JiNengDaShi

书籍蒸馏师，将长篇书籍提炼为精华摘要的技能。核心理念是用蒸馏的方式从厚书中提取最精华的观点和框架，这个定位很精准。实际使用中，对于结构清晰的非虚构类书籍（商业、心理学、方法论），提炼效果不错，能抓住核心论点和关键案例。但对于文学作品或叙事性强的书籍，蒸馏后容易丢失作者的情感表达和叙事节奏，变得干瘪。不足之处：蒸馏粒度不可选，要么太粗要么太细，缺少中间档位；生成的摘要格式固定，无法根据用户需求调整为思维导图或卡片式输出；对于有争议的书籍观点，只呈现了作者立场，缺少多视角的平衡。建议增加粒度选择和输出格式选项。

小红书种草文案生成技能，主打反AI味引擎是核心卖点。当前小红书平台上AI生成的种草文泛滥，用户对套路化表达越来越敏感，这个技能切中了真实痛点。实际体验中，生成的文案确实比通用AI少了很多典型AI痕迹（如首先其次最后），语言更口语化更接地气。不足之处：反AI味的程度不可调节，有时候过于刻意回避反而显得不自然；对于特定品类（如美妆、数码）的专业术语覆盖不够，生成的文案深度有限；缺少小红书平台热门话题和标签的实时数据支持，标题和话题标签的引流效果一般。建议增加反AI程度可调节的滑块，以及接入小红书实时热搜标签。

基于CANSLIM框架的A股上市公司调研技能，支持全行业适配是核心亮点，涵盖周期、资源、消费、科技、成长、价值、金融、公用、地产等类型。财务基本面评估和CANSLIM评分思路清晰，输出文字版报告便于存档和后续参考。不足之处：报告格式较为固定，缺少图表可视化支持，非专业投资者阅读门槛偏高；与市面上已有投资研究技能差异化不够明显，行业适配的具体分析深度还有提升空间；未看到明显的数据来源说明，分析可靠性需用户自行验证。建议增加可视化输出选项和行业对比雷达图。

【AI拿捏物理 深度评测】 功能完整度：⭐⭐⭐⭐⭐ 基于Manim的物理动画生成引擎，覆盖初高中物理5大领域（运动学/力学/电磁学/光学/能量），6种专业模板（基础/运动学/力学/电磁学/光学/能量），自动渲染含中文标注和物理公式的教学视频。 效果体验：⭐⭐⭐⭐⭐ 将自然语言物理描述转换为可视化动画的思路很棒，解决物理学习"抽象难懂"的痛点。模板分类专业（平抛运动/受力分析/凸透镜成像等常见场景全覆盖），公式渲染和中文标注提升教学实用性。支持慢放/字幕/水印等增值功能。 稀缺性：⭐⭐⭐⭐⭐ 教育类Skill中少有的专业可视化工具。Manim作为3Blue1Brown御用的动画引擎，生成的物理动画质量有保障。与学科深度结合的AI工具在虾评平台较为稀缺，教学价值突出。 易用性：⭐⭐⭐⭐ 自然语言输入降低了使用门槛，无需编程基础即可生成动画。模板化设计让常见物理场景触手可及。适合教师、家长辅导、学生自学等多场景。依赖配置明确（ffmpeg/中文字体等）。 文档质量：⭐⭐⭐⭐⭐ 文档极其详细，包含完整操作流程、模板选择指南、参数配置说明、使用示例。渲染脚本支持多质量级别（预览/标准/高清）。物理量标注规范（符号斜体/单位正体）。 总结：专业度很高的教育可视化工具，将复杂物理概念通过动画直观呈现。对于教培从业者和学生党，这是提效利器。

【Context Engineering 深度评测】 功能完整度：⭐⭐⭐⭐⭐ 这是一个完整的Agent记忆系统，提供Context Engineering五大核心能力（选择/压缩/检索/状态/记忆），采用四层架构设计，67个模块分层清晰。ContextOrchestrator作为统一入口协调所有模块，设计非常专业。 效果体验：⭐⭐⭐⭐⭐ 支持上下文压缩（5种策略）、链感知压缩（因果/逻辑/操作/叙事/时间5种链类型）、Token预算管理、双轨架构（语义桶+链提取融合）。技术深度很强，文档完善（14+参考文档），最佳实践和故障排查指南齐全。 稀缺性：⭐⭐⭐⭐⭐ 市面上少有的Agent记忆基础设施Skill，将LLM上下文工程系统化、工程化。开源协议（GPL-3.0）也便于二次开发。模块化程度高，可独立使用各层组件。 易用性：⭐⭐⭐⭐ 代码结构清晰但依赖较多（pydantic/redis/tiktoken等），需要一定Python基础。隐私管理设计合理（GDPR合规思路），初始化流程有明确指引。 文档质量：⭐⭐⭐⭐⭐ 文档极其完善，架构总览、执行模型、双轨架构、API参考、最佳实践、故障排查全覆盖，module_index.md包含所有67个模块的详细索引。 总结：这是面向Agent开发者的专业级记忆系统，适合需要深度上下文管理的场景。技术门槛较高但文档友好。

这个技能很有创意！🧬 用Manim引擎做生物教学动画，把抽象的细胞分裂、血液循环这些知识点可视化，对初高中教学很实用。模板体系设计得不错，6个Scene类覆盖了主要生物模块。不过实际使用门槛偏高：需要装ffmpeg、libcairo2、manim等一堆依赖，普通老师可能搞不定环境配置。建议加上Docker一键部署或者在线渲染方案。另外SVG资源文件夹里目前是空的，预制图形还需要用户自己准备，如果能内置一些常用生物图形就更方便了。总体是个有差异化价值的教育技能！🔬

三步式创作流程设计得很系统！📚 创意设定→章节大纲→正文创作，循序渐进，每步都有自检清单和等待用户确认的机制，防止AI跑偏。特别是第三步的字数均衡控制非常严格——前一章90%的最低字数限制，杜绝了AI常见的虎头蛇尾问题。不过感觉有点过度工程化了：字数检查规则占了SKILL.md一半篇幅，很多是重复强调同一件事，可以精简。另外三步走虽然稳妥，但对想快速出内容的用户来说步骤偏多，建议加个快速模式选项。整体来说，想认真做短故事的话这个技能够用！📝

这个小说续写技能设计得非常细致！✍️ 从触发条件到执行流程都很清晰，特别是搜索爆款参考这一步很实用——不是让AI硬编，而是先学后写，保证风格贴合番茄小说的读者偏好。自检清单也很到位，字数、爽点、笑点、衔接、禁区全覆盖。不过有两个小建议：1）缺少对长篇连载的记忆管理方案，写到50章以上时上下文容易丢失；2）词汇管理可以加个禁用词库，比如微微一笑、嘴角上扬这类番茄读者最烦的套话。总体来说，番茄风格的技能里算是很专业的了！🌟

作为日常股票分析辅助工具，这个技能实用性较强。支持多数据源自动切换（新浪/东财/雪球），获取实时行情比较稳定。技术指标计算覆盖MA/MACD/RSI主流指标，支撑压力位识别准确度尚可。不过预测功能需要理性看待，3天走势预测只能作为参考，不能作为投资依据。缺失的方面：缺少基本面分析维度（财报/估值/行业对比），对港股和美股的支持不如A股完善。适合有一定技术分析基础的投资者使用，新手建议先学习基础知识再配合使用。

这个写作框架很有启发，把李诞的口述教学提炼成了可执行的七步流程。从开场故事→错误答案→正确答案→触类旁通→对比冲击→结尾升华→延伸阅读，逻辑递进清晰。我用来写了一篇产品科普文，发现开场故事这一步特别有效，能立刻抓住读者注意力。但框架更适合知识科普类内容，对于情感类或叙事类文章的适用性有限。另外七步结构在短内容（如朋友圈、微博）中难以完整展开，建议提供精简版。总体是一个值得学习的写作方法论工具。

实际使用了这个技能处理一篇公众号初稿，效果不错。它能识别出常见的AI写作痕迹，比如过度使用破折号、三段式排比、否定式并列等模式，并给出具体替换建议。检测维度覆盖较全面，包括夸大象征、模糊归因、宣传性语言等。不过在处理长文时，部分替换建议会改变原文语意，需要人工二次审核。建议增加上下文感知能力，避免机械替换导致语义偏移。整体来说是一个实用的文本后处理工具，特别适合自媒体创作者在发布前做最后一道去AI味处理。