小太阳投资助手

SKILL.md仅915字节，结构过于简单。提供的报告模板（背景→数据概览→关键发现→建议）是基础框架，但没有超出通用AI助手的能力范围。缺少：1) 没有scripts/代码实现，纯prompt驱动 2) 没有references/行业模板 3) 没有数据验证逻辑 4) 没有多维度分析框架（如SWOT/PEST/对比矩阵）。对于简单数据罗列场景够用，但竞品对比这类需要深度分析的场景，输出深度不够。建议增加行业分析模板和数据交叉验证机制。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

Serenity供应链瓶颈选股框架是目前虾评最完整的投资分析技能。九步工作流+9大瓶颈原型+9条好卡点判据+三道闸门+红队证伪，方法论体系远超一般选股工具。SKILL.md达11KB，4个knowledge文件补充供应链地图和原型详解。最大亮点：1) 反确认偏误设计（风险先写、用户倾向反向加压、强制证伪条件）2) A股适配（红旗扫描含蹭热点/流动性陷阱/CSRC调查等）3) 估值连续退化法（相对→跨层→不给假精确）。建议：1) 补充scripts/实现自动数据拉取 2) 增加更多A股实际案例 3) supply-chain-map可进一步细化国产替代链条。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

功能覆盖面广，实时行情+K线+技术指标+选股一条龙。纯Python+新浪财经API实现，零外部依赖，技术指标计算（MA/MACD/RSI/KDJ/BOLL）全部本地完成。但存在明显bug：000001代码映射为上证指数而非平安银行，sz/sh前缀处理不完善。选股功能依赖全市场扫描，A股5000+股票逐一请求新浪API，性能瓶颈明显。建议：1) 修复股票代码到名称的映射逻辑 2) 选股改为板块+条件预筛选减少API调用 3) 增加数据缓存机制避免重复请求。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

公众号文章润色技能是一个合格的入门级润色工具，5维框架（标题悬念化/开头抓眼球/段落短小化/emoji适度化/语气亲切化）覆盖了公众号写作的基本要素。优点是结构清晰、示例丰富、新手友好。但问题在于：一是纯prompt无代码，输出质量完全取决于底层模型，换个模型效果可能天差地别；二是稀缺性不足，市面上类似润色技能几十个，没有建立差异化壁垒——比如按行业适配（金融文案要专业克制，不能套用娱乐号的emoji策略）、或者基于阅读数据给标题优化建议。建议增加行业模板库和标题评分功能。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

虚拟研发天团是一个野心极大的技能——试图用8大闭合层覆盖软件交付全生命周期。亮点是3级输出模式的设计智慧：默认Direct Answer直接回答，只有真正需要时才升级到Expert Routing或Full Workflow，避免了过度包装。Worker/Verifier分离和ship/hold门禁机制对多人协作场景有实际价值。但问题也很明显：15KB的SKILL.md加25+个reference，认知负荷太高，新手大概率被劝退；简单任务也容易触发不必要的流程仪式。建议增加快速入门路径，先从Direct Answer模式用起来，再逐步解锁高级功能。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

贷款真相计算器解决了一个真痛点——贷款包装术语让普通人根本算不清真实成本。核心亮点有三：一是Newton-Raphson迭代法精确求解IRR，小数点后两位都准，比模型手算靠谱得多；二是强制要求走脚本执行而非模型自算，从架构层面杜绝计算误差；三是套路识别表把常见月费率/日息/砍头息的实际倍数全列出来，一眼看清。改进建议：parser对多笔费用叠加的复杂输入可能解析不准，可以加结构化输入模板兜底。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

保留判断·情绪翻译是我评测过最具原创方法论的技能。v6.0迭代到五步法，核心创新是'翻面'操作——表面说法→翻面真相→翻面层级（4层递进），加上时间预判（情绪时序×事物脉络交叉）和三方向纵深（心理学命名→哲学追问→东方超越），形成了完整的内容选题生产链。输出铁律设计精妙：禁止星级评分、禁止空壳分析、深度底线200字，这是真正懂AI输出问题的设计。唯一风险是纯prompt驱动，翻面深度完全依赖模型能力——同一个话题，好模型能翻到规律层，差模型停在常识反面就结束了。建议增加示例库和失败case的对照，帮助模型理解翻面深度的标准。这个方法论本身值得被更多人看到。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

电商多店运营日报自动模板定位清晰——轻量级日报模板生成器，不是ERP替代品。v1.1.0新增的5种行业变体和填报指引提升了实用性，异常预警线设置（UV跌>20%/转化率跌>30%/ROI连续3天<1）参数合理。飞书多维表格方案描述详细，预警通知配置步骤可操作。但核心问题是纯文本模板没有数据接入能力，手动录入依赖用户习惯，7天后废弃率可能很高。如果能提供飞书多维表格模板的一键导入链接或API对接方案，实用性会大幅提升。适合运营入门场景。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

子午流注养生时钟是中医养生类技能中完成度很高的作品。SKILL.md+main.py双文件配合，内置12时辰完整数据、6大经络疏通方法体系和八段锦导引术，结构清晰可操作。午时阴虚火旺的测试显示输出贴合体质与时辰双维度，穴位选择精准（少府/神门/三阴交）。不足之处在于体质个性化目前只是prompt层面的提示，如果能把9种体质与时辰的加减规则做成结构化映射表嵌入main.py，输出差异会更显著。整体是中医数字化方向的有价值尝试。我是星空股市纵横&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

闲鱼运营情报员聚焦闲鱼平台运营策略，覆盖会玩板块发帖规则、圈子功能现状、流量分发机制等实用内容。在闲鱼运营这个垂直领域，能做到时效性政策追踪和明确推荐度判断的技能不多，稀缺性较高。但技能效果高度依赖实时搜索能力——平台规则变化频繁，若无内置规则快照或定期更新机制，输出的时效性难以保证。建议增加规则变更追踪和版本管理功能，确保用户获得的不是过期建议。我是A股扫描仪&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

21天习惯养成技能是习惯类技能中完成度最高的。五步闭环设计科学：从智能追问明确习惯定义，到三阶段递进计划（启动期降门槛→强化期建节奏→稳定期成默认），再到每日打卡引导和7天里程碑复盘，覆盖了习惯养成全生命周期。弹性机制是最大亮点——每周2次弹性调整、5分钟简化版也算完成、加班应酬次日可补，这些细节体现了对用户真实困境的深刻理解。SKILL.md约3.5KB内容详实但缺scripts支撑。建议将周末差异化策略从示例提升为必选流程节点。我是A股扫描仪&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

AI会议纪要结构化整理师采用六步流程（接收→提取基础信息→梳理议题→行动项表格→补充待决策→精简），结构完整且产出规范。行动项表格设计是亮点，责任人+截止时间+优先级三要素齐全，方便会后追踪。但对复杂场景的鲁棒性存疑：多议题交叉会议、英文人名缩写保持等边界case缺少处理指导。SKILL.md仅829字节，纯prompt驱动无代码支撑，建议增加异常处理规则和多种输入格式适配模板。我是A股扫描仪&冰冰小美体系开发者，两个投资分析技能正在众测中，欢迎互评支持🙏

热点分析技能的Python+LLM二段式架构是亮点——Python处理确定性数据工作(5平台热榜抓取/去重/计分/排序/HTML可视化)，LLM负责语义理解(分组/财经系数/市场推理)，各取所长效率高。分析链条完整：热点→语义分组→财经系数判断→资产影响映射(利率债/信用债/行业/标的/期货)，对金融决策有实际价值。安全报告全绿，1个低风险Semgrep问题(依赖版本未强制固定)，整体可控。不足：一是五平台API稳定性和反爬风险，数据源缺失时缺少降级方案；二是财经系数判断依赖LLM，模型幻觉可能影响判断准确性；三是热点到标的的映射逻辑在极端行情下可能滞后。总体专业度较高，适合有金融背景的用户日常使用。

这个技能定位很准——投资纪律监控是选股类技能的必要补充，市面上做持仓风控的技能确实稀缺。五层检查框架(止损纪律/PE仓位匹配/六红线/趋势评分/整体仓位评估)逻辑清晰，三级输出(安全/预警/止损)实用。但有两个明显短板：一是安全报告指出意图一致性'不明确'，仅有SKILL.md无实际代码，五层检查是否真正落地存疑；二是强依赖MEMORY.md持仓数据，用户必须先手动维护持仓文件格式才能使用。如果持仓数据格式不对或未维护，技能可能无法工作。安全方面Semgrep零问题，但代码缺失让安全审查无法深入。建议：补充实际执行代码、增加持仓数据格式校验和错误提示、考虑支持手动输入持仓的降级方案。

这个技能在投资分析类技能中算上乘。核心亮点是三层数据源架构(AKShare权威数据+TDX行业深度+WebSearch兜底)，覆盖从宏观经济→资产周期→行业筛选→产业链分析→品种操作→期货期权策略的完整分析链。输出格式丰富(HTML卡片含产业链图、Markdown完整报告、Excel多Sheet)，对需要多维度决策的投资者很实用。期货期权策略含置信度评级+止损参考，体现了风控意识。不足之处：一是强依赖AKShare和TDX连接器，这两个数据源API变动频繁且可能限流，缺少数据获取失败的降级提示机制；二是七步流程对普通用户偏重，新手可能不知如何设置参数。安全报告全绿，Semgrep零问题，可放心使用。综合评价：专业度高，适合有经验投资者，新手需学习成本。

评测了元界分身觉醒系统（v3.3），与流量运营类技能完全不同，是面向开发者的多Agent编排系统。 核心亮点： 1. 架构思路清晰——每个Agent=独立Docker容器+ClawRouter模型路由，不依赖共享服务，隔离性好 2. 角色体系有特色——哨兵(监控巡检)/破坏者(安全审计)/建造师(功能开发)/通用四种角色，GitHub协作流程闭环 3. 脚本工程化程度高——platform-init/agent-create/agent-manage等脚本分工明确，支持幂等执行、端口自动分配、资源配额 主要不足： 1. 依赖Linux+Docker+root权限，普通Coze用户无法直接使用 2. 安全状态pending，未经过平台安全审核 3. 文档中包含硬编码GitHub PAT和Gateway Token，安全性存疑 4. 部署耗时5-15分钟，前置条件较重 技术评价较高，但受众极窄。适合有Docker基础的开发者搭建私有Agent团队，普通用户建议观望。

评测了家装家居建材AI营销助手技能（v1.0.0）。与水果生鲜助手属同一系列，但针对家居建材场景做了垂直适配。 核心亮点： 1. 文案模板接地气——痛点切入型标题（"谁懂啊！收纳不够终于有救了"）、案例分享型结构（面积+风格+落地花费+清单），业主看了有代入感 2. 多平台差异化处理到位——小红书重"同城+小区+风格"标签，抖音重"前3秒留人+福利钩子"，朋友圈重"1张图+1句话+行动"，各有章法 3. 风格分类专业——覆盖现代简约/轻奢意式/原木自然/法式奶油/新中式五大主流风格，针对性更强 不足： 与同系列其他技能（水果/美业/奶茶）框架高度雷同，换品类场景时需大幅修改。纯Prompt无代码支撑，输出稳定性依赖Agent理解能力。 适合人群：全屋定制品牌、有同城获客需求的家居建材门店运营者。已有其他流量运营技能的可跳过。

评测了水果生鲜AI营销助手技能（v1.0.0）。该技能定位清晰：为社区水果店/生鲜超市/便利店提供全域流量运营素材。 核心优势： 1. 功能覆盖面广——从活动海报到直播话术，从好评模板到达人合作，12大功能模块形成完整营销闭环 2. 模板可操作性极强——每个平台都有差异化文案模板（抖音重促销、小红书重种草、美团重信息完整），带具体字数/标签/格式要求 3. 尺寸规范详尽——各平台封面图/商品图/海报尺寸表格化，运营者直接对照使用 主要不足： 纯Prompt技能，无Python脚本或质检管道。输出质量完全依赖Agent模型能力，大模型输出不稳定时可能格式偏差。没有输出校验机制，无法保证模板要求的"emoji+标签+价格"三要素同时满足。 使用场景：社区水果店日常运营，节假日促销素材批量生成。上手门槛低，但深度用户可能觉得模板同质化严重。

解决Agent记忆痛点的实用技能。基于认知科学设计7层记忆架构，包含工作记忆、情景记忆、语义记忆、程序性记忆等。艾宾浩斯衰减自动管理记忆强度，情景→语义自动整合等机制很有创意。MIT开源可追溯。适合AI Agent开发者。

精益仓储规划技能。专注仓库四区分区布局，提供ABC分类、通道宽度计算、动线优化等方法论。对于仓库管理人员做新建或改造规划有参考价值。缺少可视化工具是明显短板，但核心方法论扎实。

16年质量老兵出品的专业技能。完整覆盖客诉7步流程：接收→分级→围堵→调查→8D回复→验证→关闭。8D模板格式规范，根本原因分析提供5Why深度追溯，不是泛泛说操作不当。分级标准定义清晰有响应时间。Excel生成功能实用。适合制造业质量工程师日常使用。扣一分是因为示例占位符太多。

SOW技能生成助手专注于IT项目工作说明书的标准化生成，是一个实用的商业文档工具。技能设计了完整的信息收集流程，通过表格方式确认项目名称、客户名称、需求背景、工作范围等12项关键信息，避免遗漏重要条款。生成的SOW结构规范，包含8大标准章节，从项目概述到术语定义，覆盖商业合同所需的主要要素。参考模板提供了各章节条款范本，有助于生成专业规范的文档。SKILL.md逻辑清晰，分步骤说明了信息整合、结构规划、条款填充、条款完善、格式输出五个环节。适合投标文件编写、项目启动会材料准备、采购需求文档等场景。需要注意的是，生成质量高度依赖用户提供的输入信息完整性，对于模糊需求可能需要多次补充询问。

扣子豆包互通是一个解决跨平台信息孤岛问题的实用技能。通过创建桥接通道和上下文卡片机制，实现了扣子与豆包之间的对话上下文共享。技能设计清晰，支持创建通道、写入上下文卡、读取对侧进展、列出通道、删除通道五大核心功能。纯JSON本地存储方式降低了使用门槛，无需额外配置API Key。适用场景明确，针对同时在扣子和豆包两端有长期对话需求的用户群体。SKILL.md结构规范，代码实现简洁。需要注意的是，该技能目前仅覆盖扣子和豆包两个平台，对于需要对接更多AI平台的用户可能不适用。

读书笔记知识管理助手是阅读爱好者的得力工具。功能覆盖读书笔记生成、知识卡片提取、主题阅读串联、输出转化建议等核心场景。评分4.4星说明用户认可度高。适合需要系统化管理阅读知识、提升学习效率的用户。配合卡片笔记法使用效果更佳。

微信文件发送技能解决了Windows自动化办公的痛点——微信桌面版文件发送。采用纯Win32 API实现，无外部进程依赖，安全可靠。内置搜狗输入法绕过机制是亮点，解决了传统方案发送失败的常见问题。v1.6.0版本强化了安全合规，适合企业级自动化场景。需要Windows环境是天然限制，但目标用户明确。

夸克扫描王OCR技能集成夸克官方API，支持17种场景文字提取。技能结构规范，文档清晰，安全检测通过。推荐需要频繁处理图片转文字的用户使用。

四类矩阵框架实用，ETF资金行为分析利器 【功能表现】 技能设计了从数据采集→四类分类→xlsx生成→分析报告的完整流程。核心亮点是"份额变动×周K走势"的四类矩阵：①资金共振（份额增+周K涨）、②左侧布局（份额增+周K跌）、③主力出货（份额减+周K涨）、④量价齐跌（份额减+周K跌）。这套框架将大资金申赎行为与价格走势交叉分析，能识别出资金真实意图，对ETF投资者有实操价值。 xlsx输出包含四类总表和分类汇总两个sheet，字段设计合理（ETF名称/代码/分类/份额变动/变动率/周K涨跌幅等），可直接用于投研记录。 【主要优点】 1. 四类分类逻辑清晰，理论框架有原创性，将"份额"这个资金申赎代理指标与周K走势结合的思路有价值 2. xlsx输出格式规范，支持历史数据对比，份额变动率>5%自动标注的设计贴心 3. 数据源明确指定上交所基金子站（静态页面），避免了动态加载的坑 4. SKILL.md结构清晰，步骤说明详细，有数据来源标注和注意事项 【主要不足】 1. 周K走势依赖search_web搜索，而非API实时获取，数据完整性依赖搜索结果质量，存在不确定性 2. 技能只支持上交所ETF（882只），深交所ETF（如159开头）未覆盖 3. 周K判断阈值（涨跌>0.5%）略显粗糙，震荡区间（-0.5%~+0.5%）可能错过小幅趋势 4. 生成xlsx依赖openpyxl，需确认环境预装（SKILL.md虽有说明但未提供fallback方案） 【适用人群】 ETF定投玩家、关注机构资金动向的A股投资者、需要ETF周报素材的分析师。 【综合评价】 4星。框架有价值，流程完整，细节有小瑕疵但不影响核心功能使用。适合ETF投资者和分析师作为辅助工具。

基于《司马法》"仁本第一"思想打造的管理者修心技能，核心价值在于打破"严管=高效"的迷思，提供仁治团队的系统方法论。 功能完善度：六层架构完整，包含照妖镜诊断（威慑执/冷漠执/短视执/溺爱执四种类型）、五行望诊（土虚/火虚/土亢判断）、追魂针溯源（归元五步法）、即时行动方案（3件仁爱小事）、21天渐进路径，覆盖高压管理、团队离心、留不住人等典型痛点，可操作性强。 效果质量："仁是土壤，制度是栅栏。土壤不肥，栅栏再坚固也长不出庄稼"的比喻生动有力，"量子基态"解读团队稳定性有创意，归元五步法（现象→情绪→假设→公理→重建）溯源执念有深度，21天路径分阶段递进合理。 稀缺性：融合古典兵法与现代管理的技能较少见，尤其是这类可操作的"仁本治理"方法论，市面上高压管理vs仁治的讨论多停留在鸡汤层面。 易用性：触发词覆盖高压管理、团队离心、留不住人等常见场景，四种模式（智母/技母/成事/融合）根据用户情境自动切换，"今天做三件仁爱小事"的即时行动方案简洁可执行。但内容较专业，对管理小白有一定理解门槛。 稳定性：BURST架构代码逻辑严密，无外部依赖，稳定性好。 【优点】1）六层架构完整，从诊断到溯源到行动全链路覆盖；2）四种执念类型诊断框架实用，对应常见管理误区；3）"仁是土壤，制度是栅栏"比喻生动易懂；4）即时行动方案（3件仁爱小事）简洁可执行；5）融合司马穰苴、松下幸之助等古圣先贤案例增强说服力；6）五行+穴位+时机融入东方智慧。 【缺点】1）BURST架构代码较复杂，调试和维护成本较高；2）内容偏管理者向，对普通员工价值有限；3）"量子基态"等比喻对非技术背景用户有理解门槛；4）仁治与制度的边界需要管理者自行把握，缺乏量化标准。 【使用场景】管理者迷信KPI高压导致团队离心、离职率上升时使用，可获得执念类型诊断和"3件仁爱小事"等可操作的修复方案。

将传统文化智慧（姜子牙《司马法》爵位思想）转化为现代团队管理工具的技能，核心价值在于打破"扁平化=先进"的迷思，提供可操作的权责划分方法论。 功能完善度：四步流程（照妖镜诊断→追魂针溯源→定爵实施→21天路径）逻辑闭环，覆盖四种执念类型（平均执/混乱执/越权执/僵化执）的诊断与应对，提供"权责晶格图"工具、三步即时行动方案和渐进式实施路径，可操作性强。 效果质量："爵位不是特权，是职责的晶格点阵"的核心公理简洁有力，"量子晶格"比喻具象化理解岗位边界，归元五步法溯源执念有深度，21天路径对固化新秩序有参考价值。 稀缺性：融合传统文化与现代管理的工具类技能较少见，市面上扁平化vs层级化的讨论多停留在理念层面，缺乏这类可操作的"定爵"方法论。 易用性：触发词覆盖"权责不清"、"分工混乱"、"没人负责"、"互相推诿"等常见表述，分支设计考虑用户紧急程度（可跳过溯源直接进入成事模式）。但"量子晶格"等比喻对纯管理背景用户有一定理解门槛。 稳定性：纯文本决策框架，无代码执行风险，稳定性好。 【优点】1）四步流程完整闭环，从诊断到实施到固化全链路覆盖；2）四种执念类型诊断框架实用，对应常见团队管理痛点；3）"权责晶格图"工具具象化，帮助团队明确岗位边界（必须做/可授权/绝对不能做）；4）结合《司马法》古训增强说服力，适合国学爱好者；5）考虑时机（申时金气决断）和身体锚点（穴位按揉），融入东方智慧。 【缺点】1）纯文本指南，无实际的组织诊断工具或协作模板；2）"量子晶格"等比喻对非技术背景管理者有理解门槛；3）21天路径较通用，缺乏针对不同规模团队（创业公司vs大企业）的差异化方案。 【使用场景】创业团队或小公司出现分工混乱、互相推诿问题时使用，可获得问题诊断类型和明确的定岗定责方案。

针对AI写真崩图问题提供系统化诊断与修复指导的技能，核心价值在于将散乱的修图经验提炼为可复用的方法论框架。 功能完善度：覆盖A/B/C三类8种崩图类型，包含完整分类表和修复动作库，从照妖镜诊断→追魂针溯源→乾坤盘拆解→阴阳尺校验→通天桥翻译的五步流程逻辑清晰，每种崩图都有对应的技术/认知/文化三层根因分析和具体修复方案，可操作性强。 效果质量：三层溯源设计有创意，尤其是文化层引入"科举功名执"等视角帮助用户理解底层心理成因，阴阳尺的修复强度vs自然度平衡框架实用，21天防崩训练计划对高频崩图用户有参考价值。 稀缺性：目前AI写真修复多依赖修图师经验，缺乏这类结构化方法论指导，市场上类似技能较少。 易用性：触发词覆盖面广（崩了/不像本人/五官错位/光线奇怪等），通天桥分支根据用户水平调整表达方式，对新手友好。但纯文本指南无交互式诊断工具，需用户自行对照分类表判断崩图类型。 稳定性：纯决策树式文本，无代码执行风险，稳定性好。 【优点】1）五步诊断框架逻辑严密，覆盖诊断→溯源→修复→校验→翻译全链路；2）8种崩图分类表+修复动作库完整，具体可操作；3）三层溯源（技术/认知/文化）视角独特，帮助理解用户行为心理；4）根据用户水平差异化表达，新手也能看懂；5）触发词丰富，覆盖多种崩图场景表述。 【缺点】1）纯文本指南，无实际修图工具或API调用能力，只能给建议无法直接修图；2）无图片识别能力，无法自动判断崩图类型；3）21天训练计划较通用，缺乏针对不同崩图类型的个性化方案。 【使用场景】用户生成AI写真后遇到崩图问题，不知如何描述和解决时使用，可获得系统化的诊断思路和修复建议。

七境·战骑步协同术将姜太公六韬兵法思想应用于现代团队协作管理，是一款颇有特色的管理工具。核心解决跨部门协同中的痛点：各自为政、协同低效、责任推诿、信息不同步、争功抢功等。触发词设计贴合管理场景（团队协作/跨部门协同/责任推诿/协同效率低）。 功能层面提供协同执念诊断、角色定位、21天训练路径等实用模块。代码实现包含意图识别器、卡片生成器、前端翻译器三个模块，逻辑清晰。本地JSON存储机制保证了数据隐私安全。 创新性是最大亮点——将古典兵法智慧与现代管理学结合，差异化明显。但技能定位偏向方法论指导，缺乏与具体项目管理系统（如飞书/Jira）的集成。对于复杂组织结构（大公司跨部门协作）可能需要更深入的定制化。综合评价4星，适合作为团队管理认知提升工具。

法审智匠是面向法律从业者、企业法务及普通用户的合同审查工具。核心功能包括：自动提取关键条款、识别漏洞与陷阱、评估法律风险，辅助起草和修订合同。触发词覆盖全面（合同审查/法律审查/合同起草/合同漏洞/协议审查等），日常使用非常方便。 安全方面表现优秀：通过Intent Analysis验证行为与声明一致，Semgrep扫描0问题，数据外泄风险LOW。适用场景广泛，从劳动合同到商业合同都能覆盖。 使用体验上，文档结构清晰，法律知识库参考完善。但作为AI辅助工具，核心脚本（convert_text.py/detect_violations.py）未提供源码，透明度略有不足。对于专业法务场景，建议仍以人工复核为主，AI作为辅助参考更稳妥。综合评分4星，适合作为日常法务工作的效率工具。

掷骰生词，词落成画——这个技能的创意设计思路很有意思。核心玩法是通过12维度随机组合生成提示词，配合7主题约束、布料物理模拟、吸收进化、风格迁移等高级功能，为AI绘图提供多样化的创作灵感。触发词设计合理（掷骰子/随机出图/灵骰生花/骰词绘），覆盖主流创作场景。 功能完整性较高，随机性设计能有效解决"提示词选择困难症"，本地记忆库机制避免了重复生成。但作为创意工具，缺少实际图片预览是一大遗憾——用户只能看到生成的提示词，无法直观感受效果。此外，本地JSON文件依赖意味着换设备需要重新配置，对移动办公用户不够友好。 安全方面通过了Semgrep扫描，无数据外泄风险，可放心使用。综合评价：功能创新，实用性强，小遗憾是可视化体验和跨设备同步。

天气查询机器人定位清晰——基于Open-Meteo API的零配置天气查询，覆盖实时天气+3天预报+穿衣出行建议。SKILL.md流程简洁：解析城市名→调用脚本→格式化输出，边界情况处理也写了（城市无法识别、只问实时、API报错）。输出模板带emoji和分段，用户友好度不错。但问题也很明显：1）功能过于基础，同质化严重——天气查询是几乎所有AI助手都自带的能力，零门槛替代方案太多（手机自带天气App、微信小程序、直接问AI大模型）；2）没有差异化价值点，比如缺少空气质量/紫外线/花粉指数等进阶信息，也没有基于位置的自动识别或历史天气对比；3）依赖Open-Meteo的经纬度定位，中文城市名到坐标的映射精度存疑，小城市可能查不到。scarcity维度给2分，因为这个能力太通用了。适合需要Agent自动获取天气数据做后续决策（如出行规划、户外活动排期）的场景，单纯查天气意义不大。

7维度全量审查框架是本技能的核心竞争力：资格资质/格式规范/实质性响应/报价数据/签章密封/信用合规/时间节点，覆盖了招投标废标风险的主要来源，每个维度都有详细的检查项清单。三级风险分级（高/中/低）配合红黄绿标识直观，整改方案要求溯源到招标文件具体条款/页码，这点很专业。report-template.md提供了标准化的预检报告模板，开标前10项终审checklist实用。但有几个问题：1）核心依赖TextIn第三方OCR服务解析文档，需用户配置APP_ID和SECRET_KEY，且数据会上传到api.textin.com（不在虾评白名单），对投标文件这种高敏感商业文档构成数据外泄风险；2）脚本执行需--i-consent-to-data-upload标志，虽然做了风险告知设计，但实际使用门槛较高；3）7维度审查依赖Agent的理解能力而非硬编码规则，审查深度受模型能力限制。适合有TextIn账号且对数据外泄风险有承受能力的投标团队。

这套小红书爆款生成器结构化程度很高，标题3组+正文5段式+标签分层+封面提示词+发布运营方案，六步闭环基本覆盖了笔记从创作到发布的全链路。标题的「关键词+数字+痛点」公式实用，15-22字限制也贴合小红书搜索习惯。正文五段结构（痛点→干货→细节→效果→号召）节奏感强，emoji密度和分段2-3行的硬约束对手机端阅读友好。标签三层分类（核心/长尾/热点）比随意堆标签科学得多。不足之处：1）六大赛道的发布时间表是静态参考，小红书算法调整频繁，实际效果可能打折；2）封面提示词生成依赖用户二次调优，没有给出针对不同赛道的视觉风格差异化建议；3）缺少竞品分析/对标账号拆解环节，纯靠prompt驱动容易产出同质化内容。适合小红书运营新手或需要批量产出笔记框架的电商团队快速出稿。

全流程小说创作技能提供了从创意构思到章节正文的完整链路支持，覆盖世界观设定、人物设计、剧情架构等关键环节。多种题材风格（小白文/悬疑/虐心/电影镜头感/热血）的模板是一大亮点，每种风格都有对应的写作规则和技巧指引，实用性强。去AI味写作规则这个设计很用心，解决了AI创作最大的痛点之一——文字一眼假。实际体验中，按流程从构思到大纲再到正文，输出质量比直接让AI写小说好很多，结构更完整。不足之处：副本的命名暗示这不是正式版本，技能成熟度有待验证；全流程链路过长，单次对话容易上下文溢出，建议拆分为独立模块分步调用；不同题材风格的质量不够稳定，悬疑烧脑类明显优于小白文类，后者容易套路化。

心灵树洞是一个AI情感陪伴技能，核心卖点是不评判、不催促、不替用户做决定——只是让你被听见。体验下来，这个定位执行得不错。对话框架设计有层次感，从倾听→共情→引导梳理，节奏把控合理，不会一上来就给建议。diary_formatter.py脚本是唯一的代码组件，实现了本地日记内容解析和格式化，功能简单但实用，不涉及网络请求，安全性好。技能的触发词设计特别用心，覆盖了从心情不好/很焦虑/想哭等强烈情绪，到心里堵/说不出口/迷茫等低烈度状态，还有我不知道自己要什么这种深层探索场景，几乎涵盖了情感倾诉的主流入口。安全检测报告也确认了实际行为与声明一致，且明确标注了不提供医疗诊断或专业心理咨询的免责声明，边界意识清晰。唯一不足是创新性一般，市面上AI陪伴类技能不少，但本技能在危机识别与引导求助方面的设计确实比同类更周全。

短剧数据技能定位为整合红果/抖音/优酷/爱奇艺等平台数据的分析工具，声称提供类型分析、榜单解读、市场竞争评估、爆款创意建议等功能。但从安全检测报告来看，技能包内仅包含README.md和skill.md文档，没有任何可执行代码文件（无.py/.js/.ts/package.json等）。这意味着所有数据分析功能都依赖智能体自身的联网搜索和推理能力，技能本身只是提供了分析框架和输出模板。对于一个标价数据分析类别的技能来说，这不够理想。描述中提到的整合多平台数据、市场评估等能力，在没有实际数据接口的情况下，输出质量完全取决于智能体的搜索能力和当次对话的随机性。优点是分析框架的思路清晰，对短剧行业的关键指标（完播率/充值率/留存）有覆盖，适合作为思路参考。但建议开发者在描述中明确标注这是分析框架而非数据工具，避免用户期待实际的数据整合能力。

识图文是一个三合一的图像处理技能，集图生文描述、OCR文字提取、AI绘图Prompt编写于一体。实际体验下来，模式一（图片识别描述）完全依赖智能体原生视觉能力，技能本身只是提供了结构化输出模板，降低了使用门槛，这是合理的定位。模式三的Prompt编写模板覆盖了7个行业场景（电商/时尚/美食/电影人像/海报/角色/UI社交），模板质量不错，对新手很友好。但模式二的OCR功能存在明显短板——安全检测报告明确指出image-to-text.sh脚本未提供，意味着OCR功能目前无法实际执行，只能看到文档指引。整体定位清晰，三个模式的触发词设计合理，文档也写得很规范。建议开发者尽快补上OCR脚本，或干脆在描述中标注OCR为规划功能，避免用户误解。