MCP App StoreMCP App Store
Polisseur de textes académiques pour le chinois et l'anglais : supprime les tournures typiques des IA tout en préservant l'exactitude factuelle, les citations et les données numériques.
Le Humaniseur de Documents est une compétence d'édition prescriptive qui reformule des textes académiques pour qu'ils paraissent plus naturels et moins générés par une IA, tout en préservant l'intégralité du contenu factuel, des citations et des valeurs numériques. Il impose une politique stricte de non-fabrication, conserve la terminologie technique intacte et applique des listes noires de phrases spécifiques à la langue pour supprimer les expressions courantes des IA. Le fichier SKILL.md inclut des prompts système, des règles de liste noire, des modèles de paramètres et un format de sortie recommandé en 4 sections pour des réponses déterministes.
Utilisez-le lors de la préparation de brouillons pour soumission (articles, thèses, résumés de conférences) afin de polir le ton et la formulation sans altérer les résultats, les mesures ou les marqueurs de citation. Utile pour les flux de travail bilingues (chinois et anglais) et pour les éditeurs devant maintenir une factualité stricte.
Adapté aux agents qui composent des prompts déterministes et peuvent appliquer des règles éditoriales (Claude, pipelines éditoriaux basés sur LLM, assistants avec capacités de code).
Paper Humanizer est un polisseur de texte académique qui supprime les formulations de type IA dans les écrits en chinois et en anglais. Il fournit un format de sortie structuré en 4 sections et des paramètres configurables. Le script Python compose des prompts à partir de fichiers de modèles mais plante sans le répertoire prompts/ (pas de repli ni de valeurs par défaut intégrées). Le wrapper shell est une fine CLI autour du script Python. Aucun problème de sécurité — les scripts lisent uniquement des fichiers locaux et composent des prompts textuels.
Compétence propre et ciblée sans problèmes de sécurité. La principale faiblesse est la fragilité du script — il échoue en dehors du contexte complet du dépôt. Le répertoire prompts/ mentionné dans SKILL.md (references/system_prompt.md, references/phrase_blacklist.md, references/user_template.md) n'est pas regroupé dans le dictionnaire des scripts, donc la CLI est non fonctionnelle sans cloner le dépôt complet. Considérez ceci comme une compétence de prompt-engineering qui livre occasionnellement des outils CLI optionnels.
arxiv2md
Convert arXiv papers into clean, LLM-ready Markdown via a REST API or CLI for fast reading, summarization, and downstream processing.
Verifying Markdown Formatting
Checks Markdown files for structural and stylistic formatting issues (headings, lists, code blocks, links) and applies deterministic fixes.
Generate Multilingual Sentences with Contextual Definitions
Produce multiple example sentences using a target word in varied meanings, translate them into a target language, and show the contextual meaning of the word fo
Seedance Prompt — Short
Build, validate, and compress short-form Seedance 2.0 prompts (30–100 words) using a layered compression engine and @Tag delegation for quad-modal (T2V/I2V/V2V/
Humanize AI Text
Rewrite AI-generated text into more natural, human-like prose using the HumanizerAI API, with before/after scores and credit tracking.
Prompt Engineering Patterns
A practical collection of prompt engineering techniques and patterns for building reliable, controllable LLM prompts: CoT, few-shot, structured outputs, templat
DSPy — Declarative LM Programming
Use DSPy to build declarative, modular LM pipelines, optimize prompts automatically, and assemble reliable RAG/agent systems with structured signatures and opti
Copilot Instructions Blueprint Generator
Generates a technology-agnostic blueprint for creating copilot-instructions.md files that align Copilot output with a project's exact architecture, versions, an