客户支持研究是一个AI驱动的工具，通过多源搜索（如文档、CRM、网络）和置信度评估来高效解答客户疑问，提升支持服务质量。关键词：AI、信息检索、客户支持、研究、置信度评估、多源搜索、智能问答。

本技能用于帮助用户润饰英文文本，通过扫描和替换AI偏好的词汇（如delve、meticulous等），提供自然替代方案，提升写作自然度，适用于学术写作、专业文档优化等场景。关键词：英文润稿、AI词汇检测、自然语言处理、写作辅助、学术写作。

Outlines是一个Python库，专门用于结构化文本生成，确保输出符合JSON、XML或代码结构。它集成Pydantic模型提供类型安全，支持本地AI模型如Transformers和vLLM，并通过有限状态机优化推理速度，适用于数据提取、分类和代码生成等场景。关键词：结构化文本生成、JSON生成、Pydantic、本地模型、推理优化、NLP、人工智能应用。

GEO内容优化器是一个专门用于提升内容在人工智能系统引用中可见度的工具，它通过优化内容的结构、增加权威信号、提高事实密度和创建可引用的声明来增强内容的AI友好性，以提高在AI系统如ChatGPT、Claude等生成的答案中被引用的机会。

这是一个用于构建和更新知识图谱的技能，通过发现笔记之间的联系并将其编织进MOC（心智图谱）来实现。关键词包括语义判断、知识图谱、连接发现、笔记综合。

这项技能专注于系统性评估Claude的回应质量，覆盖准确性、完整性、清晰度、效率、安全性和可用性等多个维度，旨在识别优势、弱点和改进机会，以优化Claude的服务表现。

嵌入向量服务用于配置嵌入提供商，管理向量存储，并执行语义搜索，适用于NLP和机器学习领域中的文本分析和相似性比较。

搜索策略是一种智能技能，用于企业搜索，通过分解自然语言查询并跨多个数据源进行协调搜索，提供排名和去重的结果。关键词包括搜索策略、企业搜索、查询分解、多源搜索、自然语言处理、NLP、搜索协调、结果排名。

Schema.org 研究助手，专注于将标准词汇集成到 Logseq 模板图中。

这个技能用于通过Rube MCP和Composio自动化Textrazor的自然语言处理任务，包括工具发现、连接管理和任务执行，提升文本分析效率，适用于NLP应用和自动化工作流，关键词：Textrazor, Rube MCP, Composio, NLP, 自动化, 文本分析。

研究综合器是一个用于中立地综合处理所提供信息源的技能工具。它能够自动区分直接引用与转述内容，避免无依据的断言，并明确标注信息的不确定性。该工具适用于文献综述、信息整合、学术写作辅助等场景，帮助用户高效、客观地梳理和分析多源信息。 关键词：研究综合，信息整合，文献综述，中立分析，引用与转述，不确定性标注，学术写作辅助，多源信息处理

这是一个交互式新用户入门指南，通过实践学习 —— 每一步都会在您的知识库中创建真实内容。三条路径（研究者、管理者、个人）具有通用的学习弧线。