提示词写作

prompt-optimizer 是一项 prompt-optimizer 技能，用于分析粗糙的提示词，找出缺失的上下文，并将其改写为更清晰、可直接粘贴的提示词。它最适合 prompt-optimizer 指南类工作、提示词审阅，以及用于 Prompt Writing 的 prompt-optimizer，尤其是在你需要为 Claude Code 或 ECC 工作流整理出更好的结构时。它不会执行底层任务。

prompt-engineering-patterns 是一项面向生产环境提示词设计的实用技能，涵盖安装适用场景、可复用模板、few-shot 示例、结构化输出，以及用于 Context Engineering 的提示词优化工作流。

ai-prompt-engineering-safety-review 是一项用于提示词审计的技能，可在生产环境、评估流程或面向客户使用前，审查 LLM 提示词在安全性、偏见、安全弱点和输出质量方面的风险。

mama 是 pua skill 的旁白式变体：保留相同的核心规则，但把表达语气切换成中文“唠叨妈妈”风格。适合用于安装一套可复用的触发模式，支持持续排障、debugging 和 Prompt Writing 工作流，并继承原有的升级机制、checklist 与更强的跟进力度。

enhance-prompt skill 可以把模糊的 UI 想法转化为更清晰、适合 Stitch 的提示词，并强化结构、UI/UX 词汇和设计系统上下文。使用这份 enhance-prompt 指南，可以提高提示词的具体性，减少猜测，并让提示词编写和 UI 生成的结果更一致。

create-ex 是一个基于仓库的技能，可将聊天记录和关系背景整理为可复用的数字人格工作流，包含引导式信息采集、聊天分析、预览和文件输出。

veo-3.2-prompter 是一项面向 Google Veo 3.x 工作流的提示词设计技能，可将混合素材和模糊意图整理为结构化 JSON 提示，包含参考素材角色映射、建议参数，以及适用于安装评估、实际使用和 Veo 就绪提示编写的实用指导。

seedance-2.0-prompter 可将多模态 Seedance 2.0 素材整理为结构化 prompts，提供清晰角色定义、`@asset` 语法和可复用模板，方便安装、配置与实际使用。

anti-distill 是一款文档改写 skill，用于对 skill 文件、工作指南和 persona 文档进行分类并重写，生成去除核心 know-how 的清理版本。它支持在 Claude Code 或 OpenClaw 中手动安装，安装后可通过 /anti-distill 处理文件、文件夹或粘贴内容。

distill-mentor 可将公开学术数据整理为可复用的导师风格 skill。支持浏览器优先的信息采集、深度论文分析、双语输出，并将生成结果保存到 `~/.claude/mentors/` 和 `~/.claude/skills/`。

create-senpai 是一款面向 Claude Code 的技能，可将聊天导出、会议纪要、截图和照片整理为可复用的 senpai 人设，并支持群组记忆、纠错流程与持续更新。

create-crush 是一款面向 Claude Code 的技能，可将聊天记录、照片和社交平台内容整理为可复用的人物画像与 Relationship Memory，并支持可选解析器、纠错流程，以及可持续更新的 Skill Authoring 输出。

seedance-prompt 是一款面向 Seedance 2.0 的动效提示词技能，可将产品创意、品牌素材或截图转化为结构化的 15 秒宣传视频提示词。它支持风格选择、参考图处理，并提供一份实用的 seedance-prompt 指南，适合产品演示和发布预热视频。

fengge-wangmingtianya-perspective 是一项中文提示写作技能，主打虚构“流浪评论员”式语气：说话直、带点犀利幽默、先给结论，并提供可复用模板；同时内置兼顾安全边界的拒答方式，适用于情感、工作与人生困惑等场景。

create-parents 可将聊天记录、记忆片段、照片和语音笔记整理为可复用的父母 persona 技能，供 Claude Code 使用；支持引导式信息采集、WeChat 解析、记忆与 persona 生成，并可将结果更新到 `./parents/{slug}/` 目录下的文件中。

使用 prompt-engineering 技能，为 agents、tools、sub-agents 和生产工作流编写更清晰、更可控的 prompts。内容涵盖 Prompt Writing 中实用的 prompt-engineering 模式，包括 few-shot 示例、约束、格式控制和 prompt 优化，帮助提升输出可靠性。

detecting-ai-model-prompt-injection-attacks 是一项网络安全技能，用于在未受信文本进入 LLM 之前进行筛查。它结合分层 regex、启发式评分和基于 DeBERTa 的分类，识别直接和间接的 prompt injection 攻击。适用于 chatbot 输入校验、文档摄取和 Threat Modeling。

yes skill 是来自 tanweai/pua 的一种偏支持型、以鼓励为主的教练模式。它保留了该 repo 原有的约束与纪律性，但把表达方式调整为更温暖的鼓励、更柔和的批评，以及一点轻松调侃。适合用于提示词写作、调试和修改场景，尤其是在你希望获得动力、又不想放松标准的时候。