя project scaffolding для удобного начала работы. Ключевые особенности включают имитацию вашего стиля, акцент на пользовательском контенте и готовую структуру проекта. Мы стремимся предоставить полезный и гибкий инструмент для организации мыслей и создания текстов.

Автоматизация выявления и оценки ситуаций, когда действия человека приводят к его собственному провалу, стала возможной благодаря этому навыку-помощнику. Он позволяет анализировать повествования и выделять так называемые "self-owns" – случаи самосаботажа, где агент является причиной собственного падения. Навык предназначен для структурированного анализа подобных ситуаций, выходящего за рамки простого определения неудачи, поскольку акцент делается на внутреннем, самопорождаемом провале. Он ориентирован на понимание динамики, когда человек, используя собственные инструменты, становится причиной собственного поражения. Задача навыка – не просто констатировать факт неудачи, но и понять механизм, лежащий в основе саморазрушения. Процесс работы навыка начинается с анализа текстового контента – будь то литературный текст, новостная статья или транскрипция диалога. Входные данные обрабатываются с использованием Python и методов Natural Language Processing (NLP). Навык определяет ключевые события и действия, затем применяет разработанную структуру определения "self-own", чтобы выявить потенциальные случаи самосаботажа. После идентификации, встроенный алгоритм ранжирования оценивает степень выраженности "self-own", учитывая такие факторы, как степень агентности, предсказуемость результата и влияние на дальнейшие события. Результаты ранжирования представлены в виде структурированного отчета, содержащего описание выявленных "self-owns", их оценку и анализ повествовательных структур, в которых они проявляются. Модуль использует машинное обучение для постоянного улучшения точности и эффективности выявления. Техническая реализация навыка основана на Python с использованием библиотек для Natural Language Processing (NLP) и Machine Learning. Ключевые компоненты включают: framework для определения "self-own", алгоритм ранжирования, разработанный для количественной оценки степени самосаботажа, и модуль анализа повествовательных структур, позволяющий выявлять закономерности и тенденции.

Отвечает за постоянную запись сюжета романа, проверку его целостности и полное отображение на устройстве. С помощью нативных инструкций гарантируется, что сюжет объемом в десятки тысяч слов не будет обрываться.

Используйте этот навык при создании детективных романов, романов в жанре социальной саспенс, психологического триллера, "закрытых комнат" или многоплановых криминальных историй. Он помогает превратить идею в структурированный план, разработать систему "честных" подсказок, создать "экологию" подозреваемых, карту взаимоотношений и распределения власти, схему постепенного раскрытия информации, сцены диалогов, основанных на подтексте, последовательность раскрытия событий и систему проверки и переработки текста. Применяйте его, когда сюжет зависит от контролируемых знаний читателя, многослойных мотивов, интригующих концовок глав или сложных взаимоотношений между персонажами.

Автоматизация процесса анализа литературных произведений часто оказывается сложной задачей. Этот навык-помощник, story-sense, решает проблему, помогая авторам выявлять и устранять проблемы в своих историях посредством систематической оценки, диагностики, корректировки и повторной оценки. Он предназначен для ситуаций, когда автор испытывает творческий тупик, чувствует, что история "сломана", или просто нуждается в структурированном подходе к оценке. Навык не предназначен для написания истории за автора или для предоставления общих советов – он фокусируется на выявлении конкретных проблем и предложении решений. story-sense функционирует как диагностическая модель, реализующая цикл: Оценка (Assess) → Диагностика (Diagnose) → Внедрение изменений (Intervene) → Повторная оценка (Reassess). Навык анализирует текст, используя LLM и методы Prompt Engineering, для определения текущего состояния истории. Результаты анализа классифицируются в одну из трех категорий, отражающих степень проблемности: 0 (отсутствие истории, чистый лист), 1 (проблемы с базовой структурой), и 2 (проблемы с деталями и развитием). В зависимости от состояния, навык предлагает конкретные шаги для улучшения, используя зарегистрированный реестр специализированных модулей, предназначенных для решения определенных проблем. В основе работы лежит Agent Framework, управляющий последовательностью действий AI Agent. Технический стек включает в себя LLM (Large Language Model) для анализа текста, Prompt Engineering для управления запросами к модели, Agent Framework для организации рабочего процесса и AI Agent для автоматизации диагностики и предложения решений. Ключевые особенности: Diagnostic Model (Assess → Diagnose → Intervene → Reassess) – цикл оценки и улучшения, Categorized Story States (0-3) – классификация состояния истории по степени проблемности, Curated Skill Registry for Story Improvement – реестр специализированных модулей

Автоматизация процесса создания художественных произведений начинается с команды /fiction:new, которая запускает интерактивный помощник для создания нового проекта. Этот навык-помощник предназначен для писателей, стремящихся структурировать и ускорить работу над романами, рассказами и другими художественными текстами, начиная от первоначальной идеи и заканчивая финальной версией. Он помогает преодолеть трудности, связанные с планированием сюжета, разработкой персонажей и редактированием, предлагая структурированный подход к написанию. Навык ориентирован на оптимизацию рабочего процесса и снижение барьеров для публикации. После инициализации проекта командой /fiction:new или возобновления работы с ним командой /fiction:go, навык предлагает последовательность действий. Например, команда /fiction:plan позволяет спроектировать архитектуру истории, определяя предпосылки, тему и концовку. Далее, /fiction:outline создает разбиение на главы и сцены, обеспечивая четкую структуру повествования. Для углубленной разработки персонажей используется /fiction:character, а /fiction:review позволяет проводить итеративную проверку текущей главы. Более глубокий анализ всего рукописи, имитирующий стиль рецензирования в журналах типа New York Times или The New Yorker, доступен через команду /fiction:critique. Для подготовки к презентациям или продажам, команда /fiction:synopsis генерирует синопсис различной длины. /fiction:next предоставляет подсказки о том, над чем следует работать дальше, а /fiction:status отображает текущий статус проекта. /fiction:reconcile проверяет проект на соответствие современным стандартам и предлагает обновления. Наконец, /fiction:edit выполняет корректировку текста на уровне отдельных строк, проверяя орфографию, грамматику и повторяющиеся слова. В основе работы навыка лежит и использует библиотеки для обработки естественного языка (NLP). Команды /fiction:synopsis и /fiction:critique используют модели машинного обучения, обученные на больших корпусах художественной литературы. Для проверки языка и выявления стилистических неточностей применяется и

dan-koe помогает разработчикам автоматизировать рутинные задачи, используя принципы философии и бизнеса Дэна Коу. Инструмент разработчика анализирует запросы и генерирует ответы, имитируя стиль и подход Дэна Коу, основываясь на его ключевых концепциях. Он построен на Python, использует LLM API, Langchain и Prompt Engineering с GPT для персонализированной помощи. Этот open-source решение эмулирует философию Дэна Коу, предоставляя советы и наставления, основанные на его подходах к развитию и предпринимательству. Он работает, интерпретируя вопросы пользователя и генерируя ответы, соответствующие его уникальному стилю и мировоззрению. Prompt Engineering позволяет точно настраивать ответы, чтобы они соответствовали контексту. Ключевые особенности включают эмуляцию философии Дэна Коу, персонализированные рекомендации и специализированные навыки, организованные по темам. В основе лежит Python и интеграция с LLM API, что делает его мощным инструмент разработчика для автоматизации и получения ценных инсайтов.

Используйте это, когда пишете запросы для под-агентов, инструкции по навыкам или выполняете любые важные задачи, требующие точности и правдивости.

nsfc-proposal-writer помогает структурировать и создавать заявки на гранты, используя четкую структуру, определенную в файлах YAML. Инструмент использует Python и Markdown для генерации текста на основе заданных шаблонов и руководств. В основе работы лежат YAML-определения структуры, подсказки для написания и ограничения по объему. Он предлагает open-source решение для автоматизации процесса подготовки заявок и является полезным инструментом разработчика. Файлы structure.yaml и requirements.yaml задают структуру документа и необходимые зависимости. Shell Scripting используется для обработки и объединения различных секций заявки. NLP может быть интегрирован для улучшения качества текста (опционально). Заявки формируются на основе YAML структуры, что позволяет легко адаптировать и повторно использовать шаблоны. Инструмент поддерживает Markdown для форматирования текста и обеспечивает соблюдение установленных лимитов по объему.

Навыки креативного письма для написания и редактирования художественной прозы. Используйте при написании новых сцен, глав или диалогов, а также при редактировании существующего текста. Необходимо соблюдать руководства по стилю, специфичные для проекта, условности, касающиеся голоса персонажей, и предпочтения в форматировании.

Основные навыки для инструмента глубокого исследования и написания: написание научных статей в виде полных абзацев (никогда в виде списков). Использование двухэтапного процесса: (1) создание структур разделов с ключевыми моментами, основанное на поиске информации, а затем (2) преобразование этого в связный текст. IMRAD...

Этот инструмент разработчика автоматизирует создание контента для блогов, особенно полезен при работе с плагинами для open-source решениями, такими как Claude. Он анализирует исходные данные и генерирует структурированные тексты, используя Python и NLP технологии. Выходной формат поддерживает markdown, что упрощает интеграцию с различными платформами. Он работает на основе заданных параметров и шаблонов, минимизируя ручной труд при создании большого объема текстового материала. Автоматизация процесса позволяет быстро генерировать качественный контент. Ключевые технологии включают в себя Python, API для интеграции и алгоритмы обработки естественного языка. Это решение ускоряет процесс написания и публикации статей.

Научный writing – это комплексное решение для создания высококачественных научных публикаций, обеспечивающее точную и структурированную передачу результатов исследований. Инструмент позволяет автоматизировать процесс глубокого анализа литературы, проверки цитирования и формирования текста в соответствии с общепринятыми стандартами, включая IMRAD структуру и требования различных журналов. Основываясь на результатах поиска и анализа, инструмент разработчика помогает формировать полные, связные абзацы, избегая использования списков и обеспечивая плавность изложения. Двухэтапный процесс – создание структуры с ключевыми моментами и последующая конвертация в полноценный текст – гарантирует соответствие требованиям к научному стилю и академической строгости. Благодаря автоматизации рутинных задач, таких как поиск литературы и оформление цитирований (APA, AMA, Vancouver), научный writing значительно повышает эффективность работы исследователей и позволяет сосредоточиться на содержании и анализе данных. Поддерживаются требования к оформлению отчетов (CONSORT, STROBE, PRISMA) для обеспечения соответствия публикационным стандартам.

Репозиторий служит справочником по стилю для статей блога, регламентируя структуру, форматирование и лучшие практики написания. Ориентирован на поддержание единого стиля публикаций для LIFULL KEEL. Предоставляет примеры структуры статей и рекомендации по форматированию кода. Инструмент содержит руководство по стилю, демонстрирующее примеры структуры статей и правила оформления кода. Включает ссылки на статьи блога (https://www.lifull.blog/entry/...) для анализа и отслеживания соответствия требованиям. Определяет допустимые варианты написания, например, использование слэшей / и их альтернативы. Содержит примеры оформления заголовков с использованием Markdown. Использует Markdown для структурирования документации. Предназначен для использования в процессе Web Development и Content Management. Охватывает вопросы наименования (SEO title), категоризации (Literature & Writing) и оформления (размеры заголовков, допустимые сокращения).

Fiction помогает структурировать и создавать художественные произведения, от идеи до готового текста. Система использует open-source решение для автоматизации этапов написания, предлагая интерактивные подсказки и шаблоны. В основе работы лежит инструмент разработчика с использованием NLP и Python для анализа и генерации контента. Команды, такие как /fiction:plan и /fiction:outline, создают архитектуру истории, а /fiction:character формирует профили персонажей. Автоматизация рутинных задач, например, проверки грамматики (/fiction:edit) и согласования с общепринятыми стандартами (/fiction:reconcile), высвобождает время для творческого процесса. Команда /fiction:next предлагает дальнейшие шаги, а /fiction:critique предоставляет полный анализ рукописи. Проект легко возобновляется (/fiction:go), сохраняя контекст и предлагая следующие действия.

Автоматизация создания технической документации часто требует соблюдения строгих стандартов оформления и структуры. Этот навык-помощник предназначен для упрощения процесса написания статей для блога, выступающего в роли хранилища знаний и руководства по стилю для технических авторов в организации Lifull KEEL. Он помогает поддерживать единообразие и качество контента, особенно при работе с темами, связанными с LLM Platform Engineering, Kubernetes, OpenAI Assistants API и другими технологиями. Навык работает путем анализа существующих статей блога (например, по URL: https://www.lifull.blog/entry/2025/05/08/170000, https://www.lifull.blog/entry/2026/01/16/170000) для выявления и применения правил оформления, включая структуру заголовков (#, ##, ) и использование разделителей. Он использует Markdown для форматирования контента и генерирует SEO заголовки на основе заданных критериев. В процессе работы навык учитывает нюансы, такие как правильное использование символов (например, / вместо /) и корректное написание аббревиатур (например, KubernetesBPF вместо eBPFKubernetes). Он также помогает поддерживать согласованность структуры разделов, следуя заданному шаблону (введение, затем последовательные разделы с определенным количеством элементов). Технический стек включает в себя Hugo для генерации статических сайтов, Markdown для написания контента, а также базовые Web Technologies. Ключевые особенности: руководство по стилю для технических авторов, организация и структура контента, документация примеров кода, автоматическое генерирование SEO заголовков

base_writing – это open-source решение, разработанное для упрощения и ускорения процесса создания технической документации. Инструмент позволяет существенно сократить время, затрачиваемое на написание и редактирование, предоставляя основу для структурированного и последовательного изложения информации. Он выступает в качестве мощного инструмента разработчика, автоматизируя рутинные задачи и освобождая ресурсы для более творческой и аналитической работы. Поддерживая различные форматы и обеспечивая гибкость в настройке, base_writing способствует созданию высококачественной документации, соответствующей требованиям проекта. Благодаря автоматизации многих этапов, base_writing повышает эффективность команд и обеспечивает единообразие стиля и терминологии. Это позволяет создавать документацию, которая легко читается, понятна и соответствует лучшим практикам.

Навык креативного письма для анализа и критики содержания рассказа. Используется, когда пользователь запрашивает обратную связь, критику или анализ его работы. Предоставляет сбалансированную обратную связь, адаптированную к целевой аудитории.

Навык написания текстов для создания авторитетной справочной документации (вики) для вымышленных миров, персонажей и сюжетных событий. Используется при создании или обновлении страниц вики, официальной документации, профилей персонажей, описаний мест или страниц с историей мира. Создает отшлифованный, подкрепленный источниками, энциклопедический справочный материал.

Conflict-detection анализирует сюжетные конфликты в StoryGraph и формирует план их оптимизации. Инструмент классифицирует конфликты по пяти категориям, выявляя слабые места и предлагая решения для повышения глубины повествования. Он использует Mermaid, JavaScript и Graph Databases для визуализации и анализа, с возможностью автоматизации процесса. Это open-source решение и полезный инструмент разработчика для писателей и редакторов. Определение и классификация конфликтов происходит через Conflict Taxonomy Classification и Escalation Health Scoring. NLP и анализ связей между персонажами позволяют выявлять как явные, так и скрытые противоречия. Визуализация Interconnection Map Visualization помогает понять взаимосвязи и приоритезировать улучшения. Инструмент извлекает данные из graph.conflicts и использует StoryGraph API. Он поддерживает Python для дальнейшей обработки и интеграции в существующие рабочие процессы. Анализ проводится по пяти измерениям, включая выявление недостающих типов конфликтов.

Репозиторий структурирует создание технических статей и руководств для внешней аудитории, предоставляя шаблоны, принципы и рекомендации. Фокус – формирование контента, способствующего пониманию и решению задач читателями. Скилл использует Markdown для форматирования, структурируя статьи по типам: Tutorial (обучение), Concept (понимание), Comparison (сравнение), Case Study (анализ кейсов), Opinion (мнения). Каждый тип предполагает определенную структуру и целевую аудиторию, от начинающих до опытных разработчиков. Принципы включают: ранний захват внимания, перевернутую пирамиду, демонстрацию через примеры и разделение на отдельные идеи. В основе работы – система шаблонов для различных типов статей, набор ключевых принципов написания и примеры шаблонов заголовков. Используется Git для контроля версий. Основной язык – English. Цель – создание лаконичного и понятного контента для разработчиков разного уровня.

Научное письмо – это open-source решение, разработанное для создания структурированных и точных научных публикаций. Оно помогает исследователям преодолеть трудности, связанные с поиском релевантной литературы, форматированием цитирований и соблюдением стандартов оформления научных работ, обеспечивая тем самым высокую степень готовности к публикации. В основе функциональности лежит инструмент разработчика, использующий искусственный интеллект для автоматизированного поиска литературы и поддержки структуры IMRAD. Поддерживаются различные стили цитирования (APA, AMA, Vancouver), а также возможность применения руководств отчетности (CONSORT, STROBE, PRISMA) для соответствия требованиям конкретных журналов. Автоматизация рутинных задач, таких как поиск и форматирование цитирований, позволяет сосредоточиться на содержании и анализе данных. Процесс написания включает в себя создание подробных планов разделов на основе результатов поиска и последующее преобразование этих планов в полноценные абзацы, обеспечивая плавность и логичность изложения.

Drama-writer помогает авторам структурировать сценарии и драматургические произведения, предлагая готовые шаблоны и рабочие процессы для планирования, разработки персонажей и эпизодов. Инструмент использует Markdown, Bash и Glob для автоматизации рутинных задач организации проекта. В основе лежит Python и работа с текстовыми редакторами, что позволяет гибко настраивать рабочий процесс. Он предоставляет project.md, characters.md и другие полезные файлы для удобной работы. Проект использует open-source решение для создания удобного рабочего пространства, где можно быстро создавать и редактировать сценарии. Автоматизация позволяет сосредоточиться на творческом процессе, а не на форматах файлов. Инструмент разработчика предоставляет готовые шаблоны эпизодов и персонажей. Ключевые особенности включают project templates, character development guides и удобную структуру эпизодов. Это упрощает создание сложных многосерийных проектов и помогает организовать творческий процесс.

Организуйте рабочий процесс написания художественных произведений, охватывающий специализированные навыки, необходимые для создания романов. Используйте этот инструмент при работе над длинными, серийными художественными произведениями и при принятии решений о том, следует ли (1) извлекать структуру из исходных глав, (2) разрабатывать следующий сюжетный поворот на основе существующего материала, (3) перерабатывать неструктурированный черновик сюжета в более четкую последовательность глав или (4) писать текст на основе существующей структуры. Это основной инструмент, координирующий работу всего комплекса навыков, необходимых для написания романов.

Модуль narrative-conductor автоматизирует проверку соответствия нарративов эпизодов сериала NEW TEMPS X. Он оценивает эпизоды на предмет соблюдения обязательной семиактовой структуры: Awaken, Explain, Question, Feel, Confront, Resolve, Reflect. Инструмент позволяет оперативно оценивать и утверждать/отклонять акты на основе заданных критериев качества. Narrative Conductor анализирует предоставленный нарратив, сопоставляя его с предопределенной структурой. Он идентифицирует акты и проверяет наличие ключевых элементов, характерных для каждого акта (например, научное объяснение в Акте II, напряжение в Акте III, короткий художественный фрагмент в Акте IV). Результаты проверки представлены в виде отчета с указанием отклонений от структуры. В основе работы модуля лежит анализ текста с использованием NLP и machine learning. Используются Python для обработки данных и API для интеграции с системой управления контентом. Поддерживается валидация на соответствие заданным шаблонам и ключевым словам, характерным для каждого акта нарратива.

Разработка диссертаций и научных работ на вьетнамском языке требует строгого соблюдения академических стандартов. Open-source решение "academic-thesis-writer-vi" предоставляет специализированный инструмент разработчика для создания и редактирования глав, разделов и отдельных фрагментов диссертаций, курсовых и выпускных квалификационных работ, гарантируя соответствие профессиональному, формальному стилю и корректное оформление ссылок. Модуль предназначен для помощи в написании конкретных запрошенных фрагментов – от теоретического обзора до описания архитектуры системы. Он позволяет автоматизировать рутинные задачи, такие как создание списков литературы и редактирование существующих текстов, освобождая время для более глубокого анализа и исследований. При этом, важно отметить, что он не создает диссертацию целиком, а фокусируется на выполнении конкретных инструкций пользователя. Функциональность "academic-thesis-writer-vi" основана на принципах точного следования запросам пользователя, обеспечивая автоматизацию процесса создания академического контента на вьетнамском языке и позволяя сосредоточиться на содержании и научной значимости работы. Он идеально подходит для аспирантов и студентов, нуждающихся в поддержке при написании диссертаций и научных публикаций.

Автоматизация рутинных задач, таких как сбор данных из нескольких источников и их последующая обработка, теперь доступна благодаря этому навыку-помощнику. Он позволяет создавать расширения для Claude AI, значительно увеличивая его возможности. Этот навык предоставляет основу для разработки и запуска пользовательских модулей, которые могут выполнять сложные операции, выходящие за рамки стандартного функционала. Процесс создания навыка начинается с определения его структуры. Основной файл skill.md содержит метаданные и инструкции для Claude. Внутри каталога scripts располагаются Bash и Python скрипты, которые непосредственно выполняют логику навыка. Bash скрипты используются для вызова внешних команд и управления потоком выполнения, в то время как Python скрипты позволяют реализовать более сложную логику обработки данных. Система управления зависимостями проверяет наличие необходимых утилит, таких как jq, перед запуском скриптов, предотвращая ошибки. Использование templates позволяет параметризовать выходные данные и адаптировать их под конкретные нужды. Навык генерирует код на основе определенной структуры и инструкций. Технический стек включает в себя Bash для системных команд и Python 3 для логики обработки данных. Для работы с JSON и манипулирования данными используется утилита jq. Определение структуры навыка осуществляется с использованием Markdown. Ключевые особенности: определение навыка через Markdown, выполнение Bash и Python скриптов, а также управление зависимостями с автоматическими проверками. Файлы skill.md

Навык "Писатель художественной прозы" решает задачу создания коротких художественных сцен, иллюстрирующих последствия научных концепций. Акцент делается на эмоциональном воздействии, а не на объяснении. Инструмент предназначен для генерации "Акта IV — Фикции" в эпизодах NEW TEMPS X, где требуется вызвать у аудитории чувства, связанные с научным предметом. Навык генерирует короткий художественный текст (2-4 абзаца), погружающий читателя в ситуацию. Используется принцип "покажи, не рассказывай", избегая экспозиции, объяснений и прямой навигации сюжета. Сцены создаются "in medias res", с акцентом на сенсорные детали и создание иммерсивного опыта. Процесс опирается на Prompt Engineering для достижения эмоционального резонанса. Ключевые технологии: Narrative Generation, Creative Writing, Scene Generation. Язык: French Language. Инструмент использует принципы Show, don't tell для создания эмоционально насыщенных сцен, избегая прямого объяснения научных концепций. Фокус на создании атмосферы и переживаний.