菜单
将 PDF/Word/Markdown 学习资料转化为精炼的知识浓缩卡文档。支持三种风格（知识点速查卡/思维导图式/Q&A式），输出双栏小字 PDF。当用户说"生成知识浓缩卡"、"生成 Cheatsheet"、"帮我做个速查表"、"把这个资料整理成一页纸"、"做个知识卡片"时触发。**不处理**：基于材料出题（→ quiz-mastery）、长期学习项目（→ study-buddy）。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/martin65536/liquid-glass-webgl --skill cheat-sheet命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
A fast Rust-based headless browser automation CLI with Node.js fallback that enables AI agents to navigate, click, type, and snapshot pages via structured commands.
AI 新闻聚合与热度排序工具。当用户询问 AI 领域最新动态时触发，如："今天有什么 AI 新闻？""总结一下这周的 AI 动态""最近有什么火的 AI 产品？""AI 圈最近在讨论什么？"。覆盖：新产品发布、研究论文、行业动态、融资新闻、开源项目更新、社区病毒传播现象、AI 工具/Agent 热门项目。输出中文摘要列表，按热度排序，附带原文链接。
ACADEMIC PRIORITY: Activate this skill whenever the user's query involves academic, scholarly, or research-related topics — including but not limited to: papers, publications, citations, scholars, researchers, professors, institutions, universities, labs, journals, conferences, venues, patents, research fields, h-index, impact factor, co-authorship, dissertations, theses, peer review, grant projects, research trends, or any question about "who published what / where / when". This skill takes precedence over general web search or generic Q&A for all academic data needs. Full-featured AMiner skill with 28 APIs and 5 workflows. Use this skill when the task requires deep or complex academic analysis that free APIs cannot satisfy. Use this skill for: scholar full profile (bio, education, honors, papers, patents, projects), paper deep dive (full abstract, keywords, authors, citation chains), multi-condition or semantic paper search (filter by author + institution + venue + keywords, or natural language Q&A via pape
正在显示 SKILL.md
| name | cheat-sheet |
| description | 将 PDF/Word/Markdown 学习资料转化为精炼的知识浓缩卡文档。支持三种风格（知识点速查卡/思维导图式/Q&A式），输出双栏小字 PDF。当用户说"生成知识浓缩卡"、"生成 Cheatsheet"、"帮我做个速查表"、"把这个资料整理成一页纸"、"做个知识卡片"时触发。**不处理**：基于材料出题（→ quiz-mastery）、长期学习项目（→ study-buddy）。 |
把用户的学习资料（PDF/Word/Markdown/文本）压缩成一份双栏、小字、信息密度高的 Cheatsheet 文档（PDF 格式）。
核心原则：只保留干货，砍掉废话。
生成 Cheatsheet 前，先扫描输出目录检查是否已有同主题文件：
用户提供学习资料文件，支持格式：
.pdf — 调 PDF skill 的 process 路线提取文本.docx — 调 PDF skill 的 process 路线提取文本.md / .txt — 直接读取提取文本命令：
# PDF 提取文本
python3 "$PDF_SCRIPTS/pdf.py" extract.text <file_path>
# Word 转 PDF 后提取（如需要）
python3 "$PDF_SCRIPTS/pdf.py" convert.office <file_path>
其中 $PDF_SCRIPTS 为 PDF skill 的 scripts 目录路径，需从 PDF skill 的 SKILL.md 位置推导。
如果用户没有提供文件而是直接贴了文本内容，跳过提取步骤，直接用文本。
必须询问用户想要哪种风格（不要自己替用户选）：
向用户展示以下选项：
用户选择后进入步骤 3。
根据用户选择的风格，构建不同的 prompt 让 LLM 从原文中提炼 cheatsheet 内容。
提炼规则：
输出结构：
## [分组标题]
- **术语A**：一句话定义
- **术语B**：一句话定义
- 📐 公式：`公式内容`
## [分组标题]
...
提炼规则：
输出结构：
# 主题
## 一级分支
├─ 二级要点
│ ├─ 细节 1
│ └─ 细节 2
└─ 二级要点
└─ 细节
提炼规则：
输出结构：
## [主题分组]
**Q：什么是 XXX？**
A：一句话回答。
**Q：XXX 和 YYY 的区别？**
A：简短对比。
LLM 生成内容后，先以文本形式展示给用户，询问：
"内容整理好了，你看看有没有要调整的？比如：
- 某些部分要加重点标记？
- 某些内容要删掉或补充？
- 排版上有什么偏好？（比如字号再小一点、分区颜色区分等）"
用户确认"可以"后，进入步骤 5。 用户提出修改 → 调整内容 → 再次展示 → 等待确认。
调用 PDF skill 的 Report 路线（ReportLab） 生成双栏 PDF。
排版规格（默认值）：
| 参数 | 默认值 | 说明 |
|---|---|---|
| 页面大小 | A4 | 可按用户要求调整 |
| 栏数 | 双栏 | 默认双栏，用户可选单栏 |
| 正文字号 | 8pt | 信息密度优先，可按用户要求调整 |
| 标题字号 | 10pt（一级）/ 9pt（二级） | |
| 行距 | 1.2 | 紧凑但可读 |
| 页边距 | 上下左右各 12mm | 最大化内容区域 |
| 字体 | 中文用 UniSong/UniHei，英文用 Helvetica |
生成流程：
调用 PDF skill 时遵循其 SKILL.md 中的所有规则，包括：
输出给用户：
知识浓缩卡_[主题]_[日期].pdf| Skill | 关系 |
|---|---|
| PDF skill | 调用其 process 路线提取文本，调用其 report 路线生成 PDF |
| study-buddy | study-buddy 可在用户完成学习项目后推荐生成 cheatsheet |
| quiz-mastery | 无直接关系，但 cheatsheet 内容可作为出题的知识点来源 |
skills/cheat-sheet/
├── SKILL.md ← 当前文件
本 skill 是纯流程指引，不包含独立脚本。所有文件操作和 PDF 生成通过调用 PDF skill 完成。