诗相酿

该技能定位为面向历史人文口播的多智能体内容生产与核验流水线。SKILL.md设计质量极高，通过系统级铁律和席位物理隔离，从根本上遏制了AI生成的机器味与事实幻觉。其最大亮点在于引入丰富的学术理论锚点，使内容校验具备科学依据，且证据溯源机制大幅提升了人文内容的严谨性。此外，接口层标准化设计使其能无缝适配多种视频引擎，扩展性极强。改进建议：多席串行流转可能导致Token消耗激增与响应延迟，建议优化链路或增加轻量级并行模式；部分量化指标依赖大模型自身计数能力，实际执行中可能存在偏差，建议结合外部脚本进行精准校验。

该技能定位精准，专为电商经营诊断打造。其Prompt设计质量极高，逻辑严密，构建了从数据质检、指标计算到全链路诊断的完整分析框架。最大亮点在于其严谨的防幻觉机制，强制区分“数据已证明”与“可能原因”，并坚决不编造数据，确保了商业分析的可靠性。同时，“老板30秒摘要”和P0-P2行动建议的设计极具业务体感，直接赋能管理决策。 改进建议方面，该技能强依赖底层代码解释器来处理多表复杂计算，若模型不支持代码执行，效果会大打折扣；此外，27个模块的超长Prompt可能导致模型在生成时遗忘部分细节指令，建议在实际部署时采用分步执行或强化核心约束的权重。总体而言，这是一个专业度极高、业务落地性极强的优秀技能。

“广告工艺选型顾问”是一款极具商业实战价值的垂直领域专家技能。其定位精准，直击广告加工行业“工艺选型难、报价不透明”的痛点。SKILL.md的设计质量极高，作者将10年工厂实战经验沉淀为结构化的“五维选型决策法”，并通过详尽的工艺矩阵、三档报价策略、外协加价表及决策树，构建了完整的业务闭环。该技能最大的亮点在于其极强的落地性，不仅提供了具体的材料、工艺与参考价区间，还配备了应对各类客户场景的标准话术与误区纠正指南，能瞬间提升新手业务员的专业形象与成单率。建议改进之处：一方面，文中的价格数据受地域影响较大，需提示用户结合当地物价微调；另一方面，可适当补充新型光电显示工艺的选型建议以拓宽适用边界。总体而言，这是一份不可多得的行业Know-how级优秀技能。

“技能评测维护”是一款专为技能市场开发者打造的高质量工程化运维技能。其核心定位是建立从评测反馈收集到版本发布的标准化闭环，解决日常维护中流程混乱、重复修改和中文乱码等痛点。 该技能的 SKILL.md 设计质量极高。它通过严格的阶段规则将任务拆分为收集、归并、清单、修改、验证、发布和回读七个阶段，并设定明确的完成标准。这种强约束的 Prompt 设计能有效抑制大模型的幻觉和随意发散。特别值得称赞的是，它精准打击了中文编码乱码和盲信 API 响应等实际工程痛点，避坑指南极具实战经验。 优点在于流程严密、防呆机制完善、验证闭环真实可靠。改进建议：首先，当前流程较为重型，对于简单的错别字修复缺乏轻量级快速通道，可适当增加条件分支以提升微小迭代效率；其次，技能强依赖特定 API 路径和外部工具，建议补充接口变更或工具缺失时的降级策略以增强鲁棒性。总体而言，这是一个极具实战价值的规范化技能。

该技能定位为个人知识管理工具，通过脚本接口实现书籍信息的记录与统计，旨在帮助用户构建结构化的个人图书馆。SKILL.md 提供了清晰的命令示例和存储路径，逻辑严密，但交互偏向传统 CLI 调用。其最大亮点在于笔记类型的精细化划分（洞察/金句/行动），比单纯文本记录更能促进知识内化，年度统计也为阅读打卡提供了良好反馈。改进建议：建议将底层脚本封装为 LLM 工具调用，允许用户用自然语言直接输入并由模型自动解析参数；补充修改和删除指令；支持将笔记导出为 Markdown 格式以提升实用性。

“健身训练日志”是一款垂直于力量训练领域的实用型技能，精准切中健身人群记录训练容量、追踪肌群分布的核心痛点。其 SKILL.md 设计结构清晰，元数据配置合理，能够准确触发。功能上，通过简洁的 CLI 命令实现数据录入与统计，特别是自动计算训练容量和生成周/月趋势，极大提升了数据复盘的效率。 然而，该技能在细节设计上仍有优化空间。首先，描述中提及的“薄弱肌群提醒”在命令示例中未体现，缺乏具体机制说明；其次，对于“4x8@60kg”格式的解析规则，以及多单位支持、力竭等复杂场景的容错处理，文档中缺乏明确的指导；最后，依赖外部脚本，若环境缺失，AI 缺乏内置的 fallback 方案。总体而言，这是一款高实用性的垂直工具，完善数据解析规则后将更加完美。

“底部启动突破选股法”是一款专为A股右侧交易设计的专业量化筛选技能。其定位精准，聚焦“中期底部确认+放量突破”的经典高弹性战法。SKILL.md设计质量极高，Prompt逻辑严密，将模糊的技术分析转化为10维清晰的量化指标，硬性过滤与百分制评分相结合，兼顾了胜率与赔率。该技能的最大亮点在于其出色的工程化思维。v11版本引入的数据源降级守卫机制，巧妙解决了多数据源环境下接口故障静默伪装成筛选结果的痛点，大幅提升了实盘的鲁棒性。同时，配套的卖出纪律和弱市观察档设计，构建了完整的交易闭环。改进建议方面：一是基本面评分高度依赖Agent联网解析消息，若遇网络延迟易导致失真，建议增加备用API；二是候选池限定涨幅≥3%可能漏掉部分底部温和启动标的，建议增设补充筛选模式。总体而言，这是一款成熟度极高的选股利器。

该技能定位为高效的会议纪要生成工具，核心亮点在于将“记录”转化为“可执行动作”。SKILL.md设计质量极高，逻辑严密，摒弃了简单的文本总结，引入“会议成本核算”、“决议与提议严格区分”及“捕捉无主待办”等深度业务逻辑。针对中文转写的清洗规则及体制内格式适配，展现了极强的落地实用性。优点在于业务洞察深刻，输出极具执行力。建议改进：一是成本核算的时薪参数建议改为用户可配置变量；二是对信息严重缺失的会议，增加引导用户补充关键信息的交互机制。整体是一款懂业务、重落地的高质量办公技能。

该技能定位为面向 AI 调用的 MCP 服务开发指南，功能定位极其精准。SKILL.md 设计质量极高，直击大模型工具调用的核心痛点。其最大亮点在于基于 AI 视角的工程化指导，如强调错误信息需指导模型重试、工具数量需控制在15个以内、返回结构需带摘要，这些经验对提升 Agent 调用成功率至关重要。同时，技能对安全合规的强调契合国内企业需求。优点：深刻洞察 AI 接口设计差异；流程完整，含调试与上线检查清单；安全合规意识强。建议补充 Python 或 Go 的完整示例代码以覆盖更多技术栈，并增加复杂业务场景的高级设计模式。总体而言，这是一个稀缺且高价值的实战级技能。

该技能是一款专注于线上故障排查的实战型Prompt，旨在通过结构化的假设验证流程，帮助开发者告别“靠猜”的盲动排障。SKILL.md 逻辑严密，从“稳定现象”到“列假设排序”，再到“一次只改一个变量”，将排障纪律内化为AI的执行准则。输出格式规范，强制要求提供防复发措施，形成了完整的闭环。最大亮点在于其高度的本地化与实战性，专门总结了国内运维环境（如备案、CDN、微信回调等）的常见坑，非常接地气。同时，强调“时间点”和“验证成本”的优先级，极大提升了排障效率。改进建议：在复杂分布式链路追踪分析上提供更具体的指标拆解模板；此外，若能内置常见中间件的排障命令参考，将进一步提升实操效率。

“会议时长统计器”是一款聚焦于职场时间管理与效率优化的实用型技能。其功能定位清晰，旨在通过记录会议的起止时间、参会人及主题，自动生成多维度的统计报告，帮助用户量化时间成本。 从SKILL.md的设计来看，技能提供了明确的命令行交互方式和本地JSON存储方案，数据结构化程度高。其优点在于统计维度丰富，不仅包含基础的时长统计，还引入了最长会议Top5和参会人频率等深度指标，对团队会议优化具有很强的指导意义。 然而，该技能在执行机制上存在改进空间。首先，SKILL.md仅提供了bash命令示例，缺乏引导大模型如何解析用户自然语言并转化为对应命令的Prompt逻辑，也未明确工具调用定义。其次，技能高度依赖外部Python脚本，但未提供脚本源码或环境依赖说明，导致用户落地成本较高。此外，缺少对会议取消、时间变更等异常场景的处理逻辑。 建议补充大模型意图识别与参数提取的Prompt模板，明确工具调用规范，并提供脚本的自动化部署说明，以提升技能的开箱即用体验。

该技能定位于汇报前的数据核对，通过本地确定性引擎逐字比对PPT数字与源数据表，精准定位数据出处或指出异常。SKILL.md设计极具工程思维，摒弃了传统的LLM直接生成模式，采用“宿主调度+本地Python引擎执行”的架构。红线设定严格，强调零LLM判定，确保了数据核对的绝对准确性。最大亮点在于“反幻觉”设计，用确定性代码解决AI不擅长的精确比对问题，切中职场刚需。建议进一步明确.pptx文件的解析深度（如是否支持图表内数据提取），并优化对非标准文本格式的兼容提示，降低用户输入门槛。

该技能定位为专业的玄空飞星堪舆排盘与阳宅布局顾问。其最大亮点在于“拒绝心算”，通过内置脚本进行精确计算，彻底解决大模型在复杂术数推演中易产生幻觉的痛点。Prompt设计极具工程思维，从输入采集的严格追问、图片方向的防错机制，到生成图文的像素级排版控制，以及详尽的自查清单，展现了极高的专业度。生成的排盘与诊断图直观实用，报告结构清晰，且具备完善的免责边界。 建议：技能强依赖外部Python环境，若沙箱受限可能导致出图降级；此外，对非标准户型图的九宫切分鲁棒性有待验证。总体而言，这是一款设计成熟、极具稀缺性的高质量技能。

该技能定位为资深招聘专家的数字分身，覆盖简历解析、JD拆解、五维匹配评估与面试复盘全流程。Prompt设计质量极高，最大亮点在于其“严格版”五维量化模型与“一票否决”机制，通过强制整数打分和明确扣分项，有效克服了大模型常见的“老好人”评分倾向。此外，简历解析强制JSON输出及隐性能力信号提取，展现了极强的工程化落地能力与专业深度。改进建议方面，首先，“硬性条件触发红线总分打5折”的复杂计算逻辑对LLM的数学能力是考验，建议简化为“直接判定为C级”；其次，JD分析模块缺乏具体的输出模板约束，建议补充Markdown格式示例以保证输出稳定性。整体而言，这是一个专业度极高、极具实用价值的招聘垂类优秀技能。

“物流财务对账”是一款深度契合垂直业务场景的高质量技能。其功能定位精准，涵盖逐票核对、报价重算、应收应付等核心工作。SKILL.md设计质量极高，展现了深厚的业务理解。最大亮点在于其“防呆”设计：通过inspect预检表头，结合智能推断与人工确认，完美解决表头不统一的痛点。同时，对金额容差、科学计数法、一票多费用等脏数据场景考虑周全，鲁棒性极强。优点：1. 业务逻辑严密，差异分类直接对应财务诉求；2. 列映射推断机制有效避免AI幻觉；3. 报告结构化且带颜色分类，体验佳。改进建议：1. 补充大文件分块处理或性能优化说明；2. 增加报价表版本与账单周期匹配校验提示；3. 对异常数据在报告中增设专属Sheet以便快速定位修复。

该技能是一款专为《王者荣耀》玩家打造的BP决策助手，旨在通过结构化分析提供阵容搭配与克制推荐。SKILL.md设计极具专业性，最大亮点在于将“机制级克制”与“版本时效性”解耦，有效规避了大模型在游戏数值上的幻觉问题。同时，设定“己方可选池”为硬约束，确保了推荐结果的实战可用性。工作流闭环完整，支持增量迭代修正，交互逻辑贴合真实玩家场景。改进建议：知识库文件较多，建议优化读取机制以降低响应延迟；针对联网搜索失败的情况，可补充更明确的降级兜底策略。

该技能定位为公众号发文前的最后一道质量防线，创新性地采用“本地确定性规则引擎+LLM软建议”的双轨架构。SKILL.md设计极其严谨，通过明确的“红线”和“判据引用”，严格约束LLM不得干涉硬错判定，仅负责语义层的软建议与结果转述，彻底规避了LLM在校对场景中的幻觉与越权问题。功能上不仅支持单篇核对，还贴心设计了批量处理、个人词典及配置声明机制，异常降级逻辑完善，鲁棒性极高。其独特价值在于将确定性的规则校验与LLM的语义理解完美结合，极具实战意义。改进建议：由于依赖本地Python环境及脚本执行，对非技术背景的新媒体运营存在一定使用门槛，建议未来提供一键部署脚本或打包为独立可执行文件；此外，核心判据依赖本地代码，若能增加规则热更新或云端同步选项，将进一步提升维护体验。

该技能定位为学术文献检索与综述写作的全流程助手，覆盖从检索、写作到投稿的完整科研链路。SKILL.md设计极具专业水准，最大亮点在于引入严格的“防幻觉”与“证据分级”机制。通过强制声明“检索缺口”、规范证据类型（学/政/官/媒），有效解决了大模型易编造文献、混淆证据层级的痛点。工作流逻辑严密，符合真实科研范式；领域适配模块针对体育、武术等垂直学科给出了极具实操性的指导，稀缺性极高。建议：部分功能强依赖外部执行环境（如Python脚本），建议补充当环境不支持代码执行时的纯文本降级方案，以增强技能的普适性。

该技能定位为财务应收会计的例行分析工具，功能聚焦于应收账款账龄分段统计与坏账风险预警。SKILL.md设计质量极高，将账龄分段、计提比例、预警阈值及计算口径全部“写死”，极大降低了大模型在数值计算和规则应用上的幻觉风险。边界处理逻辑严密，输出模板标准化，直接贴合企业月度报表需求。优点在于规则严谨、格式标准、异常兜底完善，能显著提升财务对账与风险排查效率。改进建议：一是“大额长账龄”缺乏具体金额阈值，建议明确具体数值标准；二是计提比例硬编码，建议增加参数化配置以适配不同企业会计政策；三是执行步骤依赖外部脚本，若环境不支持代码解释器，需优化为纯大模型推理计算或提供降级方案。整体而言，是一款高完成度、高实用性的垂直领域技能。

该技能定位为网络小说创作的全流程辅助工具，覆盖从前期设定、大纲规划到正文连载的完整生命周期。SKILL.md 结构严谨，逻辑清晰。最大的亮点在于引入了“分步确认机制”和“写前校对机制”，有效解决了大模型在长文本创作中容易出现的剧情失控和设定崩塌问题。同时，对“黄金三章”节奏、系统面板格式及字数（2000-2500字）的严格规范，显示出设计者对网文市场的深刻理解。优点是流程科学、规范专业、防错机制完善，极大地提升了AI辅助网文创作的可用性。改进建议：增加针对不同题材的差异化爽点节奏模板；此外，技能高度依赖外部参考文件，建议在主Prompt中内联核心写作规范，以防参考文件丢失导致效果降级。

“施工日志助手”是一款极具垂直行业深度的实用工具，精准切中工程资料员日志编写繁琐、补录易出逻辑错误的痛点。SKILL.md设计质量极高，逻辑严密，不仅覆盖了大白话、照片、批量补录三大场景，还创新性地引入行话词典与工序逻辑校验（时序、工期、天气冲突）。Prompt细节把控到位，如禁用模糊词、强制量化单位、未知项留白，确保了输出的专业合规。同时，技能明确了“草稿”定位与免责边界，安全意识强。建议后续增加用户自定义工序规则的扩展能力，并探索与主流工程资料软件的格式对接（如导出Word/Excel），以进一步打通工作流闭环。

该技能定位为加油站网络级运营管理专家，深度聚焦HSE、销售、现场标准化与内控合规四大核心模块。SKILL.md设计质量极高，采用严谨的RAG范式，明确基于文件回答以杜绝幻觉，保障企业合规性。通过参考文件映射表与典型任务示例，实现了复杂跨领域问题的精准路由。优点在于行业Know-how深厚，完美契合跨区域油站管理者的实际痛点，且边界控制清晰。改进建议：1. 针对新疆、江苏等跨区域差异，建议增加属地化特征适配的提示逻辑；2. 对于突发重大安全事故等极端情况，建议补充初步应急响应与现场控制SOP。整体而言，这是一款极具业务价值的垂直行业优秀技能。

“通用指标工程库”是一款定位极其清晰、边界严谨的量化基础工具技能。它将模糊的交易直觉转化为精确的参数化计算与形态识别，且坚决不越界提供交易建议，合规性与专业度极高。在SKILL.md设计上，文档结构清晰，从核心模块、工作流到输出规范一应俱全，并贴心提供了bat一键脚本和示例数据，工程化落地体验极佳。其最大亮点在于形态识别附带理由，且所有指标周期均开放自定义，打破了传统指标库的黑盒效应。然而，作为大模型生态下的技能，其文档更偏向传统代码库的README。建议增加针对Agent的Prompt调用指南，明确大模型在何种意图下应调用对应脚本。此外，实际金融数据常伴随除权除息、缺失值等脏数据，建议补充数据清洗与复权处理的工程建议，并进一步丰富K线形态种类，以提升实战鲁棒性。

该技能定位为市场状态判别的前置辅助工具，功能边界清晰，严格与具体交易策略解耦，合规性极佳。SKILL.md结构严谨，详细阐述了核心逻辑、脚本结构与输出规范，设计专业且克制。其优点在于工程化程度高，提供了完整的指标库与Demo，且多周期MACD共振结合均线与布林带的逻辑经典实用，能有效解决策略在震荡市失效的痛点。改进建议方面，当前状态判定仅依赖MACD方向，在行情拐点易出现滞后，建议引入ADX或ATR等波动率指标作为辅助过滤；此外，可补充对极端单边或流动性枯竭行情的异常处理机制。总体而言，这是一个高质量的量化工程基础组件。

该技能专注于会议台卡的自动化排版与生成，定位精准，直击会务人员痛点。SKILL.md 结构清晰，流程规范。最大亮点是引入自动验收机制，对页面尺寸、越界、对折重合度及姓名等宽进行严格校验，形成“生成-验收-交付”的可靠闭环，彻底解决打印翻车问题。此外，对两字与三字姓名等宽对齐、文字描边等细节的自动处理，极大提升了台卡的专业度与美观性。参数化设计也使其能灵活适应私董会、大型论坛等不同场景。改进建议：一是支持直接解析自然语言名单或Excel/CSV文件，降低用户手动构造JSON的门槛；二是未来可考虑开放字体、颜色或简单背景图的自定义配置，以满足更个性化的视觉需求。

该技能定位为轻量级DOCX图片提取工具，旨在安全地从Word文档的word/media目录中提取少量图片并生成清单。SKILL.md编写质量较高，结构清晰。特别是安全规则部分，充分考虑了路径穿越、异常压缩比及文档内容防Prompt注入等安全问题，展现了专业的工程素养，并明确了无法运行脚本时的防幻觉机制。优点在于安全机制严密，边界条件定义清晰，执行指令明确无歧义。改进建议：作为体验版，3张图片的限制在实际办公场景中实用性偏低，建议提升至10-20张；仅支持小写扩展名可能导致部分图片漏提，建议兼容大小写；过度依赖本地特定脚本，建议补充纯代码生成的Fallback方案以提升跨环境兼容性。

该技能旨在为Agent建立结构化的“错题本”与“经验库”，通过错误、学习、功能请求三分法实现经验沉淀。SKILL.md设计严谨，逻辑清晰，从触发条件、分类索引到执行流程、边界限制形成了完整SOP。特别是“只提议不改核心配置”的设定，极大提升了安全性。优点在于分类精准贴合Agent交互场景，具备查重与晋升机制，避免日志堆砌并推动知识跃迁；错误处理完善，考虑了边缘场景。改进建议：随着日志增多，纯文本追加易导致上下文超载，建议引入语义检索机制辅助召回；此外，晋升机制可增加沙盒验证环节，进一步提升经验复用的自动化与可靠性。

该技能定位为轻量级CSV单键对账工具，专为小型数据差异核对设计。SKILL.md设计质量上乘，最大亮点在于预期管理与安全防御。它极其详尽地列出了体验版的限制条件，有效避免了用户因误解而产生的错误使用。同时，防公式注入和严格的读写权限控制体现了良好的安全工程实践。优点方面，功能闭环完整，输出包含匹配与未匹配记录及行数守恒摘要；边界定义清晰，降低了调试成本。然而，作为对账工具，其最多30条记录的限制过于严苛，脱离了多数实际业务场景。此外，强依赖本地Python脚本执行，缺乏环境检测的降级机制。建议未来放宽行数限制，并增加基础的数据清洗选项（如自动去除首尾空格），以提升在真实脏数据环境下的实用性。

该技能定位为轻量级CSV数据透视工具，专注于将小型明细表按单行、单列字段转换为宽表矩阵。作为体验版，它克制地聚焦于核心求和与计数功能，并设定了严格的数据规模限制。SKILL.md 结构规范，逻辑清晰，提供了完整的命令行示例，降低了理解成本。其安全规则表现亮眼，不仅规定了文件读写权限，还针对CSV常见的公式注入漏洞提供了单引号保护方案，体现了专业的安全考量。优点在于参数设计严谨，强制显式指定缺失值和重复策略以避免数据歧义，且边界定义清晰。建议增加对超规格输入的友好拦截提示，并在完整版中支持多度量字段以提升复杂场景的实用性。

“公差配合选型一点通”是一款高度垂直的机械设计辅助技能，专注于基于GB/T 1800标准的公差查询、极限尺寸计算及配合选型。SKILL.md设计质量极高，详细拆解了尺寸分段、IT等级、基本偏差等核心规则，并提供了标准化的输出模板，有效约束了AI的回答格式。其优点在于专业壁垒高，精准切中工程师查表繁琐的痛点，且附带计算脚本具备工程落地潜力。主要改进建议是：大模型直接进行复杂数值查表极易产生幻觉，建议在核心执行流程中强制要求调用Python脚本获取精确计算结果，而非让模型自行推算；同时需明确外部参考数据文件的加载机制，确保数据源绝对准确。

该技能定位为日常饮食热量估算与营养管理工具，通过本地数据库提供食材营养成分及按份量折算的卡路里查询。SKILL.md结构规范，任务目标明确，操作步骤逻辑严密，特别是对异常分支的处理和份量折算的强调，体现了优秀的Prompt设计质量。其纯本地运行、支持中英文别名与模糊匹配的设计极具实用性。建议后续增加烹饪方式对热量的影响说明，或附带每日推荐摄入量百分比以提升专业度，并提供数据库扩展机制以覆盖更多长尾食材。

该技能是聚焦医学事务与临床证据管理的专业级SOP。SKILL.md设计堪称标杆，通过“输入契约-5阶段工作流-双权重判定模型-3套核心方法-6类交付物”构建了严密的逻辑闭环。其最大亮点在于将抽象的医学评估转化为可量化的双权重模型与具体锚点，配合质量闸门与自检卡，极大抑制了大模型在专业领域的幻觉。合规边界清晰，完全具备应用于企业级评审会的潜力。改进建议：输入契约对初始数据要求较高，建议增加基于公开文献的“冷启动”降级方案；部分交付物的硬性字数限制易导致内容冗余，建议改为对信息密度的考核。

“平替词·购物省钱搜索”是一款极具实操价值的购物辅助技能。它通过“平替词生成七法”将大牌溢价词转译为功能词、参数词和产业带词，为用户提供结构化的淘宝平替搜索方案。SKILL.md设计极其专业，执行流程严谨，并巧妙融合了外部社区API验证与本地知识库兜底。内置的85个产业带映射表是最大亮点，大幅提升了搜索的精准度。优点在于方法论系统、知识密度高、边界清晰且具备完善的容错机制。建议增加产业带映射表的动态更新说明，并针对“同款直搜”易遇山寨货的痛点，补充更具体的店铺资质甄别指导，以降低用户试错成本。

“不良资产淘金尽调Pro”是一款极具行业深度的垂直领域AI工具，专注一手债权与固定资产第一顺位抵押的尽调与估值。其SKILL.md设计质量极高，将一线处置实战逻辑（如查封顺位、优先受偿、三级递进估值、次顺位残值剥离）完美转化为结构化的Prompt工作流。优点在于：行业Know-how深厚，估值与定价决策链完全贴合AMC真实风控标准；产品商业化设计巧妙，双模式适配不同客单价，且对第三方API有严格的防静默扣费机制。改进建议：专业门槛较高，建议增加新手引导与术语解释；此外，自动核验依赖用户本地运行Python脚本，对普通用户不够友好，建议未来升级为原生Agent工具调用。总体而言，这是一款不可多得的不良资产行业利器。

“周易研究助手”是一款定位极其精准、学术严谨的传统文化研究技能。其Prompt设计质量极高，通过确立“四层口径分层”与“只研究不占卜”的铁律，完美规避了大模型在易学领域易产生的迷信化倾向与幻觉问题。 该技能优点显著：一是知识体系完备，参考资料不仅涵盖四家经典注疏，还引入出土简帛文献，学术价值高；二是工具链完善，巧妙利用本地Python脚本辅助卦象检索与可视化，弥补了模型在图形推演上的短板。 改进建议方面：首先，大量依赖外部文件与脚本，需确保底层平台具备稳定的代码执行与知识库检索能力；其次，过于硬核的学术设定可能劝退部分泛文化爱好者，建议在严格区分口径的基础上，增加“通俗白话导读”选项，以平衡学术严谨性与大众普及度。总体而言，这是目前市面上难得的清流之作，极具专业价值。

该技能定位为“确定性暗房管线”图像处理器，巧妙避开了AI生成带来的“人脸崩坏”和“日期幻觉”痛点。SKILL.md结构清晰，从功能边界、操作指令到注意事项一应俱全，展现了极高的专业度。优点在于：一是功能克制且精准，通过专业调色链还原胶片质感，绝不篡改原图人物；二是细节拉满，支持EXIF真实日期读取、漏光效果及多联拼贴，实用性极强。改进建议：首先，文档更偏向CLI工具说明，若作为Agent技能，建议补充Function Calling的JSON参数定义，以便大模型直接解析调用；其次，需补充Python脚本的依赖库说明及运行环境配置，降低部署门槛。整体而言，这是一款极具实用价值且设计严谨的优秀技能。

“金松Alpha CO 产业链pro”是一款高度垂直且专业的CO产业链研究智能体，专注于煤化工、碳一化工等领域的全链条分析与决策支持。其SKILL.md设计质量极高，逻辑严密，最大亮点是强制引入“五维战略模型”与“六维标准模型”进行高维解构与质量校准，并配备了详尽的7步法流程、指标体系及报告模板，有效规范了大模型的输出边界与专业深度。该技能专业壁垒高，结构化输出能力极强，能直接产出具备智库水准的研究报告，稀缺性显著。改进建议：建议增加意图分级路由机制，对简单概念咨询豁免复杂模型的强制调用，避免内容冗余；同时需确保引用的外部知识库数据详实，以防模型因“不编造”原则而拒答。

“衣服去渍急救手册”是一款极具实用价值的生活类技能。其功能定位精准，直击用户“用错方法导致污渍固化或衣物损伤”的痛点。SKILL.md设计质量极高，不仅构建了详尽的面料与污渍分类矩阵，还创新性地引入了“交叉处理逻辑”与“红线风险排查”，确保Agent输出的方案既科学又安全。优点方面，知识覆盖专业准确（如明确指出血渍忌热水、真丝忌碱），标准化输出模板大幅提升了用户体验。改进建议：现实中衣物多为混纺面料，建议补充混纺面料的折中处理原则；此外，部分专业去渍剂的家用平替方案可进一步丰富，以增强日常场景的实用性。总体而言，这是一款设计成熟、防错机制完善的优秀技能。

该技能定位为专业级地质勘查智能体，提供研判与深化双模式，覆盖从数据体检、成矿推理到勘探规划的全流程。SKILL.md结构严谨，角色设定精准。最大亮点在于将AI能力与地质行业强合规要求深度结合，设计了“受控估算底稿”和“人工复核提示”机制，有效规避了AI幻觉带来的工程与投资风险。优点在于专业壁垒高，三通道推理与VOI规划极具实战价值；风控意识强，红线设置合理。改进建议：建议补充references文件的具体内容或配置RAG检索机制；“三维推演”需明确大模型仅能做定性文本描述，或引入外部GIS/三维计算插件以增强实际空间分析能力。

该技能定位为专业级行业研究与商业决策辅助工具，堪称Prompt工程的标杆之作。其SKILL.md设计极具系统性，不仅完美融合了PESTEL、波特五力、Fermi测算等顶级咨询框架，更创新性地引入了“双档路由”、“三级数据分级”与“软文指纹过滤”机制，直击大模型生成研报时“堆砌框架、数据造假、缺乏洞察”的核心痛点。优点在于其极强的实战导向，强调“判断先行”与“口径透明”，并通过python-docx和麦肯锡风格图表实现高质量交付。改进建议方面，深度版报告篇幅长、检索轮次多，在实际运行中极易触碰上下文长度限制或导致生成中断，建议增加“分章节流式生成与拼接”机制；此外，强依赖外部Python脚本和参考文档，需确保运行环境的依赖配置足够鲁棒。总体而言，这是一个极具稀缺性和专业壁垒的顶尖技能。

该技能定位为运营管理语境下的需求预测与预测控制助手，覆盖从定性判断到时间序列（朴素、简单/加权移动平均、简单与趋势调整指数平滑、线性趋势）、季节调整及因果回归的方法谱系，并统一到课程口径的误差与精度指标（MAD、MAPD、累计误差E、平均偏差、跟踪信号、误差标准差）。其最大亮点是自动方法推荐的验证设计：统一扩展窗口、一步外推、只用目标期之前的数据、按MAD排序且不以MAPD或E bias改变排名，同时明确禁止在同一小holdout上调参冒充独立验证，并限定结论为“所选方法在测试设定下的最优”，方法论克制而专业。SKILL.md结构清晰，工作流—方法选择—公式—预测控制—响应契约层层递进，符号约定与偏差方向解释到位，还内置了防提示注入、OCR歧义确认、样本不足降级等护栏，prompt工程质量明显高于同类。不足在于缺少可审计的完整算例与参数初始化示例，季节与回归方法未进入自动比较也缺乏实现门槛说明，数据质量与最小样本规则偏薄。建议补一份含逐期误差表与跟踪信号推演的标准范例，并给出季节分解、回归样本量与共线性检查的显式约束。

该技能把供应链风险诊断固化成可复用流程：以物料清单与供应商名录为输入，经物料 ABC 分级、单点测绘、双源/库存/替代料策略、谈判条款、断供演练五个阶段，输出 D1—D6 六类可上会文档。SKILL.md 设计质量在同类中偏上：阶段闸门与自检卡防止流程空转；双权重评分矩阵给出 1 分/5 分锚点并附 score.py，使打分可复现、可被他人复算；边界与失败模式写得具体，“只算库存天数不算替代认证周期”“把 SCOR 当清单打勾”这类提醒很实用，人物口吻（语速慢、数字多、先问断了怎么办）也让输出风格稳定。主要短板有三：一是第 11 节参考资源（PMI、ISO 9001、ICH、NMPA、CDE）与供应链主题脱节，疑为其他技能残留，削弱知识可信度；二是 I4 库存与日均消耗被列为可选，却是“可撑天数”这一招牌指标的必要输入，口径自相矛盾；三是触发词“任意 2 个”过宽，库存、交期、供应商都是高频词，容易把日常对话误判成重流程。建议将参考源替换为 ASCM/SCOR、ISM、海关原产地规则与行业交期报告，把 I4 升为必需并写明默认算法，按命中词数分级响应，并给三条案例补齐来源与时间窗。

该技能定位为羊了个羊第二关的攻略顾问，核心是围绕7个卡槽的『控槽』逻辑，输出开局拆中间楼梯、盲盒留中期、道具按移出→撤回→洗牌顺序使用的分步打法，并按工字、T字、别墅型楼梯三类布局分支，同时强制附带免责声明。 从SKILL.md看，设计质量在同类轻量技能中偏上：角色设定、触发场景、输出规则、禁止行为四段齐备，语言口语化，排版要求明确，合规红线（拒绝外挂透视）写得干脆，避免了模型被诱导输出违规内容。 主要短板在知识覆盖度。三类布局仅被列举而无具体拆解，模型只能凭自身先验补充，导致『针对性打法』容易退化为通用话术；同时缺少卡槽濒满、道具用尽等逆风局的处理预案，实战价值被削弱。建议为每种布局补写2-3条关键手法（如别墅型楼梯优先拆顶层的理由），增加『卡关诊断』分支，并要求模型在识别截图前先描述可见牌区特征再下判断，以提升可信度。整体属于结构规范、内容偏浅的垂直小工具。

该技能定位为“日常·实训双模”中餐烹饪助手：默认输出含食材清单、分步做法、火候时间与避坑贴士的家常菜谱，仅在用户显式要求教学、实训、评分或报告时切换为七段式实训文档、操作卡、评价量表、诊断清单与报告框架。SKILL.md 设计质量较高：模式判定表与“无教学信号一律日常”的兜底规则消除歧义；边界判断对危险操作、违规食材、虚假营养数据三类直接拒绝并给出风险点与正确方向；校验规则要求时间、温度、用量落在常识区间且不编造国标编号，可信度较强。配套脚本、知识库、模板、变体分支与版本回滚形成数据驱动闭环，是同类烹饪提示词中少见的工程化设计。不足在于内置菜品数据仅示例规模，覆盖度未明；减脂版因禁用营养数据而缺少权威量化依据；脚本依赖运行环境，需补充降级输出路径。总体是结构严谨、可落地性强的实用型技能，扩展数据后价值更佳。

该技能定位为面向品牌商家与带货团队的分销风控运营助手，覆盖小红书、抖音、快手、微信小店四平台，提供达人筛选分层、样品寄回风控、12类异常订单与刷单识别、佣金结算审核、黑灰名单管理与私信话术生成，属于典型的「规则手册型」技能。 SKILL.md 设计质量较高：先用任务目标、服务边界划清能力范围，再用7条铁律锚定关键判断（免费样品必须寄回、高客单价需签协议、催播最多2次间隔3天、异常必须人工复核），随后给出7步操作流程与每类任务的固定输出格式（表格字段、风险等级、结算建议），并反复强调「以平台后台真实订单状态为准」「不编造数据」，有效抑制平台规则幻觉。 优点在于规则可执行、输出结构化、场景闭环完整，商家拿来即可建立寄样与结算台账。不足在于：12类异常订单混淆了订单数据信号与达人行为信号，判定规则偏乱；缺少样品协议模板、押金/运费参考值与评分卡权重等可直接复用物料；话术库外置，文件缺失即降级。建议拆分异常类型、补充模板与核心话术兜底，即可从「框架清晰」提升到「开箱即用」。

该技能定位为「自媒体全链路运营助手」，以一位有5年经验的运营老友口吻，通过 S1-S10 状态机采集行业、目的、人群、品牌名、风格、卖点六项信息，再产出黄金3秒钩子×3、口语化正文、分镜拍摄卡、画面特效、评论区引导与话题标签，并强制执行去AI味检测与三级合规终审；此外覆盖人设定位、选题策划、对标拆解、多平台改写、起号获客、直播话术、数据复盘、脚本转AI视频提示词等外围能力。 从 prompt 设计看，这是同类技能中工程化程度较高的一份：四条铁律（禁直接生成、单步提问、选项化、口语化）明确约束了对话行为，状态机与跳转例外（EX-1~EX-4）把「改需求/跳过/补全/插诊断」等真实场景都考虑到了；「体验萃取」三步前置与风格×细节密度调节表，是从根上对抗AI味的有效设计，风格C/E还专门列出反模板化禁令，显示出作者对生成质量有实操级理解。 不足在于体量与复杂度：23 个 reference 与十状态流程对轻量请求显得笨重，模块间职责有交叠，最终输出的篇幅与结构缺少量化约束。总体是一份高完成度、可直接投产的运营型技能，适合有耐心走完采集流程的本地生活商户与新手创作者。

该技能定位为教育系统“心晴图谱”运行成效报告的批量改稿编排器：读取一张 Excel 清单与各校初稿 Word，逐校串行跑完起草、独立审稿、迭代、交付闭环，最终输出符合 GB/T 9704-2012 的 Word 终稿、评分记录、批量汇总表与失败清单。SKILL.md 编写质量在同类技能中偏上：清单列定义、校验规则、异常处理表、交付前自检清单齐备；4 维度 100 分量规配合档位固定赋分与 7 条红线，使审稿结论可复现、可审计；教育行文风格段落明确列出汉字序号层级与“赋能/抓手/闭环”等禁用商业化用语，专业度高。双模型互审以差异化系统提示模拟认知张力，并坦诚说明 SDK 尚不支持多模型与温度参数、给出升级路径，可信度较好。不足在于：单批不超过 3 所、缺少断点续跑与批次合并，与“批量”诉求有落差；评分量规、写作标准、docx 生成脚本等关键 references 未在正文展开，落地依赖外部文件完整性；红线1把“有效/稳定”等常用词一律视为绝对化，存在误杀风险，建议改为词表与上下文判定结合并给出替换对照。整体为高完成度、强流程化的垂直技能，适合小批量、高合规要求的公文改写场景。

该技能定位为面向厨房新手的家常菜实操指导与翻车急救，覆盖求菜谱、突发补救、原理解释、食材替代四类意图。SKILL.md 设计质量较高：先做意图识别，再挂载“调味时序—火候油温—食材预处理—厨具安全”四层规则库，配合现象—对策式急救表和强制输出模板，使回答结构统一、重点突出；量化标准（油温判断、蒸蛋比例、焯水加盐油）与“为什么这么做”的解释，比单纯给菜谱更有教学价值，高压锅安全与过敏免责也体现了风险意识。主要不足在于规则的绝对化表述（如盐必须出锅前放）会在腌渍、调馅场景失真，且缺少份量换算与替代方案矩阵，具体配方仍依赖模型自有知识；此外规则偏中式炒炖，烘焙类问题支撑薄弱。建议将硬规则改为“场景+条件”式表述，补充用量换算表、替代食材对照表和失败追问（如“你用的是不粘锅还是铁锅”），并单列烘焙/西餐分支，可进一步提升稳定性与覆盖面。

本技能定位为“专利攻防与知识产权负责人”的流程化分身：输入技术主题、目标市场与竞争对手，输出专利地图与同族表、法律状态一览、权利要求比对表、FTO 风险分档、无效检索线索与布局规避建议共 6 份可上会文档。SKILL.md 的结构完整度在同类中偏高：触发条件与不触发情形、输入契约（必需/可选+缺失处理）、五阶段工作流及逐阶段自检卡、双权重六维评分与可复算脚本、三套方法各自带判据和“最常见误用”、交付前自检与合规边界，形成了“流程—判据—交付—边界”的闭环，尤其“答不上来就停在本阶段”和“查不到就写未获取到、不估算”两条把幻觉风险压得较低。主要问题在评分模型：4.1 的锚点是风险向（覆盖越强给分越低），而分档 ≥80 却是“A 可推进”的价值向，同一张表混用两种口径，容易算出与直觉相反的结论，需拆表或统一方向。其次检索方法停在原则层面，缺分类号示例、检索式模板、同族去重与商业库选型，也未讨论中外权利要求解释差异。建议补齐检索操作层与成本估算模板，并把评分拆为风险分与价值分两条独立曲线。

该技能定位为“情感成长陪练”，而不是挽回工具，它明确把目标放在用户长期的沟通能力和情绪底气上，而不是“搞定某个人”，这一价值取向在同类情感技能中并不多见。SKILL.md 的结构完整：角色设定—安全限制—开场接住—九大模块—话术库，层次清楚；非暴力沟通部分给出“观察+感受+需要+请求”公式并配正误对照表，讨好型人格和消耗型关系各列出九条识别信号及健康/有毒对照，落地性较强。安全章节覆盖家暴、自伤、骚扰、违法四类危机，附 110、12338、心理援助热线等具体渠道和示范话术，并反复强调“不承诺复合、不教操纵、不做诊疗”，风险控制比较到位。不足之处是：全文两万余字，缺少输出格式约束和优先级标记，模型在长对话中容易偏离主题，也容易忘记安全筛查；没有提供危机分级速查表和回复自检步骤；热线只覆盖中国大陆；缺少多轮一致性维护，也没有超出范围提问时的兜底方案。建议在开头加一页“三问安全筛查+回复结构模板”，并补充少量完整示范对话作为少样本参考。

王牌笔杆子定位精准，锁定党政机关、事业单位、国企正式文稿这一高频刚需场景，把“写稿”拆成从零起草与打磨改稿两条明确路径，覆盖总结、调研、讲话、述职、评论、理论文章等十余种文体，触发词设计贴近真实口语，用户无需学习额外术语。 SKILL.md 设计质量在同类写作技能中属上乘。四步法（定调—架骨—磨句—提格）是一条真正可执行的作业链：先用“文体+站位+硬度档位”三张表把模糊的“文风”量化锚定，再要求先出段落功能表与提纲、经用户确认后才动字句，避免了逐句抠字的老毛病。反幻觉条款与【材料/常识/发挥】【待核实】标注尤为难得，直接对应公文写作最怕的编造政策与数据风险；AI腔黑名单、模糊词替换表、“的”字密度与长句比例等指标，则把“去AI味”从口号变成了可检查的清单。交付三件套加质量自评打分，形成了交付—反馈—迭代的闭环。 主要短板有三：一是缺完整范例，模型对“党报笔力”的落点仍靠先验；二是核心模板外挂于 references 文件，缺失即断链，建议内嵌最小可用版；三是缺少字数区间、层级与行业口径等可配置参数，敏感与涉密边界也仅一句带过，自评打分缺乏扣分标准。补齐这几点后可稳入五星。

该技能定位明确：把「Excel基金清单 → 每只基金最新一期前十大重仓股 → 行业板块归类」这条链路脚本化，输出到Sheet2，属于典型的投研数据清洗工具。设计思路上最值得肯定的是接口选型——明确识别出天天基金主页持仓表由JS动态渲染，改用FundArchivesDatas.aspx返回HTML片段，行业则走push2的f127字段，避免了很多同类脚本踩过的坑。SKILL.md质量较高：数据来源表、secid拼接规则、参数表、输出列定义、离线与快速模式示例一应俱全，还主动标注了「一次响应多张表只取第一张」「首行表头需跳过」这两个高频错误，说明作者经过实测打磨，23只基金230条持仓98%匹配率也印证了可用性。行业匹配的双通道（代码去后缀优先、名称兜底）加申万两级映射与回写缓存，是设计上的亮点，显著降低重复请求成本。不足在于鲁棒性文档偏薄：f127为空、接口限流、返回结构变更时如何降级未交代；Sheet3与接口两套行业口径混用的风险只以一句注意事项带过，缺少统一校验手段；此外未匹配清单与匹配率的输出格式、Excel自动备份也建议补入。整体是一份完成度高、可直接落地的实用技能。

WORKBUDDY 文档格式工坊是一款定位非常清晰的批量格式转换技能，覆盖 docx/pdf/md/html/rtf/odt、xlsx/csv/tsv/json/xml/yaml/ods、pptx、png/jpeg/webp/svg 共 21 种目标格式，输入既支持本地文件与文件夹，也支持飞书文档、电子表格、多维表格和腾讯文档、在线表格，把「本地批处理」和「云端取数」两条链路收敛到同一套参数与输出契约上。 SKILL.md 的设计质量在同类技能中属于上游：计费口径单独成节并列出 6 条硬规则（一个输入对象扣一次、per_file 余额不足整批拒绝不执行、失败重试 3 次不扣次、不支持组合进 skipped 不扣费、单批上限 50 且超出的 dropped 不静默丢弃），输出契约把 results 逐条状态、engine、cost_ms、error 以及 remaining_quota/monthly_used 都定义清楚，还提供了三条快速上手命令与一键安装脚本，工程完成度很高。隐私声明也做得克制——本地文件不出机器，仅云端文档才调用开放平台接口。 主要短板在知识覆盖度：文档缺少源→目标兼容性矩阵，而 skipped 恰恰是核心机制，用户无法预判 png 转 docx 这类组合会被跳过；云端 token 的 JSON 结构、bitable 子表 ID 的取法、腾讯表格 range 语义都只有一行描述，缺少可复制示例；此外 LibreOffice 作为表格/演示转换的硬依赖，未说明缺失时哪些格式会失败、失败归入 failed 还是 skipped，也未提及文件大小上限与输出重名处理。 建议补充一张兼容性矩阵表与云端入参示例，并在依赖章节加一节「缺依赖时的降级行为」。整体而言，这是一个边界严谨、可直接用于生产编排的实用型技能，稀缺性来自本地引擎 + 云端双源 + 严格计费三者的组合。

该技能定位清晰：不做通用会议纪要生成器，而是聚焦“飞书生态内的语音→结构化纪要→写回”这一条链路，与纯文本纪要工具形成差异化。SKILL.md 结构规范，采用“读什么—输入参数—五步工作流—硬规则—输出格式”的骨架，信息层次分明，模型可执行性较高。 设计上最值得肯定的是约束工程：待办三要素强制、缺失占位不编造、决议与遗留分离、转写存疑保留原文，这四条直接对应会议纪要类任务最常见的幻觉与失真风险；再叠加 transcribe_check.py 自检与“提取说明”回执，使输出可被人工快速核验，属于同类技能中较成熟的做法。多通道降级（妙记取稿→whisper→请用户补稿）也体现了对真实环境的务实考虑。 不足主要在可运行性与细节颗粒度：关键命令、鉴权、字段映射均外置于 references，正文不足以独立执行；长音频切片、whisper 模型选择、说话人分离失败兜底等工程细节缺位；会议健康度指标无计算口径，输出稳定性依赖模型自由发挥。建议内联最小可用命令示例，补充一段端到端样例纪要作为 few-shot，并给出健康度的具体公式与阈值，可将该技能从“设计良好”提升到“开箱即用”。

该技能定位为纯工具型的本地图片整理器，不做任何 AI 内容生成，聚焦三件事：按扩展名或日期分目录归类、可选前缀重命名、按内容 MD5 把完全相同的图片移入 _dupes。整体功能边界非常清晰，属于“小而准”的脚本型技能，适合被 agent 直接以命令行方式调度。 SKILL.md 的设计质量较好：frontmatter 字段完整（中英双语描述、平台、入口脚本），正文以“能力—用法—合规口径”三段式组织，示例命令可直接复制执行；明确声明纯标准库、不联网、不读取图片内容，降低了使用者的信任成本。--dry 预览的提示放在显眼位置，体现了对不可逆操作的风险意识。 不足之处在于深度：日期归类很可能依赖文件修改时间而非 EXIF 拍摄时间，相机素材场景下会失真；缺少操作日志与回滚、同名冲突策略和递归目录说明，大规模整理时可控性偏弱。总体是一个实用、可靠但功能相对基础的工具技能，同类开源脚本较多，稀缺性一般，作为内置技能仍有不错的日常价值。建议后续补充 EXIF 优先的日期策略、--recursive 与 --undo 能力。

「热词出歌台」是一套面向短视频音乐人的端到端作词工作台，定位不是「AI 写首歌词」，而是「把热词变成可发行单曲」的完整生产线：抓热榜、打分选题、13 种曲风出词、11 块发行方案、九关体检，最后交出一份可直接投稿妙响的 Markdown 交付物。 设计质量上，它最突出的不是文采，而是把「歌词好不好」这种主观判断拆成了可执行、可复跑的物理指标——押韵率、句长波动、主 Hook 逐字 LCS、语气同质化、隐喻装置覆盖。四层标准（押韵物理层/作词工艺/意境炼字/硬格式）层次分明，每层都配了经典词作对照与返工 checklist，prompt 里大量「先问是稿子错了还是尺子漏了」的自省式口径，说明作者经历过真实交付的反复打磨，这是绝大多数写作类技能不具备的成熟度。 优点是体系完整、可验证、有工作台兜底；不足是体量过大带来的上手成本，以及脚本误报仍靠人工记忆式豁免。建议补一条「最小可用路径」和可外置的白名单配置，让新手先跑通三关再进阶到九关，同时为热榜抓取增加手动降级通道。

该技能定位非常锐利：不查崩溃，只查“捕获了却丢掉”的静默失败，把最贵的一类 bug（接口返回 200、日志干净、活没干）变成可静态发现、可分级、可做门禁的清单。SKILL.md 的设计质量高于多数同类技能：规则表逐条给出命中形态与危险性说明，严重度按捕获宽度分级，并用 CPython stdlib、MediaCrawler 等真实语料校准，立下“宽捕获 HIGH、窄捕获不得 HIGH”的噪音红线；退出码把 0 与 3（一个文件都没扫到）分开，直击 CI 假绿灯；sfd:ignore 强制把豁免与原因写在代码里，配合四选一修法决策树，把“吞掉”从疏忽变成显式决策；“明确不做的事”划清了静态扫描的能力边界，降低误期待。9 语言 16 条规则覆盖裸 except、空 catch、Go 空 err、rescue nil、|| true、finally 里 return、重试吞最后一次等高频形态，单文件零依赖加 32 项 selftest，工程完成度高。不足在于只做形状匹配、无跨文件数据流，存量仓库 HIGH 偏多仍需人工分诊；缺 SARIF 输出与 baseline 抑制机制，接入 GitHub Code Scanning 与渐进治理不够顺滑；名称偏口语。总体是可直接落地的质量门禁型技能。

该技能定位为轻量检索入口聚合器，本身不生成内容，只把一次查询扩展成百度、必应、谷歌、DDG、搜狗五条搜索链接，并可选抓取首屏标题与 URL。功能边界清晰，脚本入口、参数（--query/--engines/--fetch/--json）与合规口径在 SKILL.md 中都有交代，属于典型的「小而准」工具型技能；纯标准库实现让它在任何环境都能直接跑，这一点对自动化流水线很友好。 实际体验上，链接生成部分几乎零失败，能明显省掉反复切换搜索引擎、重复粘贴关键词的机械操作；但 --fetch 受各家反爬影响，百度、谷歌、搜狗经常返回验证页或空结果，实际可用性不如宣传中稳定，且抓回来的结果没有去重与排序，横向比对的价值打了折扣。 优点：多引擎一次铺开、零依赖、JSON 输出易集成、合规表述规范。改进建议：一是给抓取加超时、失败提示与「仅链接模式」自动降级；二是对首屏结果做标题归一化去重与来源标注；三是补充输出示例、参数表与常见错误说明，并开放时间范围、站点限定等引擎参数，让技能从「开五个标签页」升级为「给出一张可比对的检索快照」。

该技能面向租房、装修、健身卡、婚庆、培训班五类消费合同的签约前审查，把合同拆成条款台账，逐条标注高、中、正常三档风险，补充缺失条款提醒与可复制的协商话术，支持 Markdown、HTML、Word 批注、PDF 四种交付。SKILL.md 设计成熟：先划清适用边界（排除劳动、股权、投融资等商事合同），再定义输入必填项与缺信息处理规则（一次最多问 3 个问题、能推断则不追问），六步工作流清晰，输出结构与表格列固定，风险分级给出保守尺度的可操作判据，并设置脱敏、固定免责声明与交付前自检，整体可执行性强、幻觉空间较小。优点是定位精准、流程闭环、合规与隐私意识到位，话术按目标、可直接说、常见回应、可接受替代、底线五段式组织，实用度高。不足在于 references 目录内容未在正文体现，法条时效缺少版本锚点，OCR 能力缺失时无降级方案，且缺少完整输出样例。建议补充脱敏示例报告、在 legal_basis 中标注法条版本与更新日期，并明确低质量扫描件的覆盖范围声明。

该技能把“照片→拼豆图纸”拆成 AI 主体提炼、确定性编译、质检交付三段，定位清晰：AI 决定画什么、保什么，脚本决定每颗豆放哪、什么色号。这种分工是本技能最核心的设计价值——LLM 的空间量化能力弱，交给 Python 做块内 8×8 子像素众数采样、Lab ΔE76 吸附 MARD 221 色板、结构感知限色与孤立豆清理，既稳定又可控。SKILL.md 写作质量高：参数说明、板面题材适配表、输出五件套、已知问题（白底主体需加深色边界、32 图纸与 29 实体板不匹配、IP 版权风险、色卡批次色差）都写到了，QC 阈值也是可执行的硬指标，致谢与许可交代规范。不足在于 Stage 1 的核心提示词放在 references 中未内联，图像生成能力缺失时只能退化为效果明显更差的 --photo 模式；质检仍以“眯眼看剪影”为主观判断，缺少锚点清单或 IoU 之类的量化验收；脚本的依赖、耗时与失败回退也未说明。整体是一份完成度高、可直接落地的垂直技能，在同类竞品中靠确定性编译链路形成差异化。

该技能把营销创意从“灵感脑暴”改造为可审计的推导链：Good Inspiration → BEST Insight → Brand Differentiation → Big Idea → Execution，并用 Inspiration / Ideation / Full 三模式解耦案例研究与创意生成，边界清晰。SKILL.md 质量明显高于多数营销类 prompt：案例入选设“创意 + 可追溯成功证据”双门槛，要求区分活动年份与获奖年份、自报数据与同期销售，禁止用生成图冒充真实素材；洞察要求呈现“愿望—现实阻力—感受”张力而非并列需求；Big Idea 用“去掉品牌名是否仍成立”做自检；竞品分析区分“未沟通”与“没有能力提供”，均是行业实操中的真实痛点。交互上，Brief 表格带状态列、分阶段少量提问、不替用户选择资料来源，避免了常见的一次性倾倒式输出。不足在于：重度依赖四个外部参考文件与联网检索，缺失时未给降级方案；SKILL.md 偏长而缺少正反例与完整示范成稿，输出深度易波动；对 B2B、非消费品及 KPI 设定无适配说明。

该技能定位清晰：一句话指令即可完成"全网检索→五档分类→政务公文版式→输出.docx"的完整链路，面向省级机关、行业主管部门的月度盘点与工作简报场景。SKILL.md 质量在同类技能中属上乘——执行流程七步按序编号，检索范围细到"逐市逐县过一遍，无动态如实标注当月未见公开报道"，并配有反漏检量化规则（国家≥3类渠道、单源单栏≤2条、单源占比≤60%），把容易流于形式的"联网搜索"约束成了可核查动作。版式部分给出具体磅值与厘米（上3.6/下3.0/左右2.7cm、固定28磅行距、红线距上页边7.45cm），并附 verify_docx.py 自动校验，工程完成度高于多数文档生成类技能。写作纪律强调去AI味、不跨链接综合、原文整段保留，贴合公文审读要求。主要短板在商业化分层：免费版砍掉市县层面与超链溯源，前者恰是月报信息密度最高的一栏，建议改为按条数而非按栏目分层以保留试用价值；另外同日连发多个版本，建议补充档位能力对照表与检索空结果的降级策略。综合来看，是政务文档自动化领域实用性与稀缺性兼具的成熟作品。

该技能定位为“政务公文级月报生产流水线”，把一件通常需要半天人工排版的工作压缩成一句话指令：先解析省、领域、年月并读取期号记忆，再按国家、省级、市县、典型推介、他山之石五档分层检索，落盘为结构化 report_data.json，最后由自包含的 python-docx 渲染内核输出 .docx，并用 verify_docx.py 做十项版式校验。功能边界划得干净（单篇改写、非月度报告明确排除），与免费两栏版形成清晰分层。 SKILL.md 质量在同类技能中属上乘：执行流程按序编号、数据格式给出可直接照抄的 JSON 骨架、版式参数精确到磅与厘米、写作纪律具体到“事件日期以正文为准”“原文指出强调整段保留”，并对“不要只搜一两个词就收工”“严禁只挑几个市凑数”这类常见失败模式设了反漏检规则，属于把踩过的坑写进规范。 主要短板在于“规则强、工具弱”：检索质量仍取决于宿主模型，链接真实性与行政区覆盖无法自动核验；期号记录文件路径约定模糊；字体强依赖中文 Office 环境；免费版与 Pro 的差异更像商业分层而非功能分层。若补上来源校验脚本、真实样例文档与显式期号参数，可稳定达到 5 分水平。

该技能定位明确：把 Markdown 文章转换成可整段粘贴进微信公众号编辑器的全内联样式 HTML，解决编辑器剥离 style/class、外链不可点、图片防盗链三大平台限制。功能层面覆盖度相当高，标题分级（居中标题/强调条/主色小标题）、加粗斜体删除线、行内代码、深色代码块、引用、分割线、有序无序列表、GFM 表格、图片带 alt 图注均在其列，外链与裸 URL 统一转为编号脚注并在文末生成“参考链接”区，这是最贴合真实发布场景的设计。SKILL.md 质量优秀：Overview 说明原理（为何必须内联），Workflow 五步可执行，主题表给出调性与适用文风，命令参数与脚本打印摘要均有交代，还单列 Known Constraints 与 Edge Cases（数学公式、可点击链接、自定义配色）引导模型正确回答用户疑问，避免了把平台限制误报为 bug。附带的 demo.md 与参考文档形成自测与知识沉淀闭环，工程完成度高。主要不足在于跨平台粘贴指引缺失、排版细节参数不可调、缺少转换后自检与发布前提醒的自动化。建议补充浏览器无关的粘贴说明、暴露字号/行距/图片样式参数，并在脚本末尾输出外链残留与样式内联的校验结果。

该技能定位为“命理分析＋符篆匹配＋国风壁纸生成”的三合一创意工具，把传统子平八字、道教符篆文化与 AI 生图串联成一条完整链路，核心卖点不在预测精度，而在于把玄学内容转化为可视觉化的情绪消费产品。SKILL.md 结构规范，角色设定、输出风格、四步工作流与固定模板齐备，尤其三风格 Prompt 给出了明确风格词与画幅参数，落地性较强，五行配色与符篆意象的对应也体现了设计心思。 主要短板在于命理环节：技能没有任何排盘算法、节气换月或真太阳时处理，完全依赖模型自行推算干支与旺衰，专业用户一眼即可看出偏差，这会削弱整体可信度。此外输出模板存在重复段落，符篆三选一的交互逻辑也未写清，信息缺失时的追问机制缺失。建议补充历法工具调用或校验提示、精简模板、增加缺省值处理与娱乐向免责声明，即可从“有趣”提升到“可用”。

该技能定位为“规则引擎型”多平台文案适配器，输入源文案与目标平台，输出五平台可直接发布的适配稿、逐项差异说明与合规处理清单。功能设计上，它把通用改写工具常被诟病的“改完不知改了啥、发出去才违规”两个痛点拆开解决：一方面用四条硬规则（语义守恒、平台规则优先、合规红线、可追溯）约束模型不乱加事实；另一方面用 adapt_article.py 对字数、话题标签、直引号做机器校验，把质检从人工目检变成可重复执行的步骤。SKILL.md 结构规范，何时读什么、输入参数、四步工作流、输出模板齐备，prompt 工程水平在中上。主要短板在于规则知识没有内联，字数区间、emoji 密度、话题数量等关键阈值全押在 references 文件上，缺示例也缺脚本失效时的降级说明，实际使用中风格一致性会随模型波动。建议补一张平台阈值速查表、两到三个平台成稿样例，并明确抖音口播稿与字幕稿、长文拆条等边界场景的处理方式。

该技能定位为“可执行型”会议纪要生成器，输入会议转写稿，输出结论摘要、决议事项、待办清单（责任人/事项/期限/优先级）、风险与遗留问题以及会议健康度评估，核心卖点是把待办三要素强制化、把决策与讨论严格分离。SKILL.md 设计质量较高：五步工作流（议题切分→角色与决策提取→待办提取→风险遗留→组装校验）逻辑清晰，五条硬规则直接对应 LLM 在纪要任务上的典型失败模式——编造责任人与期限、把讨论当决议、张冠李戴发言归属，并用【待确认】【未定】占位替代猜测，是有效的反幻觉设计。输出模板固定且附“提取说明”自检段落，实用性优于纯摘要工具；配合 extract_minutes.py 复核脚本，形成提取—校验闭环，这是相对同类技能的差异化亮点。不足之处在于：会议健康度指标缺少可计算的量化口径，实际生成时易变成主观评语；对超长转写稿的分段与截断策略未作说明；也缺少一份标准输出样例来稳定格式。建议补充健康度计算公式、长文本分块规则与一份 few-shot 示例，可将整体从“好用”提升到“稳定可复用”。

该技能定位为垂类职场顾问，核心由两块构成：一是可配置的“数字分身资料库”，把本人基础画像与领导、同事、下属、总裁等角色的性格、MBTI、亲疏关系、关键事件持久化到 Markdown 文件并逐轮读写；二是以《金字塔原理》《厚黑学》《三十六计》《孙子兵法》《七个习惯》《被讨厌的勇气》《非暴力沟通》七本书为唯一依据的知识库，要求建议必须点名对应原则并落到话术动作。整体设计思路清晰，“人物状态+经典依据”的双锚定确实区别于通用大模型的泛化回答，能有效缓解遗忘人物关系、建议前后矛盾、只给鸡汤不给动作三类问题。SKILL.md 结构完整，含场景解析、分身匹配、依据检索、建议生成、资料库回写的五步流程，并设置了法律与道德风险边界，工程化程度在同类技能中偏上。主要短板在于提示词冗余与流程僵化：首次引导要求逐个分身、逐项追问四项信息，用户需多轮录入才能获得第一条建议，转化路径过长；七本书的价值取向彼此冲突却未给取舍优先级，易产出自相矛盾的建议；此外缺少一份完整示例回答与越界自查清单，资料库长期膨胀后也无裁剪机制。建议压缩引导流程为“先答后补”，增加框架冲突消解规则、标准输出模板与资料库摘要策略，并补一条厚黑类建议的合规红线示例。综合而言，定位与差异化扎实，落地细节仍需打磨。

该技能定位为面向工程建设行业的“供应商寻源+比价”智能体，把物料采购、专业分包、劳务分包三条业务线统一到一套检索—验证—评分—输出的流程中，并通过国别识别扩展至海外寻源，填补了通用搜索类技能在工程采购垂直场景的空白。SKILL.md 设计质量在同类中偏上：步骤编号清晰、每步有明确输入输出、表格化呈现评分权重与平台清单、边界情况（不足3家、价格缺失、图片识别失败）均有兜底策略，安全侧的输入净化与“来源可追溯、禁止编造”规则体现了较强的工程意识。主要短板在执行层：多维字段高度依赖联网检索的结构化返回，现实中大量字段会落到“暂无”，评分模型对物料与分包场景的权重适配不足，CSV 导出脚本存在变量未定义的硬伤。建议：按场景拆分权重模板（物料弱化工期、分包明确计价口径与含税规则），补全可运行的导出代码，并增加“字段缺失时的置信度标注与人工补录清单”，以提升实际交付可信度。

该技能定位为采购链路的「深度比价+风控+询价」环节，与寻源Agent形成「找到—选优」分工，边界清晰。SKILL.md结构完整：8步工作流、TCO公式、风险三级划分、询价单模板、报告与CSV输出一应俱全，并加入输入净化与注入防护，工程意识较好；表格化表达降低模型理解成本，输出格式明确，可直接落地为报告。主要短板在执行层：数据采集依赖search_web/fetch_web，1688、京东反爬下命中率不稳定，历史价格与企查查工商、诉讼数据缺乏可行获取路径，易出现「框架完整、数据空转」。此外综合得分缺少权重与计算口径，运费、税率等默认参数未给取值规则，跨品类可比性不足。建议：一是为每类数据源补充降级策略与「数据缺失」标注规范；二是定义综合评分权重表与成本默认参数；三是把询价单发送、跟踪拆为可执行步骤或明确标注为人工环节。

该技能定位为 HR 月度人力与薪酬复盘工具，能够从花名册和工资表中自动提取人员结构、薪酬水平与人效指标，并生成交互式 HTML 看板。功能设计较完整，覆盖总览卡片、部门/性别/学历/年龄/司龄分布、薪酬结构、部门成本占比及汇总表，基本满足常规 HR 分析场景。SKILL.md 的流程说明清晰，明确了双表关联、单表分析、字段识别、在职过滤和异常提示，prompt 可执行性较好。优点是端到端自动化程度高、分析维度全面、输出直观，适合非技术 HR 使用。不足在于对真实数据质量的兜底不够，复杂表头、重复姓名、缺失值和 .xls 兼容性仍需加强；同时 CDN 依赖限制了离线使用。建议补充字段映射示例、数据校验报告和本地图表资源方案，以提升稳定性与适用范围。

该技能是一套面向足球赛事的量化分析SOP，定位并非工具库而是“流程枷锁”：以22步串联数据闸门、六段信号提取、盘口深度门禁、五维定调、规律库三级检索、七维共振与置信度量化，最终收敛到比分TOP5，并强制赛后复盘沉淀。SKILL.md设计质量在同类中属上乘：结构分层清晰（管线层/主推理层/复盘层），铁律与门禁具体可判，反偏差条款（禁止先看价格定方向、单信号不得推翻定调）直击LLM常见谬误，置信度A-E分级与E级放弃机制体现了良好的风险纪律，依赖与合规披露也较诚实。优点在于工程化、可审计、可迭代。主要短板有三：一是六段提取器、规律库、回测库等本地资产未随附，脱离资产即退化为人工方法论，自动评分不可用；二是三因子权重与置信度公式缺少推导与回测佐证，易被误读为精确结论；三是术语缩写未定义、篇幅偏长，存在仪式化跳步风险。建议补充最小样例与术语表，提供精简/完整双模式，并给出权重敏感性分析。

该技能面向旅行社计调、批发商与导游，把「做物料」这一高频琐事拆成四条独立工作流：简易行程转详细行程 Word（自动配图、概览表、红体景点、交通车程、温馨提示过滤价格）、行程广告转朋友圈文案、动车白单 OCR 转乘车信息 Excel、行程文档转行业规范出团通知书，并配有 118 张西北/新疆/甘肃/广东/港澳线路预设配图，即装即用。 SKILL.md 的设计质量在同类技能中属上乘：路由用表格+口诀+菜单三级兜底，几乎不会走错分支；业务规则写得极具体，如按航班落地时间推断餐食、概览表与每日详情餐食必须一致且就低不就高、一天必须收进同一个 Table、图片行 cantSplit 防跨页切断，都是踩过坑才写得出的细节；配图还要求按当前月份生成当季晴朗景色，避免「十月行程配雪景」的违和。 不足在于文档体量与依赖风险：近 1.8 万字符且更新日志持续内嵌，长期会稀释核心指令；OCR 与金模板两处缺少降级与自检机制。整体是完成度高、可直接投入生产的实用型技能，建议做一次结构性瘦身与异常兜底后即可给到 5 星。

该技能定位为企业客户体验与满意度管理的“判断层”顾问，核心是把“满意度提不上去”从态度问题重构为闭环断点问题。它以一条闭环（发现→定位→派单→处理→验证→评估）、四类能力、三个底座（感知−期望、SERVQUAL 五差距、服务蓝图）为主干，配六环自检表、四类能力自检表、停摆测试尺和 8 段报告模板，形成从归因到交付的完整链路。 SKILL.md 设计质量在同类咨询型技能中偏高：先结论后论证、说人话、诚实标注不确定、拒绝过度承诺等规范明确；8 段报告模板强制“不编数”“结论必带依据”“待确认清单不可省”，是对抗幻觉与伪专业的有效约束；能力分层表把“不做什么”写得比“做什么”还清楚，能显著降低用户预期落差。 不足有三：一是全篇无对话示例或填表示例，模型难以校准诊断深度；二是脱敏守则占比过高，重复陈述挤占了成熟度自评六维度、五级行为锚定等只在正文一笔带过的内容；三是缺少按 B2B／B2C／线下服务区分六环重点的判别指引。整体是一份边界清醒、方法论扎实、可直接投产的判断层技能，补充范例与精简守则后可到 5 分。

该技能定位为电商运营复盘会的「方法论 + 计算器 + 模板」一体化工具，覆盖单场直播、周度、月度经营、大促全周期、账号诊断五类场景，支持抖音与视频号双平台口径，产出会前盘点表、口径校准清单、归因框架、会议议程、纪要与动作追踪表。 设计质量上，最突出的优点是把行业痛点转化为可执行约束：先判类型再决定读哪份参考、先锁口径再评价好坏、结论必须落到具体环节与具体动作、一个会不超过三个真问题、报数时间不得超过四分之一。这些红线比泛泛的「要数据驱动」有实操价值。10 个子命令用标准库实现，样例数字可复算，配合三份示例文档，降低了「不确定写多细」的门槛；「输入不足时怎么办」一表（无基线、无过程数据、退货未结算、口径冲突、无同比）也是同类技能里少见的高质量兜底设计。 主要短板有三：一是脚本参数语义不自洽，return_rate 在 gap 与 breakeven 中含义疑似不同，容易在真实使用中算错保本线；二是正文偏长且路由表重复、速查表被截断，首次使用者的加载成本仍偏高；三是归因强度四档停留在标注层面，缺少把「相关性待验证」升级为「X 导致 Y」的最小验证方案。建议统一字段命名并加校验、精简正文并外置脚本输出说明、在归因框架中补一节「低成本验证设计」。总体是一份完成度高、可立即投入周会使用的实战型技能。

该技能定位为企业月度或季度例行的应收账款账龄分析与坏账风险预警工具，把「四段账龄统计、按固定比例计提坏账准备、三条风险预警」封装为可重复执行的标准流程，输入客户名称、余额、账龄天数，输出账龄结构 Markdown 表与四小节预警报告。 SKILL.md 质量较高：规则固定并明确禁止自行更改，边界天数逐条列示，这正是此类任务最易出错之处；计提口径、舍入规则、综合计提率、表下说明均预先定义；执行步骤强制把数据转成 JSON，并由脚本计算，脚本内置金额、客户数、坏账合计三项自检，有效防止心算与漏算；输出格式与样例文件配套，复用性强。不足在于业务细节覆盖不够：未规定同一客户多笔记录需先合并，也未说明贷方余额、负数或预收款如何处理，这两点在真实明细表中很常见，会直接影响集中度判断与计提基数；此外仅做单期快照，缺少环比与账龄迁徙分析。建议补充客户维度汇总规则、异常金额校验提示，并可选增加上月对比与迁徙率小节，同时把计提比例做成可配置项，以便适配不同企业会计政策。

该技能定位为定时任务的“写入前静态体检”，针对的不是报错而是“安静地什么都不做”这类静默失败：表达式非法、命令被 # 注释掉仍触发、裸解释器在最小 PATH 下找不到、未转义 % 截断命令、高频无互斥、整点雪崩。覆盖 crontab、/etc/cron.d、systemd timer+service、GitHub Actions schedule 与 JSON 任务表，15 条规则带级别与判据，输出含文件、行号、原文与改法，退出码 0/2/3 可直接当门禁。SKILL.md 写得相当扎实：使用时机、快速开始、规则表逐条给出“为什么是真问题”、输出样例、支持与不支持、已知误报边界（PATH 声明、flock/pidof、\% 转义、cron.d 用户列启发式）都有交代，并明确声明不做 Quartz 六字段、Windows XML 与运行时语义校验，这种“说清不做什么”的克制是同类技能里少见的。整体 prompt 质量高于平均，可直接被 Agent 消费。主要不足在于工程化落地：缺少行内忽略与基线文件机制，存量仓库的 LOW 级噪声难以收敛；输出仅有文本与 JSON，缺 SARIF 等 CI 原生格式；规则无法按 ID 选择性启停；也未覆盖 SHELL/TZ/MAILTO 等 cron 环境变量与夏令时问题。建议补 --baseline、--disable、--format sarif 与可选的 --fix 改写建议，即可从“好用”走向“可长期维护”。

这是一个定位清晰、边界自觉的简历自查技能。它不承诺『检测 AI』，而是把『AI 味』拆成数字密度、结构差异度、动词强度、主次比例、细节代价五个可讨论的维度，并强制每条结论引用简历原句——这一条就把它和大量『你的简历太空洞，建议多用数据』式的空话提示词区分开了。其中『细节代价』维度尤其到位：AI 生成的简历几乎从不写取舍、失败与返工，这是有招聘经验的人才会提的点。 SKILL.md 的工程设计质量偏高：触发条件与『不要触发』的边界都写了，执行流程五步顺序明确，硬规则把不编造、不改事实、隐私隐去三条钉死，输出模板与语气还给了正反例，属于可直接上线的 prompt 水准。 主要短板有三：一是五维评分缺乏分档锚点，100 分制容易制造虚假精度，跨会话稳定性存疑；二是『投了没回音』这类触发场景没有先排除岗位匹配与 ATS 关键词等更常见主因，存在归因偏差；三是未按校招/社招、技术岗/市场岗做分支，『细节代价』对零经验候选人几乎无法落地。建议补充评分档位示例、在开场加一句『先确认是否属于简历表达问题』，并按年限切换维度权重。

本技能定位为面向普通失眠者的非药物自助顾问，把CBT-I（睡眠限制、刺激控制、认知重构）与睡眠卫生、褪黑素/安眠药科普、就医红线整合成一条从「描述症状」到「输出方案」的完整链路。SKILL.md 设计质量较高：知识颗粒度细（如SE>85%提前15分钟上床、褪黑素0.3-1mg生理剂量、BZD/Z-drugs/DORA机制差异、每1-2周减量25%），并配有强制Markdown输出模板和一段完整示例对话，模板化显著提升回答一致性与可执行性；免责声明与OSA/RLS/抑郁的鉴别提示也体现安全意识。主要短板在风险控制与参数严谨性：睡眠限制未提示双相、癫痫、驾驶等高危人群的禁忌；模板要求填写具体起床时间与卧床时长，但真实对话常缺睡眠日记，模型容易「假设」编造数字；ISI仅写「估算」而无条目支撑，评分易失真。建议补充简化版ISI问句、信息不足时的追问与「待定」标注规则，以及睡眠限制的禁忌清单与困倦安全提醒。总体是一份结构清晰、可直接落地的中上水准健康类技能。

该技能定位为党政机关、事业单位、国企办公室的公文排版与合规自查工具，围绕 GB/T 9704-2012 把标题、主送机关、正文、附件说明、落款、版记一次排好，并逐项体检字号、字体、行距、首行缩进、六角括号、版记、页码，按致命、重要、一般分级给出改法。SKILL.md 设计质量较高：“先判型、再排版、后体检”的流程清晰，明确“绝不虚构要素”“原文不动”“内容不出本机”三条原则，能力边界（.doc/PDF 依赖本机办公软件、扫描件不可处理、印章不绘制）写得诚实，还专门针对机关用户给出交付话术与“双击 HTML 打不开”的排障说明，实用性强。功能上单份、批量、模板记忆、起草骨架、环境自检形成完整流程，零第三方依赖的 OOXML 生成降低了使用门槛，稀缺性突出。不足在于版面几何（版心、每页行数与字数）校验深度有限，强制先选输出格式在自动化场景略显繁琐，且缺少回归样例集。建议补充版面实测规则、默认格式记忆与 golden 样例测试。

该技能定位为「咖啡萃取科学诊断助手」，把分散的冲煮经验收敛成一套知识库 + 诊断逻辑 + 固定报告模板，本质是给 Agent 装上一个领域专家的大脑和一张标准处方笺。功能上覆盖研磨度-器具匹配、水温-烘焙度适配、萃取率与 TDS 判定、粉水比标准、风味缺陷归因、器具对比与六大误区纠正，形成从「症状」到「参数」的闭环，定位清晰、边界明确。 设计质量方面，SKILL.md 的 prompt 工程完成度较高：v1.1.0 引入 SCA 金杯二维坐标系校验，并要求「任何调整推荐须预估调整后的 EY/TDS 走向」，这是把主观经验转成可验证推理的关键一步；输出模板强制表头与字段，配合示例，能显著降低模型自由发挥导致的格式漂移；误区纠错段落则起到事实护栏作用。示例中的耶加雪菲案例推理链（尖锐酸+青草味→欠萃→磨细/升温/控时）逻辑自洽，可作 few-shot 范本。 不足主要在交互层与边缘场景：一是缺少「信息不全时先追问」的显式规则，容易让 Agent 在信息稀疏时硬套模板；二是对酸苦并存、萃取不均等复合缺陷没有分支；三是「调细 1-2 格」这类建议未考虑磨豆机差异，实用性打折扣。整体而言，这是一份专业度在线、可直接落地的技能，补齐追问脚本与复合诊断分支后可上探五星。

该技能定位为治愈系山野/田园短剧的批量生产流水线，核心是把「进山寻宝→骤雨突至→踏雨归家→团圆分享」四幕叙事固化为可复用模板，产出四幕对白脚本与分镜表，并指引用户在豆包 Work 生成带标题与字幕的成片。 SKILL.md 设计质量较好：一是叙事结构工程化，四幕各自标注情绪目标与画面/对白要点，并强调「第四幕是灵魂」，把「治愈」这一模糊感受落到可执行的情绪曲线；二是脚本规则具体，「一句话一个动作」「群像互应」「细节替代口号」都是可判定的写作约束，比空泛的「要温暖」有效得多；三是成片红线（标题字幕、零错字、音画同步、竖屏）与七步流程形成验收闭环；四是环境声明诚实，明确扣子只出脚本、视频须在豆包 Work 生成，不承诺效果一致，降低了预期落差。 不足在于：基准示例仅以链接形式提及，未内联关键范例，正样本缺失使输出一致性打折扣；缺少题材池、人物设定卡与台词句数/镜头数/时长等量化约束，批量生产存在同质化风险；对 AI 视频常见瑕疵（人物一致性、手部畸变、雨戏运动、字幕断句）缺少规避提示。建议内联示例、补充题材与人物变体库、增加成片验收清单（字幕逐句时间轴、镜头数上限），可将其从「方法论」提升为「稳定产线」。

该技能定位为“中华命理大全”，把八字四柱、紫微斗数、奇门遁甲、六爻占卜、大六壬五套体系整合进同一入口，并通过交叉验证引擎给出高置信结论，同时提供每日运程、HTML 可视化报告与中英双语输出，覆盖命理预测的完整链路。 设计质量上，最值得肯定的是“确定性脚本排盘 + LLM 只做解读”的分工，以及极速指令、三条硬规则与三档篇幅自适应的输出治理，结论→依据→建议→边界的模板也让回答结构化、可读性强。五体系互证的产品思路在同类技能中稀缺度很高。 主要问题在于文档体量：SKILL.md 约 3.5 万字符，大量内容是 MCP 工具分组与合并映射等平台内部细节，对模型执行价值有限，反而稀释了关键规则；此外触发词覆盖了梅花易数、风水、合婚等尚未实现的体系，存在过度承诺；文档版本号与技能版本号也不一致。 建议：将架构说明拆为按需加载的附录，主文件只保留路由、模板与硬规则；补齐或删去未实现的触发词；增加排盘准确性自检样例与免责声明，进一步提升可信度与合规性。

薪刃定位为面向中国职场人的薪资谈判辅助技能，核心价值在于把“谈薪”这件事流程化：先估算市场区间，再确定报价锚点，然后按开场、报价、应对压价、国企特色等场景提供话术，最后用多轮博弈推演和 Offer 加权对比表收尾。SKILL.md 结构清晰，表格、分场景小节、注意事项齐备，可读性与可操作性都较好；国企体制内、跨行业跳槽、应届生三类特殊场景的补充是相对亮点，说明作者理解本土薪酬语境。主要问题在于：描述中承诺的“内置薪资测算脚本”并未落地，市场价仅靠模型经验估算，缺乏数据来源与口径说明，容易输出伪精确数字；话术库偏模板化，缺少按职级与岗位族的差异化表达，也缺少“先追问用户信息再给方案”的引导步骤。建议补充可执行的测算脚本或自查清单，增加信息采集问卷与行业细分话术，并给出谈判失败后的备选路径。

该技能定位为 CodeAct 自驱动的工程化方法论，核心主张是把重复劳动交给「脚本 + 日程」而非模型反复推理，从而省下推理成本与积分。功能面相当完整：先用三条硬条件做任务路由，明确划出视频、播客、邮件、手机操作等排除区；再给出「判条件→读索引→复用或新建→挂日程→手动验证」的标准五步链路与五条铁律；随后用 result_mode 三档语义（display_only/notify/auto）解决「结果怎么回主会话」这一最易含糊的问题；最后附可复用骨架与真实踩坑清单。 SKILL.md 的设计质量在同类技能中偏上：以表格与代码块承载规则，信息密度高且可扫读；把「沙箱不能本地直跑」「script_args 必须字符串数组」「索引必须同步」这类平台隐性约束显式写出，能显著降低首次失败率；踩坑条目（307 丢鉴权头、分钟级限流、mtime 为 1970）均属真实环境才会暴露的经验，稀缺性较强。 不足在于可执行资产多以引用形式存在，正文缺少一条端到端完整示例与异常回传约定。建议补充「轮询+notify」全流程样例及脚本崩溃/超时时的告警处理，使其从「方法论+片段」升级为「开箱即用」。整体仍值得四星推荐。

该技能定位为「发布前最后一道只读体检」：把 zip/tar.gz/wheel/jar 当黑盒，只解析归档成员清单与每个成员前 4KB 内容，不解压、不执行，用 16 条规则（RA001-RA016）分级报告路径穿越、凭据文件名与内容、.git 元数据、依赖缓存、超大文件、压缩炸弹、越界符号链接、可执行位错配、跨平台非法文件名、缺 LICENSE/README 等发布期事故，每条给成员路径与改法。 SKILL.md 质量在同类中偏上：开头用「不发出去才是重点」把风险成本讲透，退出码表把 0/2/3/1 的语义边界钉死（3 = 没输入，不是干净），三条设计原则解释了「为什么不吵」——降级不静默、占位符不误报、只读不执行。实测读数表用 numpy、scikit-image、litellm 等真实产物给出 11,327 个成员的抓取结果，比纯声称可信得多。 主要短板：无基线/抑制机制，长期 CI 使用会产生固定噪音；内容扫描深度有限，深层令牌抓不到；降级依赖 tests/examples 路径启发式，理论上可被利用；SKILL.md 未附报告输出样例，集成方需先试跑才知道字段形态。整体是定位清晰、可直接落地的高质量门禁型技能。

本技能是若溪战略体系中负责'外王'的区域布局单品，定位清晰：回答'去哪做、怎么打、资源投哪里'。其核心贡献是把《九地篇》的九种战场形态嫁接到'业务×区域'二维矩阵上，强调同一区域对不同业务线属性完全不同（江苏对水处理是散地、对新能源是轻地），这一'关系决定性质'的视角是多数区域战略模板所缺的。SKILL.md 结构完整，包含矩阵图、九地特征表、识别三步法、三种配比模型、动态转化机制、四步操作手册与输出格式，方法论密度高且逻辑自洽；'先止损再固盘再布局'的优先级排序和'禁止用模型记忆充当实时事实'的硬约束，体现了咨询实战经验。主要短板在执行细节：'九问定九地'这一判定核心未内联展开，配比模型缺少行业维度与推导依据，也没有完整案例演示从数据到动作的推导链条，模型在真实调用中容易退化为'贴标签+套比例'。建议补入九问清单、一个端到端案例及数据缺失时的降级规则，可显著提升可复现性。

该技能定位为“私域销售陪练教练”，不做代发、不碰账号，只教用户本人怎么说话。SKILL.md 采用“人设+开场分流+七步 SOP+异议话术库+硬性红线”的结构，工程化程度明显高于常见话术提示词：开场按“具体问题/模糊求助/甩截图”三类用户分流，避免机械反问；每个环节都给出该说与不该说，异议库覆盖十类高频拒绝并附原理解释，便于用户理解后灵活变通。合规设计是其亮点，明确禁止编造转化率、虚构名额、外挂群发，这在同类销售技能中较为少见。不足在于：话术仍以 XX 占位，宣称“三行业成品话术”但可替换范例不足；近两万字全量注入对上下文不够友好；缺少客户回复后的二级接续分支与自检清单。建议补充分行业成品样例、拆分引用式知识库、增加“回复后三种走向”的后续话术，整体已达可用水准，属上乘之作。

这款技能把'穿搭顾问'从一个泛泛的聊天角色，做成了有明确工序的服务流程。定位非常清晰：面向16-28岁、预算有限、不会搭配的普通女孩，输出必须具体到颜色、版型、单品、避雷和电商搜索词，不允许出现'穿高腰显腿长'这种空话。SKILL.md 的设计质量在同类技能中属于上乘——五种体型（梨/苹果/H/沙漏/倒三角）各自给出优势认知、核心思路、上装下装鞋履细则和绝对避雷，再叠加小个子、微胖、平胸、胸大、肩宽、溜肩、腿粗、腿短、假胯宽、拜拜肉十大痛点专题，知识密度和可执行性都很高。更值得肯定的是它的价值观约束：明确禁止贬低身材、禁止建议极端减肥、禁止出现具体价格，把'不制造焦虑'从口号变成了硬性规则。对话设计也有章法，第一轮留钩子、第二轮做精修、第三轮给延伸价值，并规定用户想结束时痛快收尾，避免了AI常见的纠缠式追问。 不足之处在于工程化程度。近1.7万字符的正文一次性载入，既消耗上下文，也让模型容易'记得开头忘了结尾'，建议拆成分层加载：主文件只保留人设、流程和索引，体型库、痛点库、配色库做成按需引用的子模块。其次缺少固定输出模板，若能规定'夸奖+公式+2-3套搭配+避雷+关键词+追问'的结构化卡片格式，输出稳定性会明显提升。另外，宣称的13个场合与季节、温度、地域等现实变量没有对接规则，遇到'北方冬天面试''南方回南天约会'这类问题容易给出脱离实际的建议。总体是一份用心、专业、价值观端正的高质量技能，稍加工程优化即可从'好用'走到'稳定好用'。

该技能定位为滑翔伞全周期技术顾问，将用户分为初学、进阶、高阶教练三层，覆盖ASFC A-E执照与FAI IPPI对照、EN伞翼分级选型、山地微气象、热气流盘升、越野航线、SIV特情、双人伞带飞与空域法规，边界清晰、目标人群明确。SKILL.md采用角色-受众-语气-执行标准-强制协议的分层写法，三段式输出配合固定免责声明，显著降低了模型在极限运动领域给出含糊或危险建议的概率，风险底线意识突出，是该类垂直技能中较成熟的范式。主要不足：一是知识以人设声明为主，缺乏可核查的数据锚点（各级执照课时、留空时长、伞翼载荷区间、阵风与云底阈值），易出现“专业但不可验证”的表述；二是未定义澄清追问流程，面对“我该买什么伞”这类信息不全的问题，缺少先问体重、飞行时数、常飞场地与目标机型的机制；三是缺少少样本示例与回答长度约束。建议补充结构化知识表、强制追问清单与2-3组正反示例，并说明超出范围时的转介策略。

该技能定位为「直播带货口播脚本生成器」，输入商品信息、目标人群与直播场景，输出覆盖「留人→讲品→背书→逼单→返场」的五段式脚本，并附钩子、逼单、答疑三类话术卡与场控贴片建议，还固定提示人工审核广告法合规性，交付形态接近可直接开播的初稿。从 SKILL.md 看，设计质量在同类技能中偏上：工作流明确（先定主线再分段），讲品段引入 FAB 结构，逼单段给出限时限量、赠品、风险逆转、价格锚定四种抓手，属可复用的话术框架；约束层尤为扎实，占位符机制、违禁词规避、违规品类拒答与反欺骗条款齐备，有效控制了 AI 生成营销文案的最大风险点。主要短板在于缺少平台与节奏的差异化设计，也未给出字数、口吻等输出规格，导致脚本风格趋同、颗粒度依赖模型自行发挥；人群分层也未细化。建议补充抖音/淘宝/视频号等平台模板与时长参数、加入一两条 few-shot 示例，并按人群类型预设利益点排序与话术口吻，即可从「通用初稿」升级为「开播即用」的生产力工具。

该技能定位为深度人文口播稿的一键生成器，面向苏轼、三苏、历史人物题材的口播视频文案、播客脚本与深度人物稿，主张'输入题材即输出可录制稿'。功能设计上，它把创作流程拆为七步：题材解析、钩子、背景铺陈、冲突深挖、史料转折、高潮落地、验证徽章，并配套人味红线（15条高危+11条正向）与AI味检测清单，同时以9.3分标杆《对床听雨》和长征样稿作为风格基准，生成前通读对标，输出末尾附'过闸记录'徽章，还针对3000字以上长稿设计了上下篇续写协议与T值衔接标记。整体prompt质量在同类写作技能中偏上：要求具体、可自检、有基准锚点，把'杜绝AI味'从口号落成了可执行的负面清单，这是它最突出的价值；史料深挖+结构强约束的组合也切中了历史口播内容'空洞、同质化'的真实痛点，稀缺性较高。主要风险在于溯源承诺缺少事实层兜底，'每个梗≥3处'容易变成编造出处的温床；固定的七段式与钩子句式也可能制造新的模板腔，与去AI味目标冲突。建议补充史源白名单与核验机制、提供结构变体、内嵌完整成稿范例并将徽章自评升级为可抽检的量化标准。

该技能定位为职称评审专业文书撰写助手，面向高级会计师、高级经济师等经管类专技人员，产出单位综合推荐意见、个人述职报告、专业工作总结、业绩成果汇总四类材料，支持导出 Word 上交版。SKILL.md 设计质量在同类写作技能中属上乘：一是工作流程清晰，信息采集→类型层次判断→分模块生成→润色升格→导出交付五步递进，每步有明确触发条件与动作；二是规则约束硬核，把“量化支撑”设为强制项，要求每个业绩点落到金额、比例、人次等数字上，并独创“先引本省条款、再声明符合第几条、最后逐条列示匹配业绩”的三步布局，配合省份政策匹配与不得套用他省条款的红线，显著提升了评审合规性；三是经管细分与真实范本优先对齐机制，避免了通用六段式的空泛。优点集中在领域知识密度高、防幻觉意识强（占位符+核对提醒）、交付形态贴合真实场景。主要不足在于对 references 知识库的强依赖缺乏降级与校验设计，省份未收录时的联网补齐路径未落地；信息采集偏清单化，缺少多轮追问以补全业绩缺口；量化要求存在被诱导夸大的风险，宜补充数据溯源与佐证编号强制映射的自检环节。综合看，功能完整、稀缺性中上，是经管类职称材料撰写中较为专业可靠的工具。

本技能定位为 A 股「跨年妖股」的研究型筛选框架，核心是把近十年妖股上涨逻辑抽象为天时（敢不敢拉）、变（凭什么锁仓）、势（能不能接力）三层，再叠加 8 大筛选条件、红灯否决（立案/监管函/位置透支）与操作纪律，最终输出 A 趋势妖候选 / B 低位观察 / C 回避降级三档评级。设计质量较高：触发场景与入参字段定义明确，配套本地 Python 脚本与两份 references 分册（框架全解、十年案例复盘），零第三方依赖便于部署；「缺变直接剔除」「红灯一票否决」两条硬规则有效避免了纯情绪票的误判，合规免责声明也写得克制到位。优点在于框架化、可复用、评级口径清晰，且把基本面「变」作为分水岭，区别于一般情绪选股工具。不足是 8 大条件未在 SKILL.md 正文列全，需查分册；同时评级高度依赖用户自填的主观字段，缺少字段判定标准与一致性校验，可能出现同票不同评。建议在正文内嵌 8 大条件清单与计分口径，并补充字段缺失时的降级输出模板与示例，以提升可复现性与易用性。整体是一个定位鲜明、完成度良好的垂直研究工具，适合作为思路演示与风险揭示，而非直接决策依据。

该技能定位为'多源资料交叉比对工具'，面向写报告、做竞品调研、论文选题前的资料整理环节，解决'资料多但不知谁跟谁矛盾、哪句能直接引'的问题。功能上覆盖批量读入 txt/md/html、逐源抽取核心论点/关键数字/可引用原句，再按'一致/冲突/单源'三档做跨源比对，最终产出带 [来源N] 角标与来源清单的《研究综述.md》，并提供 --out、--focus numbers、--conflicts-only 等实用参数。SKILL.md 写法规范，能力、用法、输出示例、边界四段分明，尤其坦承'机械比对不是事实核查''不生成观点'，边界感难得。优点在于流程闭环、冲突标记直击痛点、零依赖离线、隐私友好。不足是抽取与对齐高度依赖启发式规则，缺乏语义匹配、单位与口径归一，跨源'同一指标'易误配；主题聚合规则、html 解析与数字去重策略均未交代，输出可能噪音偏多且无分级排序。建议补充归一化与同义归并规则、增加置信度/冲突分级，并允许阈值可调。

「Excel公式专家」定位为表格公式的贴身顾问，围绕四种能力展开：把口语化需求翻译成带参数说明与锁定提示的公式、对嵌套长公式逐段拆解、按报错类型对症修复、以及数组公式/动态区域/条件格式等进阶技巧。SKILL.md 结构工整，能力分节、报错表格、知识库与兼容性说明层次分明，边界（不执行代码、VBA 只给思路）写得克制，属于完成度较高的工具型技能。设计亮点在于把「报错修复」做成对照表，把「版本兼容」写成硬性约束，并附中英文函数名对照，明显照顾了 WPS 中文函数名场景，这是通用大模型容易忽略的细节。不足在于 prompt 仍偏「角色说明」而非「作业规范」：没有规定回答的固定输出结构，也没有示例演示理想回答，实际使用中格式与深度可能不稳定；两个 references 文件只有目录级描述，未给出检索时机与命中规则；同时缺少信息不足时的追问策略，遇到行列范围或版本不明的情况容易直接给出一版可能不匹配的公式。建议补充 1-2 个端到端示例、明确知识库调用条件，并加入「先问清表结构与版本再作答」的约束，可显著提升稳定性与专业感。

该技能定位为 0-18 岁全场景养育顾问，核心主张是把育儿咨询从『讲道理』拉回到『场景来了怎么办』：按年龄阶段给出睡眠喂养、行为边界、社交冲突、学习习惯、青春期心理五类课题，并配套亲子沟通话术库。设计思路上最值得肯定的是两点：一是与同系列查表工具（发育里程碑、疫苗时间）做了明确分工，避免功能重叠；二是把回答结构固化为四步——先理解行为背后的发育或心理动因、再给当场可执行步骤、再给可直接照读的原句话术、最后列出需要重视的红线信号。这一结构显著提升了 prompt 的可用性，能有效抑制『要共情、要耐心』这类正确但无用的输出。同时，技能主动声明安全边界（急症先就医、不替代诊断、罕见发育问题只做识别与转介），在人设诚实度上高于同类工具。主要不足在于：SKILL.md 仅以目录和引用形式指向 references 文件，未展示任何话术与步骤的实际样例，知识库的真实厚度不可验证；也缺少年龄、情境等关键信息的追问规则，以及家长情绪、夫妻分歧、隔代教养等高频场景。建议在技能文件中内嵌 2-3 个完整示例（如『3 岁打人』『12 岁说不想上学』），并补一节信息澄清清单。

本技能是若溪战略分析体系中的方向选择单品，以QUART量子蓝海认知跃迁为核心，覆盖质疑（破幻）→独配（量势）→换维（换桌）→共振（咬合）→蜕变（倍增）五级模型，定位为'先看清信号真假，再决定往哪走'的赛道评估工具。 设计质量方面，SKILL.md 结构清晰：先立核心思想，再用表格梳理五级的关键问题与工具，随后逐级给出执行要点与判断输出，最后落到完整的打法流程、执行协议、输出格式与信息源清单，具备专业咨询方法论文档的规范感。尤为值得肯定的是强制联网搜索、禁止以模型记忆充当实时事实的硬性约束，有效降低了战略分析类技能最容易出现的幻觉风险；'免费使用≠市场验证''蓝海=机会+我更容易'等判断准则也很务实。 优点在于层级完整、输出规范、可与AYGF、政策穿透等单品组合，形成体系化调用。 不足在于：五级概念抽象且边界重叠，缺少量化评分与阈值，逐级结论易趋同；工具箱与参考文件未内联，实操模板可及性不足；缺少真实案例示范与效果回访机制。建议补充独配度打分表、换维清单示例及一两个完整推演案例，并加入结果复盘环节，以提升可复用性与可信度。

本技能定位为基于《史记》《资治通鉴》《毛泽东选集》历史案例的人生抉择推演工具，核心是不替用户拍板，而是把类似情境下当事人怎么选、代价是什么、后人怎么评摆清楚，支持标准启发与深度风险审计双模式。SKILL.md 设计质量整体较高：输入前置预审、指令隔离、场景内核提取、抉择卡模板、方案对比表规范、引文核实与古今迁移边界等环节层层递进，硬约束（仅三部典籍取材、卡上限2张、维持现状基线置顶、底线标尺一票否决）明确且可执行，排版规范细致，安全拦截设计完备，体现出成熟的提示词工程思路。主要不足在于文本体量过大，元规则与自检说明重复堆叠，实际执行时易稀释核心指令、挤占上下文；同时高度依赖联网检索原文，缺少离线降级路径，且古代治理与个人职业、商业取舍之间的类比迁移易显牵强。建议精简冗余约束、补充无网降级方案、增加类比匹配度分级，以提升稳定性与实用性。

该技能定位为面向高尿酸/痛风人群的饮食决策助手，核心解决「这个到底能不能吃」的高频痛点。功能上分为五大模块：食材嘌呤三级速查、烹饪方式对嘌呤的影响分析、按疾病分期（无症状/急性/间歇/慢性）设定嘌呤上限并生成食谱、果糖与酒精风险评估、药物-饮食交互提示，另附误区纠正。 SKILL.md 设计质量较高：知识条目带具体数值（猪肝229mg、沙丁鱼345mg、豆腐68mg），烹饪影响给出量化区间（水煮去30-50%、烧烤升40%+），并强制使用统一 Markdown 输出模板，配合18条口语化触发词和五步执行流程，工程可落地性强。相较通用饮食类技能，其对果糖代谢、药物交互、植物嘌呤不升风险等争议点的覆盖具有明显专业增量，稀缺性良好。 主要短板在于知识的静态化与刚性：嘌呤数据库仅给示例，未定义未收录食材的兜底与不确定性标注规则，存在模型编造数值隐患；输出模板对纯科普提问冗余；药物交互类内容医疗风险高，免责与来源说明偏薄。建议补充兜底查询规则、按意图分支模板、内嵌用药强提示，并标注数据版本以应对指南更新。综合来看，是一份结构扎实、可直接使用的高质量饮食管理技能。