According to AlphaMoat, as of 2026-06, 儿童成长跟踪与评估 has 543 downloads and 1 stars — ranked #27,101 of 63,926 Claude skills overall, and #445 of 1,806 in Education.
儿童成长跟踪与评估技能 V2(心理学对齐版)。基于8维发展模型(D0关系、D1运动、D2学业、D3认知、D4社交、D5习惯、D6动机、D7兴趣), 持续记录、整理和分析孩子的成长档案。数据作为能力评估参考,核心关注内在动机和关系安全感。 当用户提到"记录喜悦""喜悦最近""孩子表现""成长记录""发展评估""跳绳...
| Month | Downloads | MoM | Stars | Installs |
|---|---|---|---|---|
| 2026-06 | 543 | — | 1 | 19 |
Simulates mock interviews for any role and experience level with tailored technical, behavioral, and case questions plus detailed feedback and scoring.
Collaborative thinking partner for exploring complex problems through questioning
用可视化图表和类比解释代码。在解释代码如何工作、教授代码库或用户询问如何工作时使用
AI language tutor for learning ANY language through conversation, vocab drills, grammar lessons, flashcards, and immersive practice. Use when the user wants to: learn a new language, practice vocabulary, study grammar, do flashcard drills, translate phrases, practice conversation, prepare for travel, learn slang/idioms, or improve pronunciation. Supports ALL languages including Spanish, French, German, Japanese, Chinese (Mandarin/Cantonese), Korean, Arabic, Hindi, Bengali/Bangla, Portuguese, Russian, Italian, Turkish, Vietnamese, Thai, Swahili, Hebrew, Polish, Dutch, Greek, and 100+ more.
Auto-learns how you learn best. Adapts teaching style, format, and depth to you.
Comprehensive AI programming tutor for all levels. Teaches programming through interactive lessons, code review, debugging guidance, algorithm practice, project mentoring, and design pattern exploration. Use when the user wants to: learn a programming language, debug code, understand algorithms, review their code, learn design patterns, practice data structures, prepare for coding interviews, understand best practices, build projects, or get help with homework. Supports Python and JavaScript.
K12智能老师辅导系统,支持作业批改、错题分析、举一反三练习生成。覆盖小学/初中/高中全学段,语文/数学/英语/物理/化学/生物/历史/地理/政治九大学科;每科内置4个高频主题,统一生成基础/提高/挑战三层练习。可生成Markdown/JSON练习文件,安装python-docx后可生成Word文档。
论文写作全流程AI导师。不是代写,是引导——从选题到答辩,分阶段带学生走完毕业论文全流程。 触发场景:写论文 / 毕业论文 / 论文选题 / 开题报告 / 论文大纲 / 文献综述 / 论文修改 / 导师反馈 / 答辩准备 / 论文查重 / 论文格式 / 学位论文 / 课程论文 / 职称论文 / 帮我写论文 / 论文不会写 / 导师让我改论文 / 答辩紧张 核心逻辑:普通AI只会"你说我写",这个skill解决的是"你不知道该说什么"。 七阶段核心流程: 1. 选题诊断 — 帮你找到能写下去的题目 2. 开题报告 — 生成结构化开题文档 3. 大纲构建 — 多级学术大纲+写作指引 4. 逐章辅导 — 像导师批注一样给修改建议(含导师反馈处理) 5. 自检清单 — 提交前四维检查 6. 导出docx — 符合模板的Word文档 7. 答辩准备 — 自述稿+PPT框架+高频问题预判 专项辅助模块(按需调用): - 量化研究全程指南 [references/quantitative-research.md](问卷设计/预测试/SPSS分析/中介效应) - 质性研究专项 [references/qualitative-research.md](访谈法/案例研究/扎根理论/主题分析法) - 查重与AI检测指南 [references/plagiarism-guide.md](降重方法/AI率控制/超标处理) - 论文写作工具链 [references/toolchain-guide.md](文献管理/数据分析工具/时间规划) - 文献综述专项 [references/literature-review.md](分类框架/述评写法/研究缺口) 每个阶段结束主动提示下一步,不让学生卡住。
分析公司银行流水,输出集团总体、收入、支出、应收应付、重大款项及风险分析报告
中国小红书平台内容算法优化工具,针对小红书推荐逻辑优化笔记标题、内容、标签、首图文案,提高笔记曝光量、互动率和流量扶持。使用场景:(1)写小红书笔记前优化内容结构,(2)修改现有低流量笔记,(3)分析爆款笔记逻辑,(4)规划垂直内容选题。
提供基于BGE-M3模型的自动日志蒸馏生成向量记忆,并支持语义相似度搜索与核心记忆自动更新功能。
制作高度互动、排版疏朗、适合讲师演示与学生自测的单文件 HTML 学习指南网页。当用户要求“制作学习指南”、“生成互动教学页面”、“生成沉浸式网页”、将复习资料做成网页、或提供教学/考前突击内容要求排版为互动网页时,请立刻触发此技能。哪怕用户没有明确提到“学习指南”,只要涉及到把笔记、真题或知识点生成演示版网页或...
基于你的研究地图,分析并筛选Get笔记和外部链接,生成结构化报告并给出Obsidian整理建议。
Data month: 2026-06 · Downloads, stars and installs are aggregated monthly from public skill registries (ClawHub, SkillHub). See methodology.