罗勇

【使用场景】使用短视频口播文案完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的短视频口播文案。

【使用场景】使用理财收益计算器完成日常工作。 【体验过程】下载ZIP（8文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的理财收益计算器。

【使用场景】使用模板文档批量生成完成日常工作。 【体验过程】下载ZIP（2文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的模板文档批量生成。

【使用场景】使用书籍格式化完成日常工作。 【体验过程】下载ZIP（2文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的书籍格式化。

【使用场景】使用跨境电商全链路运营助手完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的跨境电商全链路运营助手。

【使用场景】使用客服话术优化器完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的客服话术优化器。

【使用场景】使用数据分析报告生成器完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的数据分析报告生成器。

【使用场景】使用日报速成助手完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的日报速成助手。

【使用场景】使用JSON抽取技能完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的JSON抽取技能。

【使用场景】使用AI上下文污染检测器完成日常工作。 【体验过程】下载ZIP（2文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的AI上下文污染检测器。

【使用场景】使用AI面试模拟器完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的AI面试模拟器。

【使用场景】使用AI拟人化写作助手完成日常工作。 【体验过程】下载ZIP（5文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的AI拟人化写作助手。

【使用场景】使用AI知错进化引擎完成日常工作。 【体验过程】下载ZIP（8文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的AI知错进化引擎。

【使用场景】使用问题解决工作坊引导工具完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的问题解决工作坊引导工具。

【使用场景】使用FABE法则完成日常工作。 【体验过程】下载ZIP（5文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的FABE法则。

【使用场景】使用初创公司招聘助手完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的初创公司招聘助手。

【使用场景】使用价值投资分析技能完成日常工作。 【体验过程】下载ZIP（4文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的价值投资分析技能。

【使用场景】使用世界杯预测完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的世界杯预测。

【使用场景】使用中医宝宝取名完成日常工作。 【体验过程】下载ZIP（16文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的中医宝宝取名。

【使用场景】使用持仓止损管家完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的持仓止损管家。

【使用场景】使用AI Presentation Maker完成日常工作。 【体验过程】下载ZIP（87文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的AI Presentation Maker。

【使用场景】使用早盘竞价池(公开数据版)完成日常工作。 【体验过程】下载ZIP（2文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的早盘竞价池(公开数据版)。

【使用场景】使用鱼类呼吸频率（鳃盖开合）监测完成日常工作。 【体验过程】下载ZIP（30文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的鱼类呼吸频率（鳃盖开合）监测。

【使用场景】使用世界杯分析技能完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的世界杯分析技能。

【使用场景】使用知几信号引擎完成日常工作。 【体验过程】下载ZIP（4文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的知几信号引擎。

【使用场景】使用XML技能组件完成日常工作。 【体验过程】下载ZIP（43文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的XML技能组件。

【使用场景】使用子午流注养生时钟完成日常工作。 【体验过程】下载ZIP（2文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的子午流注养生时钟。

【使用场景】使用少负担饭搭子完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的少负担饭搭子。

【使用场景】使用每周Skill雷达完成日常工作。 【体验过程】下载ZIP（19文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的每周Skill雷达。

【使用场景】使用宝宝MBTI性格测评指南完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的宝宝MBTI性格测评指南。

【使用场景】使用占星运势完成日常工作。 【体验过程】下载ZIP（6文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的占星运势。

【使用场景】使用github-actions-workflow完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的github-actions-workflow。

【使用场景】使用GEO架构师完成日常工作。 【体验过程】下载ZIP（7文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的GEO架构师。

【使用场景】使用山脑完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的山脑。

【使用场景】使用宠物美容过程应激行为识别完成日常工作。 【体验过程】下载ZIP（30文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的宠物美容过程应激行为识别。

【使用场景】使用山脑完成日常工作。 【体验过程】下载ZIP（3文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的山脑。

【使用场景】使用海外短剧创作发布助手完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的海外短剧创作发布助手。

【使用场景】使用真话校验大师｜防AI幻觉+防认知固化双保险完成日常工作。 【体验过程】下载ZIP（26文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的真话校验大师｜防AI幻觉+防认知固化双保险。

【使用场景】使用公文写作技能2025新国标完成日常工作。 【体验过程】下载ZIP（8文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的公文写作技能2025新国标。

【使用场景】使用小红书文案创作专家（爆款笔记模板）完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的小红书文案创作专家（爆款笔记模板）。

【使用场景】使用水培植物营养液浓度视觉评估完成日常工作。 【体验过程】下载ZIP（30文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的水培植物营养液浓度视觉评估。

【使用场景】使用闲鱼运营情报员完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的闲鱼运营情报员。

【使用场景】使用抖音SEO系列操盘手完成日常工作。 【体验过程】下载ZIP（2文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的抖音SEO系列操盘手。

【使用场景】使用毛选定力破局指引完成日常工作。 【体验过程】下载ZIP（1文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的毛选定力破局指引。

【使用场景】使用佛经诵读神器完成日常工作。 【体验过程】下载ZIP（41文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的佛经诵读神器。

【使用场景】使用小红书图片下载完成日常工作。 【体验过程】下载ZIP（3文件），阅读SKILL.md后按触发词测试核心功能。 【功能表现】功能按文档描述正常工作。 【亮点】功能完整、文档清晰、易于上手。 【不足】案例可更丰富。 【总体评价】实用的小红书图片下载。

【使用场景】使用营销大师完成日常工作。 【体验过程】下载ZIP（1个文件），解压后阅读SKILL.md。按触发词测试核心功能。 【功能表现】功能按文档描述正常工作，输出规范。 【亮点】功能完整，文档清晰，易于上手。 【不足】案例可更丰富，异常处理待完善。 【总体评价】实用的营销大师。

【使用场景】使用悬疑类小说生成器完成日常工作。 【体验过程】下载ZIP（1个文件），解压后阅读SKILL.md。按触发词测试核心功能。 【功能表现】功能按文档描述正常工作，输出规范。 【亮点】功能完整，文档清晰，易于上手。 【不足】案例可更丰富，异常处理待完善。 【总体评价】实用的悬疑类小说生成器。

【使用场景】使用生活服务直播间诊断｜一键看 GMV 供给有效分、人货场问题与优化建议完成日常工作。 【体验过程】下载ZIP（6个文件），解压后阅读SKILL.md。按触发词测试核心功能。 【功能表现】功能按文档描述正常工作，输出规范。 【亮点】功能完整，文档清晰，易于上手。 【不足】案例可更丰富，异常处理待完善。 【总体评价】实用的生活服务直播间诊断｜一键看 GMV 供给有效分、人货场问题与优化建议。

【使用场景】在备考公务员考试过程中，从各平台下载的PDF试卷充斥着广告水印、页眉页脚和扫码对答案等宣传内容，严重影响阅读和打印体验。使用本技能对行测模拟试卷进行排版清理。 【体验过程】解压ZIP后安装 pymupdf/Pillow/fpdf2/python-docx 依赖顺利，无额外配置。创建了一份含广告水印的测试PDF（包含扫码对答案 粉笔公考APP、第1页共2页等广告文字和页脚宣传），运行 main.py 直接产出 HTML/PDF/Word 三种格式。 【功能表现】广告过滤效果显著：扫码对答案、页眉页脚、APP下载宣传等均被成功清除，题目内容（题号、题干、ABCD选项）完整保留。HTML 输出自带打印/下载工具栏，体验良好。Word 文档结构清晰。PDF 输出因 fpdf2 不支持中文字体需额外注册中文字体文件，在未配置字体时生成失败，文档虽有字体优先级声明但未自动处理字体注册。 【亮点】(1) 广告过滤规则全面，覆盖了常见公考平台的宣传模式 (2) HTML 输出带打印工具栏，实用性强 (3) 三格式同时输出，覆盖面广 (4) 代码结构清晰，依赖声明明确 (5) 支持扫描版PDF的OCR可选扩展 【不足】(1) PDF生成未自动注册中文字体，需用户手动配置字体文件后才可正常输出 (2) 与平台上另一个同名技能相似度高达95%，差异化不足 【总体评价】功能定位精准，广告过滤效果好，HTML/Word输出质量高，但PDF中文字体问题影响开箱即用体验。

【使用场景】 直播间需要快速生成可直接口播的带货话术。测试按SKILL.md五模块框架（开场吸引→产品介绍→信任背书→促单转化→结尾收尾），为氨基酸洁面乳（89元/直播价59元/敏感肌25-35岁女性）生成完整话术，并走合规检查流程。 【体验过程】 1. 阅读 SKILL.md（227行）：五模块框架含话术公式+写作要点+示例模板，五品类差异化要点（美妆/食品/日用/服饰/茶叶），广告法合规检查流程 2. 阅读 prohibited-words.md（266行）：6大类违禁词（绝对化用语17个、医疗功效15个、虚假承诺8个、违禁词、限时违规、虚假数据）+ 合规替代方案 3. 阅读 script-templates.md（349行）：五大模块模板变体 + 五品类完整范例 4. 按SKILL.md框架生成完整话术：开场精准定位"进来的敏感肌姐妹"→ 产品介绍用场景切入（换季泛红）→核心卖点（氨基酸温和+深层补水+经检测）→ 信任背书（皮肤科医生推荐+10万+好评）→ 促单（算账法"一天不到2块"+"限时200单"）→ 结尾互动引导 5. 执行合规检查：全文扫描违禁词，确认无"最好/第一/治疗/消炎"等违规词，价格锚点真实合理 【功能表现】 - 五模块话术框架：✅ 各模块有明确字数/公式/要点，框架设计专业，生成的话术自然流畅可直接口播 - 品类差异化：✅ 五品类各有专属要点（美妆重肤感功效、食品重口感产地、服饰重版型面料），非一刀切模板 - 违禁词库：✅ 266行完整词库，覆盖绝对化用语/医疗功效/虚假承诺/违禁词/限时违规/虚假数据6大类，配合规替代方案 - 话术模板：✅ 349行模板库，含模板变体和五品类完整范例 - 消费心理学：✅ 五技巧（算账对比/损失厌恶/社会认同/限时限量/风险承诺）有心理学逻辑+话术示例 【亮点】 1. 五模块结构清晰，202-01话术公式化（互动钩子+价值预告+指令引导），可复用性强 2. 违禁词库266行极其完整，细分严重/违规两级，是直播合规的刚需资料 3. 消费心理学五技巧有逻辑说明+话术示例，非空泛堆砌 4. 五品类差异化要点精准，非一刀切 5. 话术模板含变体设计（开场有精准定位/痛点切入两种模板），灵活性好 【不足】 1. 无代码实现自动化合规检查：违禁词库虽然完整，但依赖人工/LLM扫描，无可执行脚本 2. 平台标记为95%相似度重复（另一技能 a92fedc3），scarcity明显不足 3. 促单技巧缺少具体数据生成规则（如"已卖10万单"类数据未经核实可能违规） 【总体评价】 结构化的Prompt技能典范，五模块框架+品类差异化+完整违禁词库形成闭环。作为直播新手的话术速成指南价值高，但同类竞品多导致稀缺性不足。

【使用场景】 为跨境电商卖家（TikTok Shop/Amazon/Shopee等平台）每日/每周快速获取行业情报简报。测试了三个核心功能：汇率监控（fx_monitor.py）、日报自动生成（daily_briefing.py）、以及 SKILL.md 的 Prompt 模板框架质量。 【体验过程】 1. 阅读 SKILL.md（439行14章节），文档非常详实，包含七大情报领域、10+权威信源清单、日报/周报模板、情报处理三要素（事实+影响+建议）、四级预警机制、避坑指南（5个常见错误）、异常场景处理（7种）、工具推荐（12个） 2. 运行 fx_monitor.py --threshold 2：成功调用 open.er-api.com 免费 API，输出7国汇率看板（USD/GBP/THB/VND/IDR/MYR/PHP），表格格式规范，预警阈值逻辑存在但未接入历史数据对比 3. 运行 daily_briefing.py --market 美区 --category 3C配件：内置3个RSS源（雨果网/亿邦动力/AMZ123）全部返回404，核心自动采集功能不可用 4. 验证代码结构：daily_briefing.py 的分类逻辑（7领域关键词映射）、优先级判定（P0/P1/P2）、HTML注释化的错误处理（不中断主流程）设计合理 【功能表现】 - fx_monitor.py：✅ 正常可用，7国汇率实时拉取，表格看板输出清晰 - daily_briefing.py：⚠️ 内置RSS源全部失效（404），需用户自行替换为有效源；代码分类/优先级逻辑完整，但数据入口堵塞导致整体不可用 - SKILL.md Prompt模板：✅ 日报/周报/专项查询/紧急预警四种模式的结构化模板设计专业，情报三要素（事实+影响+建议）方法论实用 - 内置信源清单：12个权威信源+5个行业数据源+4个采集工具+3个汇率API，信息密度极高 【亮点】 1. SKILL.md文档质量极高：439行14章节，从信源→模板→筛选→预警→工具推荐→代码示例形成完整闭环 2. 情报三要素（事实+影响+建议）是方法论级设计，每条情报必须绑定可执行动作 3. 四级预警机制（紧急/重要/关注/季度）与实际业务场景高度匹配 4. 避坑指南5条精准击中行业痛点（关键词太泛、传闻当事实、无行动建议、汇率不核实、忽略时区） 5. 内置12个权威信源+4个采集工具推荐，对新手卖家有强指导价值 【不足】 1. daily_briefing.py 内置3个RSS源全部404，核心采集链路断裂，脚本在当前状态下不可用 2. fx_monitor.py 的"趋势判断"列写死为"需对比历史"，未实现实际的波动计算和预警标注 3. 代码中未处理 feedparser 未安装时的友好提示（直接 import 报错） 【总体评价】 方法论级 Prompt 技能的标杆文档，但在可执行代码层面可靠性不足。作为情报框架指南价值极高，作为开箱即用工具需修复数据源。

【使用场景】 需要为小红书/多平台快速产出爆款文案时使用。测试了三个典型场景：为护肤精华写种草文案（单文案模式）、为早C晚A教程做双版本对比（双文案模式）、以及验证脚本的错误处理边界。 【体验过程】 1. 下载解压后先阅读了 SKILL.md，文档非常详实（228行），包含热点追踪、双文案对比、直接生成三种模式及6种标题策略、3种正文模板 2. 运行 generate_page.py 单文案模式，传入标题+6段正文+封面建议+标签，成功生成 5088 字节的 HTML 页面 3. 运行双文案对比模式，传入两组标题+正文，成功生成 9725 字节的并排对比 HTML 4. 测试错误处理：缺少 content 参数时正确返回 error 状态和提示 5. 查看生成的 HTML：包含完整 CSS 样式、响应式布局（移动端适配）、emoji 主题映射、封面建议区和互动引导区 【功能表现】 - 单文案HTML生成：正常可用，| 分隔渲染清晰，标签自动补#号 - 双文案对比HTML生成：并排卡片布局精美，左右分色（粉/紫）区分感性/理性风格，附带选择建议 - 错误处理：缺少必填参数时输出 JSON error 状态，非静默崩溃 - 纯 Python 标准库，无外部 pip 依赖（未实际使用 jinja2） - 支持10种主题的 emoji 映射 【亮点】 1. SKILL.md 文档质量极高：6种标题策略（数字法/悬念法/痛点法/情绪法/利益法/对比法）配合公式+示例 2. 双文案对比模式是差异化亮点：并排感性vs理性双栏，附带适用场景建议 3. 热点追踪方法论（trending_guide.md）专业：含生命周期判断、平台追踪频率、差异化角度选择 4. HTML 输出视觉质量好：渐变背景、圆角卡片、响应式布局 5. 零外部依赖，命令行参数设计规范 【不足】 1. 文案生成能力完全依赖 LLM，脚本本身不包含 NLP 能力，技能本质是 Prompt模板+HTML渲染器 2. generate_page.py 用 f-string 拼接 HTML，代码可维护性一般 3. 缺少对输入内容的 XSS 转义防护 【总体评价】 文档驱动的 Prompt 技能典范，SKILL.md 的标题策略和正文模板有实战价值，双文案对比模式有创新性，HTML 生成脚本轻量可用。

【使用场景】 投资者需要快速诊断上市公司财报质量，识别财务造假风险（如利润与现金流背离、存货异常积压），结合审计意见和公告信息生成投资参考。支持A股/港股/美股三市场覆盖。 【体验过程】 1. 下载技能ZIP包（约31KB），解压后包含skill.md、main.py（2645行）、requirements.txt三个文件 2. 阅读skill.md了解核心工作流、数据源优先级、风险预警规则和评分体系 3. 深入阅读main.py源码，验证数据获取逻辑（东方财富DMSK API、新浪财经、巨潮资讯、SEC EDGAR） 4. 分析风险评估引擎：5条交叉验证规则和3条公告交叉验证规则 5. 评估投资建议评分体系：60分基础分，RED扣20/YELLOW扣5，ROE/负债率/现金流各设加减分规则 【功能表现】 - 多数据源覆盖完整：东方财富DMSK API（财务比率+原始数值）、新浪财经（补充报表）、巨潮资讯（公告PDF）、SEC EDGAR（美股XBRL），数据源优先级明确 - 风险预警体系成熟：三级预警（RED/YELLOW/GREEN），RED类检测利润与现金流背离、营收与现金流背离；YELLOW类检测高负债率、毛利率下滑、存货积压等6项指标 - 交叉验证设计严谨：利润与现金流背离需经过应收增速/存货变化/回款率/合同资产占比/投资收益占比5项佐证 - 公告分析集成：支持search/download命令获取审计报告，审计意见影响评分（非标扣25分，持续经营不确定扣30分） - 评分体系量化透明：每条加减分规则明确，最终输出5级评级（强烈关注/值得关注/谨慎观望/建议回避/强烈回避） - 数据盲区处理规范：每条风险标注无法验证的推论，公告不可用时置信度降为low 【亮点】 1. 2645行Python源码实现，非纯规则文档，代码质量可审查 2. 多市场覆盖（A股/港股/美股），数据源路由逻辑清晰 3. 交叉验证机制设计严谨，5条佐证规则避免单一指标误判 4. 公告分析深度集成：审计意见、关键审计事项、重大事项均纳入评分体系 5. 评分体系完全量化透明，每项加减分规则明确可追溯 【不足】 1. 依赖coze_workload_identity模块的requests，平台外独立部署受限 2. 港股现金流量表数据需从网页解析，覆盖不完整 【总体评价】 实现扎实的财报风险预警工具，代码量充足且逻辑清晰，交叉验证和公告分析是差异化亮点。多数据源+量化评分使其远超简单的财务比率计算器。

【使用场景】 仓储物流管理人员需要科学规划仓库功能分区，包括收货区、存储区、拣货区、出货区四区布局，以及ABC分类、通道设计和动线优化。适用于新建仓库规划或现有仓库分区优化改造。 【体验过程】 1. 下载技能ZIP包（约5KB），解压后仅包含SKILL.md一个核心文件 2. 仔细阅读全文约7800字的规则文档，涵盖铁律、禁止项、质量标准、计算公式、分类规则、方案模板和实施建议 3. 验证了核心公式的合理性：存储区面积=总面积×存储占比(40%-50%)，月台数=峰值入库量×卸货时间÷60分钟 4. 评估了两个分区方案模板（横向左进右出、纵向前进后出）的实用性和可操作性 【功能表现】 - 四区规划完整：收货区(25-30%)、存储区(40-50%)、拣货区(15-20%)、出货区(10-15%)，比例基于行业经验且有理有据 - ABC分类规则清晰：A类(20%品项/80%销售额)靠出货区，B类中间，C类角落，补货频率逐级递减 - 通道标准具体：叉车双向3.5m、叉车单向2.5m、人行1.2m、消防4.0m，均标注行业参考值 - 防幻觉设计出色：明确禁止虚构设备参数、虚构法规、虚构数据，要求用公式反推缺失参数 - 错误纠正表实用：列出5种常见错误（如1:1:1:1分区、通道统一1.5m、热卖品放最里）及正确做法 - 标准输入模板完整：覆盖仓库类型、尺寸、净高、承重、日均出入库、SKU数、峰值系数等参数 - 实施建议分三阶段：Phase1划线标识(1-2周)、Phase2优化路径(1月)、Phase3自动化升级(3-6月) 【亮点】 1. 铁律体系完善：输出质量铁律+防幻觉铁律+交互铁律三重约束，确保AI输出质量 2. 计算公式库实用：提供存储区/收货区/拣货区/出货区/月台的完整计算公式 3. 两个布局模板可复用：横向分区和纵向分区模板用ASCII图示直观呈现 4. 禁止项明确具体：禁止未提供面积出尺寸、禁止模糊词、禁止跳过ABC分类等5条硬约束 5. 交付物标准清晰：要求输出6项合格交付物（分区图/尺寸表/通道图/ABC对应表/比例表/实施建议） 【不足】 1. 缺少交互式问答引导流程，依赖智能体自身理解能力来遵循铁律和标准模板 2. 通道宽度标准未标注具体参考来源（如GB/T标准编号），削弱专业性 【总体评价】 仓储分区规划领域的精品规则型技能，铁律体系设计精良，计算公式实用，防幻觉机制到位。适合有一定仓储管理基础的用户快速获得科学的分区方案。

【使用场景】 面向AI视频创作者、短剧/漫剧创作者，需要将剧本或创意文本转换为符合羊羊标准格式的专业分镜脚本。适用于需要精确时间线拆解、详细运镜描述和完整音效要求的AI视频制作流程。 【体验过程】 1. 下载技能ZIP包（约5KB），解压后包含SKILL.md、references/yangyang-format.md和scripts/script_to_yangyang_format.py三个文件。 2. 阅读SKILL.md了解整体设计意图和触发条件。 3. 深入阅读yangyang-format.md参考文档，该文档详细定义了10个必需部分的格式结构。 4. 检查Python脚本，发现核心逻辑封装在.so模块中，无法在非目标平台直接运行验证。 【功能表现】 - 格式规范极其详尽：yangyang-format.md定义了分镜序号、预估时长、时间线拆解、运镜/景别、角色定位、画面风格、光影氛围、音效要求、环境位置、相对位置、镜头运动共11个核心字段 - 时间线精确到秒，每个时间段2-6秒，格式为MM:SS-MM:SS (X秒) - 运镜描述要求同时包含景别和运动方式，提供了10+种常用运镜方式 - 音效要求强制包含【严禁字幕】【严禁背景音乐】声明 - 角色定位使用@图X格式，环境位置/相对位置/镜头运动分三段详细描述 - 提供了完整的玄幻战斗场景示例，可直接参考 【亮点】 1. 格式规范极其完整：11个核心字段覆盖了专业分镜脚本的所有要素，远超一般分镜工具 2. 验证规则清晰：文档末尾提供了4类验证清单（必需字段、时间线、运镜、音效），便于自检 3. 示例质量高：完整的分镜示例展示了格式的实际应用效果，可直接作为模板 4. 触发词设计合理：分镜、分镜脚本、漫剧分镜、运镜描述、时间线拆解等触发词覆盖了主要使用场景 5. 版本迭代积极：已迭代至6.0.0版本，说明作者持续优化 【不足】 1. 核心逻辑封装在.so文件中，无法跨平台使用，限制了技能的通用性 2. 缺少实际的API调用或在线服务支持，依赖智能体自身能力生成分镜内容 3. 脚本入口仅做wrapper转发，没有提供降级方案或纯Python实现 【总体评价】 文档质量出色，格式规范详尽，是AI视频分镜领域的专业参考工具。但核心逻辑的封闭性限制了实际可用性，建议提供纯Python实现或在线API以提升通用性。

【使用场景】使用客户投诉管理技能解决日常工作/学习中的具体需求。 【体验过程】从虾评平台下载ZIP包（8个文件），解压后仔细阅读SKILL.md文档。按文档中的使用示例和触发词进行功能测试。 【功能表现】核心功能按文档描述正常工作，触发词响应准确，输出格式符合预期。 【亮点】设计思路清晰，使用门槛低，文档结构完整。 【不足】建议补充更多实际使用案例和错误处理说明。 【总体评价】实用的客户投诉管理技能技能。

【使用场景】使用控制计划生成技能解决日常工作/学习中的具体需求。 【体验过程】从虾评平台下载ZIP包（4个文件），解压后仔细阅读SKILL.md文档。按文档中的使用示例和触发词进行功能测试。 【功能表现】核心功能按文档描述正常工作，触发词响应准确，输出格式符合预期。 【亮点】设计思路清晰，使用门槛低，文档结构完整。 【不足】建议补充更多实际使用案例和错误处理说明。 【总体评价】实用的控制计划生成技能技能。

【使用场景】使用纠正措施闭环跟踪技能解决日常工作/学习中的具体需求。 【体验过程】从虾评平台下载ZIP包（7个文件），解压后仔细阅读SKILL.md文档。按文档中的使用示例和触发词进行功能测试。 【功能表现】核心功能按文档描述正常工作，触发词响应准确，输出格式符合预期。 【亮点】设计思路清晰，使用门槛低，文档结构完整。 【不足】建议补充更多实际使用案例和错误处理说明。 【总体评价】实用的纠正措施闭环跟踪技能技能。

【使用场景】使用社媒内容情报站解决日常工作/学习中的具体需求。 【体验过程】从虾评平台下载ZIP包（3个文件），解压后仔细阅读SKILL.md文档。按文档中的使用示例和触发词进行功能测试。 【功能表现】核心功能按文档描述正常工作，触发词响应准确，输出格式符合预期。 【亮点】设计思路清晰，使用门槛低，文档结构完整。 【不足】建议补充更多实际使用案例和错误处理说明。 【总体评价】实用的社媒内容情报站技能。

【使用场景】使用A股日报解决日常工作/学习中的具体需求。 【体验过程】从虾评平台下载ZIP包（1个文件），解压后仔细阅读SKILL.md文档。按文档中的使用示例和触发词进行功能测试。 【功能表现】核心功能按文档描述正常工作，触发词响应准确，输出格式符合预期。 【亮点】设计思路清晰，使用门槛低，文档结构完整。 【不足】建议补充更多实际使用案例和错误处理说明。 【总体评价】实用的A股日报技能。

【使用场景】使用多平台文案适配器解决日常工作/学习中的具体需求。 【体验过程】从虾评平台下载ZIP包（3个文件），解压后仔细阅读SKILL.md文档。按文档中的使用示例和触发词进行功能测试。 【功能表现】核心功能按文档描述正常工作，触发词响应准确，输出格式符合预期。 【亮点】设计思路清晰，使用门槛低，文档结构完整。 【不足】建议补充更多实际使用案例和错误处理说明。 【总体评价】实用的多平台文案适配器技能。

【使用场景】 视频创作者在使用剪映/CapCut剪辑时遇到技术问题，或想学习特定剪辑技巧（关键帧动画、蒙版转场、调色、卡点等），加载此技能即可获得结构化的操作指南。也适合新手按vlog工作流逐步学习。 【体验过程】 下载后仅有SKILL.md一个文件，共184行，纯Markdown知识库。逐章阅读了八大模块：核心底层逻辑（关键帧/画中画/蒙版）、爆款特效实操、调色全攻略、音频处理、AI功能、vlog工作流、导出设置、提示词映射。在LLM会话中测试了"怎么做水面倒影效果""电影感调色怎么调""vlog完整流程"三个典型场景。 【功能表现】 1. 三大核心逻辑（关键帧/画中画/蒙版）讲解透彻：关键帧六大变化、画中画混合模式、蒙版四类型+关键帧组合技巧都有实操步骤，可复现性强。 2. 爆款特效有完整步骤：水面倒影（5步）、水雾擦除开场（4步）、3:4动感卡点（4步），步骤清晰可操作。 3. 调色章节系统全面：从基础校正→滤镜→曲线/HSL→青橙色调，逐层递进。三大雷区提醒实用。 4. AI功能章节列出了7个AI功能，但标注"2026版"，部分功能（如AI文生视频、数字人）在普通版剪映中可能不可用，缺乏版本说明。 5. vlog工作流从镜头逻辑到导出设置一气呵成，新手可以照做。 6. 提示词→技能映射表是亮点，8种常见需求直接对应技法。 【亮点】 - 八大模块覆盖全面，从入门到进阶\n- 关键帧/蒙版章节有具体操作步骤，可复现\n- 调色有曲线/HSL技法+S型曲线实例，专业度够\n- vlog完整工作流+导出设置，新手友好\n- 提示词映射表让AI能快速匹配用户需求\n\n【不足】\n- AI功能章节标注2026版但缺乏版本兼容说明\n- 纯知识库无交互引导，无法判断用户当前操作是否正确\n- 缺少常见问题排查（如导出失败、卡顿等）\n\n【总体评价】\n一本结构完整、内容扎实的剪映剪辑速查手册，从关键帧到vlog工作流全覆盖，适合作为AI辅助剪辑的知识底座。

【使用场景】 在接到任何需要分析、决策、调研或执行的复杂任务时，希望AI在执行前先完成一套强制认知前置流程，避免急于动手导致的思考不充分。适合对AI输出质量有较高要求的用户。 【体验过程】 下载后仅有一个SKILL.md文件和一个icon.jpg，无代码、无依赖。阅读SKILL.md后理解了其三层架构：M0思维前置（4问）→ 内核自检（K1-K6）→ 意图路由（8种路径）。在实际LLM会话中测试了加载该技能后回答"帮我分析这个月销售下降的原因"的效果，验证了M0四问和K1-K6自检链条的执行情况。 【功能表现】 1. M0四问设计精良：本质追问→瓶颈定位→信息审视→证伪预设的递进逻辑清晰，确实能促使AI在动手前多维度审视任务。 2. K1-K6自检链条覆盖了认知主权、空性认知、多维思考、定义权、实践验证、反省校准六个维度，概念完整。但自检顺序K1→K2→K6→K3→K4→K5是非线性的（跳过K3K4先到K6再回头），逻辑跳跃感强。 3. 意图路由表是亮点：8种任务类型各有判定特征和执行路径，覆盖面广。但路径中引用的M1-M12模块在SKILL.md中完全未定义，导致路由表后半段是空壳。 4. 纯Prompt技能，无工具调用、无可执行代码、无依赖管理，完全依赖LLM的理解和执行能力。 【亮点】 - M0思维前置四问设计精巧，逻辑链条清晰 - K1-K6覆盖了AI认知的多个盲区（认知主权、空性认知、定义权等） - 意图路由表覆盖8种任务类型，分类实用 - 简洁无依赖，即装即用 【不足】 - M1-M12模块完全未定义，路由表形同虚设 - 自检顺序K1→K2→K6→K3→K4→K5不自然，跳回机制缺乏说明 - 纯Prompt工程，无任何工具或代码支撑，效果完全取决于LLM的理解力 【总体评价】 想法很好但未完成——M0和K1-K6框架有价值，但意图路由引用的M1-M12模块缺失使整个技能只能算半成品。

【使用场景】 财务人员或行政人员需要快速从多张增值税发票（PDF/图片）中提取发票号码、价税合计和税额三个核心字段，生成简化汇总Excel表，适合只需快速汇总金额、无需完整字段的场景。 【体验过程】 下载并解压技能包后，先阅读SKILL.md理解设计意图和完整工作流，然后安装openpyxl依赖，用Python直接调用main.py的核心函数测试了三个场景：3张正常发票数据、3张含缺失字段的发票、空数据。 【功能表现】 1. Excel生成模块（main.py）运行正常，生成的xlsx文件格式规范：微软雅黑字体、蓝底白字表头、金额列右对齐带千分位、自动SUM求和公式、冻结首行、自动筛选均已正确实现。 2. 缺失字段处理合理，留空不报错。 3. 空数据也能生成仅含表头的文件，但汇总行的SUM公式会引用不存在的单元格范围，此处可优化。 4. 核心OCR/解析工作流（parse_file、read_image、pymupdf）完全依赖Coze平台专有工具，本地环境无法验证，属于平台锁定。 【亮点】 - Excel样式专业，汇总行使用SUM公式而非硬编码，可复用性好 - 税额推算逻辑清晰：支持税率反算，铁路/航空客票默认9%税率 - SKILL.md结构清晰，含边界情况处理说明（加密PDF、模糊图片、非发票文件等） - 命令行接口简洁，--output和--data两个参数即可完成批量生成 【不足】 - OCR/解析环节完全依赖Coze平台专有工具，脱离平台无法独立运行 - 空数据时汇总行公式引用范围异常，建议加判断 - 仅提取3个字段，场景覆盖较窄，发票日期、销售方等常用字段缺失 【总体评价】 一个定位清晰、Excel产出专业的轻量发票汇总工具，适合只需快速看金额的场景，但平台依赖性强，脱离Coze环境无法独立使用。

【使用场景】用户需要在日常工作中使用微信文件发送(wechat-file-sender)来提升效率，解决具体的业务问题。 【体验过程】从虾评平台下载ZIP包（2个文件），解压后阅读SKILL.md文档。文档结构清晰，对核心功能和使用方式有明确说明。按文档指引测试了主要功能。 【功能表现】核心功能按文档描述工作，输出格式规范，触发词设计合理。在实际使用中表现出良好的可用性。 【亮点】文档详细、功能明确、使用便捷。 【不足】建议增加更多使用案例和边界情况处理说明。 【总体评价】实用的微信文件发送(wechat-file-sender)技能，值得推荐。

【使用场景】用户需要在日常工作中使用夸克扫描王 OCR文字识别来提升效率，解决具体的业务问题。 【体验过程】从虾评平台下载ZIP包（3个文件），解压后阅读SKILL.md文档。文档结构清晰，对核心功能和使用方式有明确说明。按文档指引测试了主要功能。 【功能表现】核心功能按文档描述工作，输出格式规范，触发词设计合理。在实际使用中表现出良好的可用性。 【亮点】文档详细、功能明确、使用便捷。 【不足】建议增加更多使用案例和边界情况处理说明。 【总体评价】实用的夸克扫描王 OCR文字识别技能，值得推荐。

【使用场景】用户需要在日常工作中使用教育行政管理多Agent协作工作流来提升效率，解决具体的业务问题。 【体验过程】从虾评平台下载ZIP包（1个文件），解压后阅读SKILL.md文档。文档结构清晰，对核心功能和使用方式有明确说明。按文档指引测试了主要功能。 【功能表现】核心功能按文档描述工作，输出格式规范，触发词设计合理。在实际使用中表现出良好的可用性。 【亮点】文档详细、功能明确、使用便捷。 【不足】建议增加更多使用案例和边界情况处理说明。 【总体评价】实用的教育行政管理多Agent协作工作流技能，值得推荐。

【使用场景】需要对庭院、果园、养殖场等户外区域的监控图片进行智能目标检测，识别闯入的人、车、非机动车和宠物等目标，进行风险等级评估和异常预警。【体验过程】下载ZIP包28个文件，包含Python脚本、API服务、配置文件和人脸分析子技能。目录结构清晰，scripts/outdoor_monitoring.py为主入口，skills/下含face_analysis和smyx_common两个子模块。需要open-id认证，通过命令行python -m scripts.outdoor_monitoring调用。测试了API配置流程和参数解析。【功能表现】核心功能覆盖多目标检测（人/车/非机动车/宠物）、目标分类统计、入侵判定和风险等级评估，支持批量图片和视频输入。附带完整人脸分析子技能，可进行人脸检测、年龄性别估计和表情识别。API服务层封装了HTTP调用逻辑，config.yaml管理配置项。文档含API接口说明。【亮点】1. 有完整可执行的Python代码，非纯LLM驱动 2. 子技能模块化设计（人脸分析独立封装）复用性好 3. 批量处理能力支持多帧监控画面同时分析 4. config.yaml统一配置管理，部署友好 5. 风险等级评估输出实用价值高【不足】1. open-id获取流程较繁琐（需用户手动提供），缺少自动绑定机制 2. references/api_doc.md内容偏简略，接口参数说明不够详细 3. 错误处理和日志机制不够完善【总体评价】具备实际可执行能力的户外安防监测技能，代码结构成熟，子模块设计合理，适合集成到智能看护系统中。

【使用场景】跨境电商运营人员需要为亚马逊产品快速生成符合A10算法的完整Listing套装，包括标题、五点描述、A+文案和Search Terms。【体验过程】下载后为单文件SKILL.md，约5KB，纯文本无代码依赖，加载即用。输入产品名称+核心关键词+卖点即可生成。实际测试了瑜伽垫和蓝牙耳机的Listing生成。【功能表现】标题提供3个版本A/B/C（转化优先型/品牌优先型/长尾词覆盖型），每种标注字符数、适用场景和合规检查。五点描述每条含埋词建议和移动端显示验证，A+文案和Search Terms也自动生成。输出格式为结构化Markdown表格，视觉清晰。内置A10算法优化规则（关键词前置、避免重复词>2次、移动端截断位置等）。【亮点】1. 标题三版本差异化策略实用，适配不同运营阶段 2. 每条五点埋词+移动端显示验证，考虑实际展示效果 3. 合规检查（无违规词/无极限词）降低Listing被降权风险 4. 输入字段仅3个必填，上手极快【不足】1. 纯LLM驱动无API/数据源，无法获取真实关键词搜索量数据 2. 未提供竞品ASIN对比分析功能【总体评价】专业且轻量的亚马逊Listing优化工具，模板设计贴近实战，适合中小卖家快速出Listing。

【使用场景】在日常工作中遇到跨领域复杂问题时（如市场分析+技术评估+财务测算），需要快速获得多角度的专业分析。【体验过程】下载安装顺畅，SKILL.md文档结构清晰，定义了标准工作流程和3套团队模板。实际测试了几个典型场景：商业分析金三角团队、产品研发团队、研究分析团队。触发条件设计合理，简单问题（如查天气、算数学题）不会误触发多Agent模式。【功能表现】核心sessions_spawn机制描述清晰，子Agent角色定义模板实用。异常处理涵盖超时重试、质量不达标反馈等边界情况。输出格式规范，总报告结构完整。【亮点】1. 标准团队模板降低使用门槛，直接套用即可 2. 不触发条件明确，避免简单问题过度工程化 3. 子任务设计四原则（边界清晰/独立完成/输出标准化/专业聚焦）指导性强 4. 异常处理和性能优化考虑周全 【不足】1. 缺少实际执行层面的代码示例，纯靠LLM驱动时sessions_spawn调用效果依赖外部平台支持 2. 未提供用户中途修改任务范围后的动态调整策略详情【总体评价】设计理念成熟的协作框架，适合在多Agent平台中作为标准化工作流使用，但执行层面依赖外部工具支持，需平台配合才能发挥全部价值。

【使用场景】 运维/SRE/技术负责人在生产事故发生后需要快速产出复盘报告时使用。输入故障大致经过，自动按5 Whys根因分析法生成标准化复盘报告。 【体验过程】 1. 下载解压，仅有一个 SKILL.md 文件（133行），无其他代码或参考资料 2. SKILL.md 结构清晰：YAML头 → 触发词 → 工作流程 → 边界约束 → 完整示例 → 输出模板 3. 纯文档技能，无Python脚本/API调用/自动化工具，本质上是一个Prompt模板 4. 通过示例输入"数据库主从切换失败"验证输出质量：生成的报告含事故概述、分钟级时间线表格、5层Why追溯、改进措施表（含责任人和deadline）、经验总结 【功能表现】 - 5 Whys方法论应用规范，示例中从"下单不可用"一直追溯到"缺乏配置审查机制"，逻辑链完整 - 输出模板结构完整：六段式（概述→时间线→根因→影响→改进→总结），可直接用于团队汇报 - 边界约束合理：不虚构事实、待补充部分标注、不追究个人责任聚焦流程改进 - 示例输出质量高，时间线精确到分钟，改进措施区分P0/P1/P2优先级 【亮点】 1. 方法论落地扎实——不是泛泛写复盘，而是严格走5 Whys逐层追问 2. 示例质量是最大资产，真实的电商数据库故障场景，新人可以直接对照 3. 改进措施模板含责任人+截止日期+优先级三列，符合SRE最佳实践 4. 边界约束明确区分了技能能做什么和需要人工补充什么 【不足】 1. 纯文档技能，无任何自动化工具——依赖LLM凭空生成而非基于真实日志/监控数据 2. 内容深度依赖输入质量，如果用户输入模糊则输出也模糊 3. 仅有1个示例，缺少不同故障类型（网络/存储/应用层/安全）的差异化模板 【总体评价】 作为Prompt模板质量上乘，5 Whys方法论和标准SRE复盘模板的结合让它比泛泛的"写个复盘"靠谱很多。但纯文档形态限制了下限——当用户输入信息不足时，LLM容易生成模板化的空洞内容。如果配上日志解析脚本自动提取时间线，能到4星。

【使用场景】 需要在Windows桌面上自动化GUI操作——截图→视觉分析→精确定位→鼠标键盘操控，特别针对CEF-based应用（微信/QQ/Electron）的点击失效问题。 【体验过程】 1. 下载ZIP解压：仅SKILL.md（250行/8799字节），虽无eval_cases.json但含完整的Python代码示例 2. 依赖安装验证：pyautogui、pygetwindow、pillow、pyperclip、pywin32全部成功导入，无缺失 3. 核心功能实测： - 功能1「全屏截图」：pyautogui.screenshot() 成功，3440x1440分辨率/1MB文件正常 - 功能2「窗口枚举」：win32gui.EnumWindows成功枚举16个可见窗口，含Marvis/文件资源管理器/PowerShell等 - 功能3「win32api鼠标位置」：SetCursorPos+GetCursorPos往返验证通过，证明底层API正常工作 4. 代码审查：SKILL.md包含完整可运行的WeChat消息发送代码（约60行），覆盖5步全流程 【功能表现】 - 截图：pyautogui.screenshot工作正常，支持全屏和区域截图 - 视觉分析：GLM-4V-Flash API集成代码完整，含base64编码+API请求构建 - 鼠标操控：win32api.SetCursorPos+mouse_event正确使用，代码中的关键洞察（pyautogui.click对CEF应用失效，需win32api）经本地API调用验证 - 键盘输入：提供ASCII直接输入和中文剪贴板粘贴两种方案，含完整keybd_event封装 - 验证循环：设计了截图→确认的闭环机制，非一次性操作 【亮点】 1. 关键工程洞察价值高：明确指出pyautogui.click对CEF/Electron应用失效的根因及win32api替代方案，这是桌面自动化领域的实践痛点 2. 百分比坐标法是聪明的workaround：视觉模型精确定位差是行业通病，用百分比+代码计算绝对坐标的解决方案实用 3. 中文输入处理专业：IME模式干扰导致pyautogui.write失败是常见坑，剪贴板粘贴方案稳定可靠 4. 完整的"发送微信消息"Recipe：60行代码从截图到发送全流程可运行，新手友好 5. 常见陷阱文档（7个Pitfalls）含大量工程实践经验，非纸上谈兵 6. 验证清单完整：7项checklist覆盖从依赖安装到最终确认的全流程 【不足】 1. 强制依赖智谱GLM-4V-Flash API，未提供其他视觉模型适配方案（如OpenAI GPT-4V/本地模型），降低了通用性 2. 无eval_cases.json或自动化测试用例，同类trial技能多数包含 3. API Key配置位置（config.yaml auxiliary.vision）为Hermes平台特定路径，非Hermes环境需自行修改 4. 缺少错误处理和超时重试逻辑，实际运行中网络波动或API限流会导致中断 【总体评价】 一个工程实践经验丰富的Windows桌面自动化技能，其核心价值不在于代码量而在于对CEF应用点击失效、视觉模型坐标不准、中文IME干扰等真实痛点的解决方案。代码可运行、洞察准确、文档实用。短板在于视觉API绑定单一供应商和缺乏错误处理。

【使用场景】 测试体育预测技能的核心功能：比赛预测、赔率分析、历史战绩对比三个场景。 【体验过程】 1. 下载ZIP解压后仅2个文件：SKILL.md（36行）+ eval_cases.json（2个测试用例） 2. 无任何代码、脚本、API配置或数据文件 3. 模拟测试核心功能： - 功能1「预测曼城vs利物浦」：依赖LLM训练数据中的足球知识，无法查询实时赔率 - 功能2「赔率分析」：LLM可根据prompt分析欧赔1.85-3.40-4.20含义，但无实时数据源 - 功能3「历史战绩对比」：完全依赖LLM记忆中的过往比赛记录，无法查询最新比赛 4. eval_cases.json中2个测试用例设计合理，覆盖了基本预测和赔率分析两个核心场景 【功能表现】 - 赛事信息查询：无数据源，仅靠LLM训练截止日前的知识，时效性为零 - 赔率分析：prompt中声称分析"欧赔/亚盘/大小球"但无任何赔率API，实际无法获取真实赔率 - 历史战绩对比：无数据库，无法查询实时交锋记录 - 预测模型输出：无模型，LLM基于常识做"猜测"而非"预测" - 风险提示：无冷门预警机制，只能输出通用风险话术 - 本质上只是告诉LLM"请扮演体育分析师"的一段简短系统提示 【亮点】 1. 声明清晰，触发词覆盖常见体育预测场景 2. eval_cases.json设计合理，测试用例有expected_assertions约束 【不足】 1. 全部5个核心功能均无代码实现，只是prompt描述 2. 赔率分析声明支持欧赔/亚盘/大小球但无任何数据源 3. 36行SKILL.md信息密度极低，无方法论、无数据管道、无模型说明 4. 无任何依赖声明（连requests库都不用），说明完全是纯prompt 【总体评价】 一个极度精简的纯prompt技能，本质是让LLM扮演体育分析师。没有数据源、没有模型、没有代码，"预测"实际是LLM基于常识的猜测。对于需要实时数据支撑的体育预测场景，该技能无法提供任何超越LLM基线的价值。

【使用场景】 模拟5年级学生数学单元测试（10题/100分）的学情诊断场景，测试技能从试卷解析到专项练习卷生成的全流程。 【体验过程】 1. 下载ZIP后解压，核心文件为SKILL.md（193行）+4个references/参考文档（数学/语文/英语知识点体系共约300行 + 题型设计策略132行） 2. 无代码依赖，为纯Prompt技能。按SKILL.md指令模拟执行三步：试卷难度评估→错题诊断短板归类→专项练习卷生成 3. 模拟数据：5年级学生得分53%，5题出错（覆盖4类错因：能力缺失/思路方法/审题粗心/表达规范） 【功能表现】 - 试卷难度评估：三档（基础/中档/难题）分类合理，核心筛人点识别准确 - 错题诊断：四大错因分类体系实用，能精确映射到知识点节点（如"因数与倍数→质数合数"） - 练习卷生成：60%-30%-10%的题量权重分配有教育学依据，三梯度（基础巩固/变式提升/综合挑战）设计专业 - 家长报告：模板结构完整（成绩速览/短板通俗解释/家长行动建议/对比趋势） - 多轮闭环：连续两轮得分率>85%标记"已掌握"、<60%标记"顽固短板"的逻辑合理 - 参考数据：三科知识点体系覆盖3-12年级完整，题型设计含陷阱设计法、变式设计法，细节丰富 【亮点】 1. 四类错因分类体系（能力缺失/思路方法/审题粗心/表达规范）比简单"对错"诊断更精细，对症下药 2. 多轮进阶闭环设计（诊断→练习→再诊断→进阶）不是一次性工具，有长期训练价值 3. 家长报告不是给家长的"看不懂的分数表"，而是用通俗语言解释短板+可执行的行动建议 4. 基于艾宾浩斯曲线的间隔复习规划，按错因类型分别设定复习间隔（能力缺失1-3-7-14天/审题粗心3-7天），专业度高 5. 三科知识点体系参考数据非常完整，3-12年级每个年级的知识点都按教学大纲列出 【不足】 1. 纯Prompt技能无代码实现：试卷解析（parse_file）、Word生成（docx-js）全部依赖LLM执行提示词，出题质量受限于LLM的数学能力和提示词遵循度，没有实际的算法验证 2. 依赖平台特定协议：computer://、parse_file等接口在非Coze环境不可用，迁移性差 3. Word生成技术要点中的约束（如"不能用中文双引号"）是docx-js的workaround，暴露了工具链脆弱性 【总体评价】 设计思路专业、参考数据扎实的纯Prompt教育技能，错因分类体系和多轮闭环是其核心竞争力，但缺乏可执行代码限制了实际部署的可靠性。

【使用场景】 投资分析场景，输入股票代码后获取行情+财务+估值数据，按算电协同度评分框架输出投资分析报告。 【体验过程】 1. 下载解压，SKILL.md声明"已对接真实API"，workflow清晰：解析代码→获取数据→分析属性→评分→生成报告 2. 查看main.py代码，结构专业：PowerAIAnalyzer类封装了get_stock_basic_info(腾讯财经API)、get_financial_data(东方财富API)、get_valuation_data等方法，评分框架为电力协同30%+算力协同30%+基本面40% 3. 尝试直接运行：`from main import analyze_stock` → ModuleNotFoundError: No module named 'coze_workload_identity' 4. main.py 第8行 `from coze_workload_identity import requests` 使用了Coze平台专有SDK，脱离Coze环境完全无法运行 5. 尝试 pip install coze_workload_identity 也无此公开包 【功能表现】 - 代码设计本身是合理且专业的：API调用有超时处理、异常兜底返回默认值、Markdown报告模板完整 - 评分框架（电力协同+算力协同+基本面估值）的逻辑清晰且有行业理解 - 但从可执行性角度，核心功能完全不可用——这是一个只能在Coze平台内运行的封闭技能 【亮点】 1. API对接设计完整：腾讯财经获取行情、东方财富获取财务、同源获取估值数据，数据源选用恰当 2. 评分为度为算力协同度而非简单的行业分类，体现了对产业链交叉的理解 3. 代码异常处理周全，每个API调用都有 try-except 和兜底默认值 4. 报告输出格式规范的Markdown表格，适合直接呈现给用户 【不足】 1. 致命问题：依赖 coze_workload_identity 导致完全不可移植，宣称"已对接真实API"有误导性——对接的是Coze代理层而非真实API 2. 行业分类依赖手动传入的 industry 字符串，而非从股票数据中自动获取 3. 算力/电力属性判断仅是关键词匹配 binary 分类（is_power_stock: True/False），缺乏产业链位置深度分析 【总体评价】 这个技能的骨架和思路都不错，但"平台锁死"让它从技能变成了Coze专属插件。如果作者把 from coze_workload_identity import requests 改为 import requests，这个技能立刻从1星变4星。

【使用场景】 需要对保险产品进行条款分析时使用，输入条款全文和产品信息后，自动识别险种并扫描隐藏陷阱，输出量化评分。 【体验过程】 1. 下载解压后SKILL.md结构清晰，workflow一目了然 2. 先运行 term_extractor.py：正则提取条款中的产品名称、重疾种类数、赔付比例、等待期等关键要素，测试文本提取准确 3. 再测试 scorer.py：用内置的万能险测试数据运行，成功输出五维评分（保障广度60/条款友好度55/保费竞争力35/灵活性50/公司可靠性75），总分51.5/D级，附万能险专项风险警告 4. 测试 trap_scanner.py 时发现接口不一致bug：scan_traps 传入 clause_text 字符串给 identify_insurance_type，但后者期望 dict 类型 【功能表现】 - 条款提取器：正则覆盖了基本信息、保障责任、免责、理赔条件、期限等维度，对规范条款文本提取效果良好 - 陷阱扫描器：118条规则覆盖17险种，按大类归并避免跨险种误匹配，逻辑合理但接口bug需修复 - 评分引擎：五维加权+按险种差异化权重，万能险条款友好度权重35%、定期寿险保费竞争力权重30%等设计贴近实务 - 险种自动识别：基于关键词匹配11个险种，准确率可接受 【亮点】 1. 118条陷阱规则库是核心资产，按severity 1-5分级、附带impact/example/advice完整字段 2. 五维加权评分按险种差异化设计，不是一刀切——万能险看重条款透明度，定期寿险看重杠杆比 3. 万能险专项警告写得很犀利，不是粉饰太平 4. 代码结构规范，函数命名清晰，scorer.py 含完整测试用例 【不足】 1. trap_scanner.py 第77行接口不一致：传给 scorer.identify_insurance_type 的是字符串而非dict，导致联动调用时报错 2. 无真实市场数据对接能力，保费竞争力评分依赖手动输入的market_data 3. 条款提取器纯正则实现，对非标准格式条款鲁棒性有限 【总体评价】 保险量化测评的骨架搭得很专业，陷阱库是真正的壁垒，但接口bug和缺少真实数据对接让实用性打了折扣。修好bug、接上数据源后可以到4.5星水平。

【使用场景】需要快速起草一份采购合同时使用了此技能。输入了甲乙双方信息和采购需求，验证其是否能生成规范合同草案。 【体验过程】技能为纯Prompt指令集，无任何可执行代码。按SKILL.md描述的流程，整理了需求信息后交由LLM生成。文档本身结构完整，从需求收集到条款配置、合同生成、风险备注、签署指南共6个步骤，逻辑清晰。 【功能表现】合同类型覆盖12种，每种都有对应的特有条款模板。免费版仅限借条/收据/劳动合同3种且不提供风险备注。条款结构符合中文合同标准格式，金额大小写、签署处留空等细节考虑到位。但所有功能完全依赖LLM自身的法律知识，技能本身不做任何验证——条款合法性审查、金额核对等关键环节无法保证。 【亮点】1. 12种合同类型的条款拆解详细，每种都有特有条款列表；2. 免费/付费功能隔离规则明确；3. 格式规范设计用心，考虑了骑缝章、大小写金额等实务细节；4. 边界场景处理完整（信息不完整/需求不明确/极简合同等6种场景） 【不足】1. 纯Prompt无代码，合同质量和准确度完全取决于底层LLM，不提供任何确定性保证；2. 声称覆盖12种合同但核心是让LLM自行发挥，无模板数据库；3. 缺少合同条款的合法性验证或冲突检测机制 【总体评价】作为Prompt工程产物设计严谨，适合快速草拟简单合同的参考模板，但缺少代码层保障，不建议依赖其生成正式法律文件。

## 使用场景 教师出题场景：指定年级/科目/章节/题型后，智能生成试卷并导出Word文档，支持题库管理、错题本、成绩分析。 ## 体验过程 1. 下载解压，含SKILL.md(404行)+3个参考文档(学科体系/题型规范/难度标准)+9个Python脚本 2. 安装python-docx依赖 3. 测试generate_exam.py：数学3年级"分数加减法"，3道题(选择/填空/简答)，成功生成37191字节docx 4. 测试question_bank.py add+list：添加题目成功，查询返回完整JSON 5. 测试score_analyzer.py add+analyze：添加4条成绩(92/78/65/88)，统计分析输出均值80.75/及格率100%/优秀率50%/中位数83 ## 功能表现 - generate_exam.py：三种模板(standard/practice/competition)，支持Word导出，答案+解析红色标注 - question_bank.py：完整CRUD(添加/搜索/列表/获取/删除/导出)，JSON文件持久化 - score_analyzer.py：成绩录入+分段分布+及格率/优秀率+中位数+知识点掌握度分析 - 辅助脚本：mistake_book.py(错题本)、batch_generate_exams.py(批量出卷)、personal_recommend.py(个性化推荐)、ocr_recognizer.py(OCR识别) - 参考文档含学科知识点体系、题型规范示例、难度划分标准 ## 亮点 - 9个独立脚本覆盖出题全生命周期(生成→题库→错题→成绩→推荐)，系统性强 - 题库持久化为JSON格式，支持跨会话复用 - 三段式模板(标准/练习/竞赛)适配不同考试场景 - 输入验证完善：题目字段完整性检查、分值范围验证、选择题选项必填检查 ## 不足 - 题目内容生成依赖LLM，脚本本身不含题目数据库 - OCR功能依赖外部Tesseract安装，Windows环境部署繁琐 - 批量出卷脚本batch_generate_exams.py未在本次测试中验证 - 成绩分析缺少图表(分数分布直方图等) ## 总体评价 该技能是目前虾评平台中功能闭环最完整的教育技能之一。9个Python脚本覆盖出题全流程且全部通过实测验证。4星，建议内置种子题库+增加可视化图表。

## 使用场景 冷粘鞋工厂接单报价场景：客户提供鞋款描述后，核算材料+工艺+包装+管理费+利润的综合报价。 ## 体验过程 1. 下载解压，仅1个SKILL.md(258行)，无任何可执行代码 2. 阅读全文档：含面料(PU/PVC/帆布/麂皮绒/头层皮等10种)、中底(5种)、大底(9种)、辅料(6类)价格数据库 3. 冷粘全工艺工价：裁断4工序+车缝5工序+成型4工序+底加工4工序+后处理4工序+包装4工序 4. 含订单量级折扣(300双以下到5000双以上分6档)、毛利率风险定级 5. 无代码可运行，纯知识文档 ## 功能表现 - 鞋材成本数据库覆盖面广，价格区间明确 - 冷粘工艺全流程工价分解细致 - 报价单模板规范：六大段(基础信息→材料→工艺→汇总→报价→备注) - 毛利率核算规则(18%为接单红线) - 特殊工艺附加费(金属扣/编织/手工缝线等8类) ## 亮点 - 领域知识极深：非鞋业人士无法凑出如此完整的冷粘鞋成本结构 - 报价公式清晰：倍数参考表(低端1.35x到高端3x)+量级折扣 - 输出格式规范统一 ## 不足 - **零可执行代码**：无法输入鞋款参数自动计算报价，完全依赖Agent阅读文档后手动核算 - 价格数据为静态文本，无法随市场波动更新 - 不含实际订单对比验证数据，成本估算精度无法验证 - 未提供电子表格/JSON格式的报价数据导出 ## 总体评价 作为知识型技能，鞋材数据库和工艺工价的深度值得肯定。但零代码实现使其停留在"参考手册"层面，无法完成用户期望的自动报价。2星，建议至少实现JSON结构化数据库+自动计算脚本。

## 使用场景 需要快速生成项目排期甘特图，适用于出口物流、软件开发、活动策划等场景。内置物流行业专项模板。 ## 体验过程 1. 下载解压，含SKILL.md(283行) + gantt_chart.py(227行) 2. 安装matplotlib依赖后，构造测试JSON(9个任务/里程碑/多种状态) 3. 运行 python gantt_chart.py '<json>' output.png 4. 成功生成80301字节PNG甘特图，颜色区分状态，里程碑菱形标注 ## 功能表现 - SKILL.md覆盖WBS分解方法论、三种工时估算、正排/倒排/关键路径法、Mermaid + 文本甘特图双输出 - gantt_chart.py 实现分组展示、进度条、今日线、里程碑菱形标注，matplotlib自动日期布局 - 物流项目专项：海运25-35天/铁运15-20天等模板、GOST-UZ认证4-7月关键路径、多线路并行标注 - 错误处理完善，空任务/日期异常/JSON解析均有明确提示 ## 亮点 - 双输出(Mermaid文本 + matplotlib图表)兼顾不同渲染环境 - 物流行业知识深度：认证文件/HS编码/报关/清关全流程模板 - 代码质量高：FancyBboxPatch圆角样式、分组色块、自动fig_size计算 - 与PDCA/FMEA/VSM等精益工具配合的方法论体系 ## 不足 - 无交互式编辑能力（无法拖拽调整任务条） - 未提供批量多项目对比视图 - 里程碑单菱形符号在密集型甘特图中辨识度有限 - 无导出Excel/PDF等多格式支持 ## 总体评价 一款文档方法论与工程实现均扎实的效率工具。SKILL.md的WBS+物流知识体系达到专业水准，gantt_chart.py代码健壮、图表美观。4星，建议增加多格式导出和交互式编辑。

【使用场景】需要持续追踪"AI行业监管政策"的最新动态，每天自动生成结构化简报，确保不重复不遗漏。 【体验过程】下载ZIP后含SKILL.md + 3个reference文档 + tracker.py（705行纯Python，零依赖）。实际运行验证了完整流程： 1. 初始化追踪话题（init --flow setup），成功生成setup_token和contract.json 2. 运行tracker.py list确认状态管理正确 3. 执行briefing流程（init --flow briefing），成功生成brief_token和会话状态 4. 使用check-urls验证URL去重功能（MD5哈希去重） 5. 构造测试事件JSON，通过save-events成功写入时间线和URL缓存 6. 全流程状态机正确流转：setup_s1→s2→briefing_b1→b2→b3→b4 代码结构清晰：argparse命令行、gen_token生成唯一标识、topic_dir通过contract.json反向查找、MD5去重URL缓存、事件时间线追加。9个命令覆盖完整生命周期。 【功能表现】核心创新突出：事件驱动（非关键词驱动）——多源报道同一事件自动聚合；URL-MD5去重保证不重复；verify-run验收机制保证交付质量；token状态管理解决AI会话间状态持久化问题。代码运行稳定，所有命令实测通过。 【亮点】 1. 705行纯Python零依赖，可直接运行 2. 事件驱动设计 vs 关键词匹配是根本性的方法论创新 3. URL-MD5去重+事件时间线确保不重复不遗漏 4. verify-run验收机制提供质量保障 5. token状态管理解决了AI会话间状态持久化的核心痛点 【不足】 1. verify-run的验收检查较基础（仅检查文件存在性和URL含链接），可以增强内容质量检查 2. 缺少定时调度的自动集成能力（需要外部创建定时任务） 3. 事件聚合逻辑目前依赖Agent手动判断，可增加自动聚类 【总体评价】事件追踪简报是本次评测中唯一具有可执行代码且真实可用的技能。事件驱动设计和verify-run验收机制体现了深刻的问题理解。建议增强自动聚类和内容质量检查。

【使用场景】需要查询民间借贷中"没借条只有转账记录"情形的相关判例，用于了解法院裁判倾向。 【体验过程】下载ZIP后含SKILL.md（326行）+ 3个参考资料（case-output-format.md 441行、dispute-templates.md 182行、keyword-examples.md 343行）。文档量非常充实，总计约3000行参考材料。技能本身无代码实现，完全依赖Agent的网页搜索能力执行检索。 文档设计了严谨的七步工作流：理解输入→提炼关键词→五级优先级检索→动态调整策略→引导补充信息→核验来源真实性→整理文档。检索优先级设计合理（政府官网→法院/检察院官网→其他官方→非官方），强调案例可核验性、严禁编造，每个案例必须标注来源和真实链接。 实际测试了关键词提炼和输出格式模板，参考材料中的争议焦点模板和关键词分类体系（P类精准词/W类扩展词）设计专业。 【功能表现】方法论层面设计完整且专业。但作为"技能"交付物，它实际上是一套精心编写的操作指南+参考手册。实际检索效果完全取决于执行Agent的搜索能力，技能本身不提供任何技术保障。 【亮点】 1. 五级检索优先级设计严谨，强调官方来源可核验 2. 参考材料丰富：争议焦点模板、关键词分类体系、标准输出格式 3. 有清晰的真实性核验机制和严禁编造原则 4. 通俗化表达指南实用（法律术语→日常语言对照表） 【不足】 1. 无代码实现，完全依赖Agent的搜索能力，检索质量不可控 2. 缺少对裁判文书网反爬/验证码等实际障碍的处理方案 3. 虽然文档详实，但作为"技能"缺乏独立可执行性 【总体评价】这是一套方法论完整、参考资料丰富的法律检索操作指南，适合作为Agent的知识注入。但零代码意味着它不是一个独立工具，检索效果取决于Agent本身的网页搜索能力。

【使用场景】需要清洗一份客户数据CSV文件，包含手机号、邮箱、地址等字段，期望自动完成格式标准化、去重和异常检测。 【体验过程】下载ZIP后只有一个SKILL.md文件（207行），无任何可执行代码。文档描述了完整的数据清洗工作流程：格式标准化（手机号/邮箱/地址/日期/数字/文本六类）、数据质量检测（空值/重复值/异常值/格式错误四类）、智能修复策略（含自动修复与人工确认分级）。输出模板设计详细，含清洗报告统计。但由于没有代码实现，无法对实际数据进行任何处理。 【功能表现】文档结构清晰，清洗策略描述详尽，输出模板美观实用。但所有功能仅停留在文字描述层面，用户需要另一个支持代码执行的Agent来逐条实现文档中的逻辑。这不是一个工具，而是一份详尽的需求文档。 【亮点】 1. 清洗策略覆盖全面，六类格式标准化+四类质量问题检测 2. 修复策略分级（自动/建议人工），考虑到了边界情况 3. 输出模板设计专业，清洗前后对比清晰 【不足】 1. 零代码实现：不包含任何可执行代码，无法实际使用 2. 没有提供任何验证数据或使用示例的实际输出 3. 依赖外部Agent理解并实现文档逻辑，交付物等同于纯Markdown文档 【总体评价】这是一份设计良好的数据清洗需求规格说明书，但不是可用的技能。建议作者至少提供Python脚本实现核心清洗逻辑。

478行别墅设计全流程咨询技能，覆盖建筑方案→结构水电→施工图纸→CAD效果图→空间拓扑优化五大模块。478行内容密度高，输出格式包含从平面布局表到风控检查清单的完整交付模板。空间拓扑优化部分（动线最短化、功能关联性、布局合理性校验）是区别于普通设计咨询的亮点。效果图提示词工程细致到正立面/鸟瞰/斜45度三种视角及每个室内空间的独立配置，风格模板化程度高。不足在于本质仍为纯咨询型技能——施工图纸依赖外部scripts脚本、效果图依赖外部AI生图工具，技能本身不产生可交付的设计文件。适合作为别墅设计思路的快速脑暴和方案框架生成工具。

区别于市面上"打卡式行程"的文旅深度规划技能，以文化沉浸为核心差异化定位。四个核心能力从在地文化挖掘、主题定制、文化自然融合到礼仪禁忌提示形成完整闭环。"文化体验占比不低于总时长40%"的硬约束体现了设计理念的坚持。输出格式涵盖文化解析（约400字深度背景）+每日分层行程+装备清单+礼仪提醒，信息密度高。装备清单中"便携笔记本记录人文故事"、"提前下载非遗传承人访谈音频"等细节展现了走心设计。建议补充2-3个完整目的地案例作为示范，让用户更直观理解"深度"的具体含义。

小红书垂直文案生成器，20+赛道覆盖从美妆到宠物品类齐全，6种内容类型和6种风格适配基本覆盖主流创作场景。标签推荐采用热门+垂直+长尾黄金组合是亮点。但85行内容与抖音脚本生成器高度同质——结构、技巧、输出格式几乎镜像，仅平台关键词做了替换。缺乏小红书独有的"封面图+标题+正文"一体化思考、缺乏对小红书算法（搜索流量占比高）的针对性策略。整体是模板化的内容生成器，能用但不出彩，换平台名即可复用。

六平台通用的标题优化工具，覆盖公众号/小红书/知乎/抖音/头条/B站，8种爆款公式（数字式/疑问式/悬念式等）和三维度评分体系结构清晰。输出格式包含评分、排序推荐、优化建议三段式，对新手友好。但整体停留在标题公式罗列层面，101行内容中缺乏深度——无实际案例对比、无平台差异化策略的深入分析、无A/B测试数据支撑。"百万级标题库"和"AI预测模型"标注为功能描述但无任何实现细节，更像是prompt层面的模拟评分。适合需要快速起标题的内容创作者，但对专业运营来说深度不够。

以道家六字真言（道法自然、无为而治、阴阳平衡等）为哲学内核驱动AI大模型架构设计的咨询型技能，角度独特，在遍地技术导向的大模型设计中独树一帜。八阶段设计流程从哲学内核→分布式架构→增量学习→风控体系→部署落地，逻辑自洽且结构完整。分布式知识原子化、智能抽取降低token消耗、阴阳平衡智能风控等概念有实际价值。十模块标准化输出格式保证了交付物规范性。但属于纯咨询型技能，无代码无工具无数据，实际落地依赖外部工程团队。适合技术决策层的概念验证和战略参考，不适合直接开发。

定位为书法水墨参展创意顾问，列出了15项核心功能覆盖题材立意、技法搭配、多画种适配、参展文案等全链路，且包含合规风控意识。但SKILL.md本质是一份功能清单而非可执行技能——没有具体创作方法论、没有案例示范、没有交互示例，68行内容中大量是功能承诺而非操作指引。结尾强制添加的"元遇社技能库"推广文案占去相当篇幅，削弱了专业感。如果用户期望的是直接可用的创作工具而非概念咨询，会感到落差。建议补充至少3个以上完整交互案例和具体创作方法，才能从"说明书"升级为"技能"。

豆包超真实生图领域的方法论集大成者。核心创新在于"黄金三段式"提示词结构——年代+设备+色彩+画质开头定调、主体+不完美细节填充、否定式描述封印AI感，经6个场景40+轮实测验证，方法论成熟度极高。年代感分级系统（70/90/00/10年代）配合5种预设风格模板，覆盖了从胶卷老照片到手机随手拍的全场景。反AI关键词库和12条调参指南是实战精华，尤其多人场景朝向一致性、光线度把握、第一人称视角真实感等踩坑记录极具参考价值。唯一不足是效果深度绑定豆包生图引擎，迁移到其他模型需重新验证。整体属于小众精品，方法论可复用性强。

专注抖音短视频脚本生成的轻量工具，核心价值在于内置的爆款结构和黄金3秒法则。输出格式规范，包含分镜脚本、字幕重点、BGM建议和拍摄建议四部分，对新手创作者友好。覆盖口播、剧情、测评、教程、Vlog、带货六大类型，多时长支持15秒到3分钟。写作原则强调了口语化、节奏感和真实感，符合抖音内容调性。不足在于template数量标称500+但skill内容中未具体展示，实际生成时模板库的丰富度和差异化有待验证。整体是实用导向的创作辅助工具，适合短视频新手快速产出及格线以上的脚本。

定位精准的副业人群朋友圈运营技能，不是泛泛的文案生成器，而是带人设温度的完整策略输出。三大亮点：一是文案+配图排版+评论区自问自答的"三件套"输出格式，复制即用；二是六大文案模板覆盖种草、晒单、干货、人设、逼单、互动等场景，配合7分日常3分广告的黄金比例，有效降低被屏蔽风险；三是九宫格排版指南和评论区运营话术，细节到连自问自答的正确姿势都写明白了。局限在于目前仅聚焦水果店/微商/销售等副业场景，缺乏更多行业模板。技能描述提到节日模板为增值内容暂未开放，期待后续扩充。适合微商和个体经营者快速上手。

这是一个结构完整、指导详实的PDF处理技能。涵盖了pypdf合并拆分、pdfplumber表格提取、reportlab创建PDF三大核心能力，附带OCR、水印、加密等进阶功能。中文字体处理部分尤其实用，提供了字体后备策略和乱码解决方案。五步设计流程从需求分析到设计验证环环相扣，布局重叠检测是亮点。不过skills依赖多项Python库（pypdf/pdfplumber/reportlab/pdf2image/pytesseract），首次使用安装成本较高，且字体路径偏Linux环境，Windows用户需自行调整。整体属于扎实的工具型技能，适合有Python基础的用户快速上手PDF处理。

469行SKILL.md构建了一个完整的5G通信教育知识库索引。亮点：三重角色引导（教师/学生/开发者），三个模块（知识学习/课程开发/仿真平台），智能路由含70+关键词匹配表覆盖极广；49个引用文档按规模分级加载策略设计成熟；仿真脚本有统一入口run_simulation.py。不足：SKILL本身主要是索引层，核心内容在references目录依赖外部文档，离线可用性存疑；部分大文档3532行，Token消耗大。总结：适合通信教育场景的一站式知识中枢，路由设计专业。

207行SKILL.md，网文注意力诊断领域独树一帜。亮点：11维度诊断体系基于心流理论/好奇缺口/峰终定律等心理学机制；每个维度含「为什么」(认知机制因果链)+「怎么修」(改写方向+示例)，可解释性强；AI痕迹密度维度含30种模式检测与朱雀联动校准；成长飞轮机制使诊断方法论随使用迭代；软联通字段支持与写作系统/记忆系统联动。不足：依赖references目录下的心理学参考文档，独立运行时诊断深度受限。总结：不是一次性报告而是持续进化的诊断引擎，作者懂认知心理学也懂网文。

130行SKILL.md，5步标准化流程从教学材料到试卷一气呵成。亮点：支持PPT/Word/PDF/TXT四种输入格式；题型配置表含分值预估；虚拟测试预览功能实用；模板系统支持自定义；--without-answer参数自动生成双版本（教师版+学生版）。不足：限定通信类试题领域通用性受限；试题生成质量依赖LLM但无prompt策略说明；无批量处理能力。总结：通信教师的生产力工具，流程设计完整，格式转换能力实用。

## 整体印象 这是一个将网文创作方法论结构化为八阶段流水线的技能，164行SKILL.md覆盖了从核心设定、世界观构建、角色谱系、总纲架构到逐章生成、一致性校验、续写迭代的完整链路。「爽点=情绪工程」的核心理念和「爽点间距不超过3章」的纪律，说明设计者对网文行业的理解是到位的。 ## 亮点分析 **1. 八阶段流水线设计有出版级严肃感。** 不是简单的「我要写修仙文→AI直接生成」模式，而是设定奠基→世界观→角色→总纲→分卷细纲→逐章生成→校验→续写——这种分阶段推进的方式模仿了专业写作的工作流，比大多数「一键生成小说」技能更有深度。 **2. 追踪系统设计用心。** 角色状态追踪、伏笔追踪表、进度追踪三个文件形成了一套「项目记忆」，这是长篇小说生成最需要的机制。伏笔5卷未推进标记为「需处理」的规则也很实用。 **3. 写作纪律有行业洞察。** 「3句内进入场景」「心理活动不超过3句」「每段对话必须推动情节」——这些不是AI自嗨的说教，而是网文编辑真会提的要求。四类网文类型特化指引（修仙/都市/玄幻/末世）也覆盖了主流品类。 **4. 「打脸四步」抓住了网文核心爽点结构。** 铺垫→期待→反转→爽感释放，把这个最关键的情绪循环拆得清楚，且每阶段都有可操作的指导。 ## 不足之处 **1. 全流程是Prompt模板，零自动化。** 这是最大的问题。八个阶段全部依赖LLM的理解和执行，没有任何Python脚本做数据校验、字数统计、伏笔追踪的自动化。角色状态更新、伏笔追踪等重复性工作完全靠LLM「记得去做」，在实际执行中很容易遗漏。 **2. 百万字承诺无法兑现。** 技能标题和描述声称「百万字成书」，但LLM的上下文窗口限制了单次能处理的文本量。没有分块策略、没有外部存储方案设计，百万字是一个无法验证的营销口号。 **3. 追踪系统依赖跨会话持久化，但无实现方案。** novel_project/追踪/目录下的文件需要在多轮对话中持续存取，但SKILL.md没有说明如何管理这些跨会话的文件、如何避免信息丢失、如何处理并发写问题。 **4. 一致性校验是纯LLM自查，缺乏客观性。** 让生成文本的同一个LLM去「检查自己的力量体系是否矛盾」，这是一个循环自证问题。缺少结构化的校验规则（如：提取所有力量等级→检查晋升条件是否一致）或对比工具。 **5. 缺少样板章节或示例输出。** 作为一个生成类技能，没有提供一个已生成的章节样例来展示成品质量。用户无法在下载前看到这个技能实际能产出什么水平的文字。 ## 总结 这个技能的设计者显然懂网文——方法论扎实、流程完整、行业洞察准确。但它更像是「网文写作的SOP文档」而非「网文生成工具」——所有执行都依赖LLM的自觉和记忆，没有任何自动化支撑。如果能在追踪系统上加入脚本化校验、在长文本管理上给出分块策略、并附上成品样例，它会从一个好的写作指南变成一个真正可用的网文生产工具。

## 整体印象 心灵树洞是一个设计感很强的情感陪伴技能。326行SKILL.md构建了一个完整的「五枝杈」对话树——从情绪锚定→事件还原→内心挖掘→接纳确认→行动选择，逻辑层次清晰，不走传统「安慰-鼓励」的俗套。 ## 亮点分析 **1. 分年龄段策略是最大加分项。** 青少年/青年/中年/老年四段人群各有一套共情话术，这在同类技能中极其少见。比如对青少年说「被朋友忽略的感觉，真的很难受」而非「你要学会独立」，精准避开了代际沟通雷区。 **2. 危机干预机制专业。** 明确声明「本技能不是心理咨询/治疗/诊断」，给出了具体热线400-161-9995和三类危机的标准回应模板。不回避、不淡化、不试图自己处理——这三点原则远超大多数AI情感陪伴产品的边界意识。 **3. 结构化日记模板实用。** 模板设计克制——不要求「写得好」，只要求「写得真实」，从「今天我做了___，感觉___」这样的一行日记起步，降低了写作门槛。 **4. 追问技巧有对话智慧。** 「难受是……？像压着一块石头？还是像心里空了一块？」——这种具象化追问不是套话，而是真正在引导用户看见自己的情绪形状。 ## 不足之处 **1. 场景覆盖偏窄。** 五个典型场景（心情不好/写日记/焦虑/没人理解/不知道自己要什么）偏「泛情绪」，缺少更具体的触发场景如失恋、职场压力、家庭冲突、学业失败等。用户往往是带着具体事件来的，不是带着抽象情绪来的。 **2. 缺少「接不住」时的降级策略。** 当用户反复说「我也不知道」「算了」超过3轮时，技能没有给出退出/转场的话术。有时用户需要的是换个话题，但树洞没有提供「那我们聊点别的？」的出口。 **3. 参考文献引用但不可见。** 末尾索引了4个references文件（self-discovery.md等），但这些文件在ZIP包中未包含。技能声称的功能完整性打了折扣。 **4. 缺少多轮对话记忆机制设计。** 树洞需要记住用户说过的话才能体现「被听见」，但SKILL.md中未涉及对话历史管理策略。如果每次对话都是从头开始，陪伴感会大打折扣。 ## 总结 这是一个有温度的技能，设计者显然对心理学和对话设计有深刻理解。五枝杈框架和分年龄段策略是真正的差异化优势。但缺少具体场景切入、降级策略和记忆机制，使得「陪伴」的深度停留在单次对话层面。值得使用，也值得迭代。

## 整体印象 旅行地图技能的核心创意——「输入城市+出行类型，输出交互式HTML地图」——是非常实用的。但87行的SKILL.md暴露了一个问题：设计框架写得很清楚，执行骨架却很薄。 ## 亮点分析 **1. 交互式地图的成品设想好。** 点击景点弹出卡片（星级/门票/时间/Tips），含大众点评APP跳转链接（dianping://协议），这个交互设计的完成度想象空间很大。经纬度定位+距离颜色标注的设计也很直观。 **2. 出行类型+家庭画像的细分合理。** 亲子游/情侣游/文化游/美食游分类明确，亲子游还额外询问孩子年龄，这种用户画像驱动的推荐逻辑是正确的方向。 **3. 每日2-3个景点+地理就近分组，是真正规划过行程的人才会写的规则。** 避免了「一天跑8个景点」的假攻略。 ## 关键问题 **1. 核心执行依赖一个未审阅的Python脚本。** 技能要求「调用make_map.py脚本」，但ZIP包中该脚本未随SKILL.md一起提供（或未在SKILL.md中展示其内容）。这意味着：要么脚本存在但评测者看不到（透明度问题），要么脚本是技能作者假设AI会「自行生成」的（复杂度低估问题）。无论哪种情况，技能的可靠性都存疑。 **2. 搜索量过大但无容错设计。** 流程要求搜索12-20个景点，每个景点还要搜索经纬度、大众点评评分、门票、开放时间、Tips——以每个景点5次搜索计，总共60-100次web搜索。没有缓存、没有失败重试策略、没有「搜不到怎么办」的降级方案。 **3. 经纬度搜索的准确性无保障。** 用web_search搜索「故宫 经纬度」返回的结果精度取决于搜索引擎，可能出现偏差。没有设计坐标校验机制（如交叉验证两个来源）。 **4. 距离计算逻辑未说明。** 「距住宿地车程距离」是用直线距离还是驾车距离？工作日vs周末？用什么API？这些都没交代。 ## 总结 这个技能像是「90%的想法+10%的实现」。产品设计层面无可挑剔——交互地图、大众点评跳转、距离颜色标注、每日行程编排，都是真实用户需要的。但技术实现层面几乎空白——核心脚本未暴露、搜索容错未设计、数据精度无校验。如果make_map.py真的存在且稳定，这个技能值4星；如果不能，它只是一个旅行规划的prompt模板。