诗相酿
该技能定位为周期性Excel台账的自动化填写与规则复用工具，其SKILL.md设计堪称Agent技能典范。最大亮点在于“逆向追溯+规则沉淀”的学习模式，提出“空表逻辑优先于样表”的原则，有效避免了AI盲目照搬样表错误。同时，内置“缺料硬闸门”与严格的公司数据物理隔离，杜绝了AI幻觉风险，保障了数据安全。闭环的回放验证与出表前自检机制，确保了交付的Excel完美保留原有格式与公式。改进建议：技能强依赖Python脚本与特定目录结构，对运行环境要求苛刻；此外，首次学习对资料规范性要求高，建议增加“资料预处理与纠错”的引导话术，降低用户的前期准备门槛。整体而言，这是一个极具商业价值与落地可行性的高效办公技能。
- • 逆向追溯与规则沉淀机制完善，首创“空表逻辑优先”原则，深刻理解业务逻辑而非简单复制样表。
- • 内置缺料硬闸门与严格的数据物理隔离，彻底杜绝AI幻觉编造，保障企业数据与台账准确性。
- • 具备闭环的回放验证与出表前多重自检机制，确保最终交付的Excel完美保留原有格式、公式与结构。
- • 强依赖Python脚本执行与特定文件系统结构，若Agent运行环境不支持代码执行或文件读写，技能将直接失效。
- • 首次学习对“三件套”资料的规范性要求极高，若原始资料杂乱，可能大幅增加前期的沟通与调试成本。
该技能专注于代码库架构的逆向分析与可视化，通过提取数据流、状态机和API拓扑，自动生成单文件交互式HTML全景图。SKILL.md结构严谨，逻辑清晰，详细定义了从代码扫描、结构化提炼到HTML构建的标准化SOP。特别是包含了具体的JSON Schema指引和动画引擎的演进说明（如v1.1修复粒子失效与过滤Bug），展现了极高的工程素养与迭代意识。 优点方面，纯本地无依赖、单文件交付极其便于分享与汇报；视觉表现力强，暗色主题配合流动虚线与发光粒子动画，极大提升了技术文档的专业感与可读性；跨项目复用设计完善，开箱即用。 改进建议：对于超大型代码库，建议增加“分模块/分目录”的局部分析模式，以应对大模型上下文限制或复杂微服务架构；此外，目前模板定制化门槛较高，若能提供更丰富的主题配置或低代码的UI定制接口，将进一步扩大受众面。
- • 端到端自动化闭环：从代码扫描、JSON提炼到单文件HTML生成，纯本地无依赖，交付物便于分享与汇报。
- • 视觉与交互体验极佳：暗色主题配合流动虚线与requestAnimationFrame发光粒子动画，极具科技感。
- • 工程化与复用性强：提供标准模板、构建脚本和Schema指引，跨项目复制即用，且主动迭代修复Bug。
- • 大型项目支持受限：对于超大型或复杂微服务代码库，自动提取数据流的准确率可能受限于大模型上下文，建议增加分模块局部分析模式。
- • 二次定制门槛较高：虽然提供了模板，但深度修改内置的HTML模板和JS动画脚本需要较强的前端能力，缺乏低代码UI配置接口。
该技能专为展板设计（如景观、竞赛）打造，旨在生成结构化提示词。SKILL.md 结构严谨，五步工作流逻辑闭环，巧妙融合多模态识图与联网搜索，确保输出既契合意向又具行业前瞻性。优点在于提示词面向执行者，包含量化约束与明确祈使句，落地性极强；且区分“图纸事实”与“调研推断”的细节展现了极高专业度。改进建议：1. 强依赖外部模板文件，建议将核心模板结构内联至SKILL.md以防文件缺失导致失效；2. 建议增加针对主流AI生图工具（如Midjourney）的专属参数转换分支，以拓宽实际应用场景。
- • 流程设计严密，五步工作流从需求到输出逻辑清晰，形成完整闭环。
- • 巧妙融合多模态图纸分析与联网调研，确保设计的时效性与针对性。
- • 提示词面向执行者，包含可量化约束与明确祈使句，落地实用性极强。
- • 强依赖外部参考文件 prompt-template.md，若该文件缺失会导致输出格式崩溃，建议将核心模板内联。
- • 缺乏对特定AI绘图工具（如Midjourney）的参数适配，提示词更偏向人类设计师或通用文本大模型。
“项目节点预警系统”是一款面向复杂工程管理的自动化工作流技能。其定位精准，直击多节点协同跟踪中“跟进难、汇报繁”的痛点。SKILL.md 结构严谨，逻辑清晰，从数据定义到脚本部署形成了完整的工程化规范。该技能的最大亮点在于业务闭环与交互设计。通过“邮件回复自动更新”巧妙降低了业务人员的操作门槛，结合LLM生成总裁室周报，大幅提升了管理效率。此外，模板化的文件结构使其具备极强的可复用性。然而，技能在落地体验上仍有优化空间。首先，初始化流程依赖大量手动配置，建议增加系统级的“一键初始化”Prompt指令来自动完成环境搭建。其次，邮件正文解析依赖简单规则匹配，建议引入LLM进行意图识别，以提高对非标准回复的容错率。整体而言，这是一款高实用价值、极具业务深度的优秀技能。
- • 业务闭环完整：涵盖数据初始化、定时触发、邮件预警、自动更新与LLM周报生成，形成完整的项目管理自动化流。
- • 交互设计巧妙：通过邮件回复自动识别更新进展，大幅降低责任人操作门槛，提高实际落地可行性。
- • 工程化程度高：提供清晰的数据Schema、脚本模板和部署指南，目录结构规范，易于跨项目复用和迁移。
- • 初始化配置较重：依赖手动创建目录、复制脚本和注册日程，对非技术用户有门槛，缺乏一键初始化的Agent指令。
- • 邮件解析容错性风险：依赖邮件正文的简单规则识别，实际业务中用户回复格式多样，可能导致状态更新失败。
“目标反脆弱重塑罗盘”是一款极具心理学深度的目标管理技能，直击“屡战屡败”人群的痛点。其SKILL.md设计质量极高，结构严谨，巧妙融合了5Whys归因、微习惯（MVA）、If-Then执行意图及反脆弱心智等经典行为学理论，并提供了清晰的量化锚点与丰富的案例库。该技能的核心优势在于理论框架扎实、闭环逻辑严密、量化标准清晰，能有效缓解挫败感并重建行动系统。然而，作为纯Prompt驱动技能，它缺乏与外部工具（如日历、打卡软件）的联动，状态追踪完全依赖用户手动输入；此外，长周期的动态重算可能受限于大模型的上下文记忆能力。建议未来引入状态持久化机制或外部工具集成，以打造真正的自动化持续跃升体验。
- • 理论框架扎实，深度融合微习惯、If-Then执行意图与反脆弱心智等经典行为学理论。
- • 闭环设计严密，从挫折捕获、深度归因到策略降级与心智重构，逻辑清晰且自洽。
- • 量化锚点与案例库丰富，如5分钟MVA阈值、70%弹性容忍度，实操指导性极强。
- • 纯Prompt驱动缺乏外部工具联动（如日历、打卡追踪），高度依赖用户自觉与手动记录。
- • 长周期的动态重算与状态追踪受限于大模型上下文记忆，缺乏长期状态持久化机制。
- • 归因分析深度依赖用户初始输入的质量，若用户表达模糊，Agent的引导追问机制需进一步强化。
该技能定位为跨语言的依赖清单健康度审计工具，聚焦版本锁定、冲突、许可证合规及供应链风险。SKILL.md结构清晰，特别是“纠偏规则”和“修复路径”部分，展现了对真实工程痛点的深刻理解，有效防止了AI常见的误报与纸上谈兵。其最大亮点在于零依赖离线运行、只读不改的设计，使其极度安全，非常适合接入CI卡点；同时跨生态支持极大提升了复用价值。改进建议：建议补充常见离线许可证特征库的匹配逻辑以降低unknown比例；此外，可考虑提供与主流CVE扫描工具结果的融合报告方案，打造更全面的依赖安全闭环。
- • 跨生态统一审计：支持pip/npm/go等六大主流依赖格式，打破语言壁垒，一站式排查风险。
- • 纠偏规则严谨：明确指出“范围约束配合lock文件非错误”等工程实践，有效避免AI误报。
- • 零依赖与高安全：纯Python标准库实现，离线运行且只读不改，可安全接入CI/CD流水线。
- • 许可证识别受限：未联网时未收录包返回unknown，需人工介入，自动化合规程度受限。
- • 未集成CVE扫描：侧重于工程与合规风险，缺乏已知漏洞扫描能力，需配合其他专业工具使用。
“青娥局”是一款专注于复杂人际危机应对的策略技能，独创“跳·转·等·化”四阶柔性破局模型，帮助用户在硬刚与隐忍外找到第三条路。SKILL.md设计严谨，逻辑闭环极佳。最亮眼的是安全规则，对“红色风险”直接切断对抗转为安全求助，伦理底线极高。六卡片输出模板将抽象策略转化为“24小时行动”和“三档话术”，落地性强。优点是模型创新实用，文化包装巧妙，实操指导细致。建议弱化“纯女性”标签以泛化至全性别场景；同时全量输出六张卡片篇幅较长，可优化为按需展开的分步交互模式，提升阅读体验。
- • 独创“跳转等化”四阶模型，将复杂人际危机拆解为可执行的标准化步骤
- • 安全机制完善，特设“红色风险”预警，坚守人身安全底线，伦理设计极佳
- • 输出结构极度友好，“三档话术”与“24小时行动”直接降低用户的执行门槛
- • 技能定位与背景故事强绑定“女性成长”，在一定程度上限制了男性用户或中性职场场景的代入感
- • 单次全量输出六张卡片可能导致回复过长，建议增加分步交互或折叠机制以优化阅读体验
该技能是一份极具实战价值的内部库治理指南，直击散落脚本重构中边界模糊、重复造轮子等痛点。SKILL.md设计质量极高，不仅提供从量化重复度到波次迁移的方法论，还附带可运行的边界检查工具及CI强制策略。最大亮点在于“防假绿”避坑指南，如正则陷阱与0包误判，展现了深厚工程经验。建议将Gitea运维细节抽离为独立附件以保持主线聚焦，并补充跨语言AST解析方案以提升工具通用性。整体兼具架构视野与落地细节，是monorepo治理的稀缺佳作。
- • 实战导向极强：提供量化指标与波次迁移策略，有效规避大爆炸重构风险。
- • 工具与避坑详实：附带边界检查器，并总结极易导致“假绿”的深坑，指导意义强。
- • 边界与契约意识：强调CI强制与成熟度门控，明确裁剪理由，杜绝过度设计。
- • 检查工具目前偏向Python/TS正则，缺乏跨语言AST解析或通用契约校验方案。
- • Gitea权限排查等运维细节较长，可考虑抽离为独立参考文档以保持主线聚焦。
该技能以凭据生命周期自查为核心，融合了Vaultwarden密码库API接入的实战经验与通用凭据审计方法论。其最大亮点在于极高的实战价值与专业深度：不仅详细记录了API对接中的隐蔽坑点和端到端加密限制，还引入NIST和OWASP最佳实践，纠正了用户口令需定期轮换的误区，并强调备份恢复演练的必要性。配套的自查工具设计严谨，通过范围铁律有效控制信噪比。然而，技能在结构设计上存在瑕疵。SKILL.md的name属性仍为vaultwarden-api-access，与技能主名称不符，且正文大量篇幅偏向密码库API实操，导致凭据自查这一核心主题的通用性被削弱。建议将API接入经验剥离或移至附录，并在正文中补充自查脚本的核心逻辑，以提升整体定位的清晰度。
- • 实战经验极具价值，详细记录了Vaultwarden API对接的隐蔽坑点及端到端加密限制。
- • 理念专业务实，引入NIST和OWASP规范，特别强调备份恢复演练及纠正口令定期轮换误区。
- • 工具设计严谨，通过内置文件名过滤的范围铁律有效控制信噪比，避免误报噪音。
- • 元数据存在冲突，SKILL.md的name为vaultwarden-api-access，与技能主名称凭据生命周期自查不符，影响意图识别。
- • 内容结构头重脚轻，大量篇幅偏向密码库API实操，对核心的通用凭据自查方法论和脚本实现细节着墨相对较少。
该技能定位为本地化的“个人行为数据引擎”，提供从习惯计划、每日打卡到周期复盘的完整闭环。SKILL.md结构严谨，角色定位清晰，数据模型与CLI接口设计合理，且融入《原子习惯》等行为心理学理论，极具落地性。最大亮点在于“隐私优先”与“零依赖”，纯Python标准库实现让数据完全不出域，完美契合隐私敏感用户的诉求；streak机制与二元打卡设计科学，能有效对抗习惯流失。建议后续增加图片格式的热力图导出功能，或提供轻量级本地Web UI，以降低非技术用户的使用门槛。
- • 隐私优先与零依赖：纯Python标准库实现，数据完全本地化，完美契合隐私敏感用户需求。
- • 闭环设计完善：涵盖计划、打卡、统计、复盘与热力图，形成完整且可审计的习惯养成闭环。
- • 理论支撑扎实：结合《原子习惯》等行为心理学方法论，科学设计streak和二元打卡机制以对抗流失。
- • 缺乏图形化图表：仅提供文本形式的7天热力图，未集成生成PNG/SVG等实际图片图表的功能。
- • 交互门槛较高：纯CLI操作对非技术用户不够友好，建议增加交互式菜单或基于Streamlit的轻量级Web UI。
该技能精准定位国家社科基金课题论证活页润色，以资深评审专家视角提供从问题诊断到战略建议的全流程服务。SKILL.md结构严谨，最大亮点是内置了各板块详细评审标准、致命红线及活页内部逻辑一致性检查表，专业深度极佳。优点在于垂直细分度高，评审视角的“原话模拟”和“严重程度分级”极大提升了反馈的实战价值，且强调“润色非代写”保障了学术严谨性。改进建议：1. 修正name字段中的nsfc（自科）为nssfc（社科）以消除歧义；2. 针对活页近7000字的篇幅，建议补充长文本分块处理策略，避免大模型上下文遗忘导致逻辑检查失效；3. 输出模板可适度增加灵活性，防止模型生成过于僵化。
- • 垂直度极高：精准聚焦国家社科基金活页，内置各板块详细评审标准与“致命红线”，专业性极强。
- • 评审视角独特：模拟15年资深评审专家，提供“问题诊断+评审原话+战略建议”，实战指导价值高。
- • 逻辑闭环严密：设计了活页内部六部分逻辑一致性检查机制，有效避免申报书前后脱节的常见问题。
- • 命名存在硬伤：SKILL.md中的name使用了nsfc（国家自然科学基金）缩写，与社科基金(nssfc)冲突，易引起混淆。
- • 长文本处理风险：活页通常长达7000字，提示词要求“记住前文”进行一致性检查，但未提供长文本分块策略，实际运行易受模型上下文窗口限制。
该技能定位为等额本息提前还贷的纯数学测算工具，直击用户“手头有闲钱，提前还贷怎么选”的核心痛点。SKILL.md设计质量极高，结构严谨，不仅清晰定义了缩期、减月供及必要收益率三大测算维度，更难得的是在注意事项中诚实披露了理想化模型的局限性与必要收益率的数学本质，有效规避了AI越界提供金融决策建议的风险，边界感把握得非常好。优点在于引入了机会成本视角，帮助用户建立更全面的财务规划思维。改进建议方面，目前仅支持等额本息，覆盖面略有局限，建议后续扩展支持等额本金；此外，考虑到部分运行环境可能缺乏Python依赖，建议在Prompt中增加纯文本数学计算的降级兜底方案，以提升工具的泛用性。整体而言，是一款专业、克制且极具实用价值的金融辅助工具。
- • 定位精准，直击提前还贷痛点，提供缩期与减月供的直观对比。
- • 边界清晰，严谨声明纯数学测算与理想化假设，避免金融决策误导。
- • 引入必要收益率概念，帮助用户建立资金机会成本的财务思维。
- • 仅支持等额本息还款方式，未覆盖等额本金或组合贷，适用面受限。
- • 依赖Python脚本执行，建议增加无环境时的纯文本计算降级兜底方案。
该技能精准定位于财务、审计场景下的PDF数据提取需求，核心亮点在于将“表格提取”与“强隐私脱敏”深度结合。SKILL.md 结构清晰，使用步骤、命令参数及输出格式定义明确，降低了Agent的理解成本。优点方面，脱敏规则设计极具匠心，不仅覆盖身份证、银行卡等强格式PII，还特别强调“不误伤表头、金额与业务摘要”，确保了财务数据的直接可用性；批量处理与分sheet导出功能也大幅提升了效率。改进建议方面：首先，技能仅支持数字版PDF，建议后续集成或说明如何调用OCR工具以兼容扫描件；其次，SKILL.md 中提及调用 extract.py，但未明确该脚本的预置路径或生成逻辑，需补充说明以防Agent执行时找不到文件；最后，银行流水常包含跨页表格或复杂合并单元格，建议在提示词或脚本逻辑中补充对这类复杂表格结构的处理策略。总体而言，这是一个实用性极强、直击业务痛点的优秀效率工具。
- • 场景定位精准，深度契合财务对账痛点，内置的强隐私脱敏功能极具实用价值。
- • 脱敏规则设计精细，充分考虑了掩码不破坏金额、表头及业务摘要的原则，保证导出数据直接可用。
- • 支持单文件与文件夹批量处理，且能按表格分sheet导出，大幅提升办公效率。
- • 仅支持带文字层的数字版PDF，不支持扫描件，限制了部分纯图片PDF文件的使用场景。
- • SKILL.md 中直接要求调用 extract.py，但未明确该脚本是系统预置还是需Agent动态生成，需补充具体路径或挂载说明。
- • 缺乏对复杂合并单元格或跨页表格断裂情况的处理说明，实际银行流水中此类情况较常见。
该技能定位为短剧与漫剧AI视频制作的工业级流水线，将故事大纲转化为可直接投产的提示词包。SKILL.md设计极具专业度，首创六步门禁与双重校验机制，彻底解决大模型在长流程中易出现的幻觉与数字不对齐问题。对台词与旁白的严格分离、主体ID全局唯一性管理，以及素材挂载设计，显示出作者对AI视频角色一致性痛点有极深实战理解。优点是流程严密、直击痛点、实用性极强，达到投产标准。建议增加轻量级快捷通道应对简单需求，并补充纯文本规则校验的降级方案以防平台不支持Python脚本执行，同时完善外部模板文件缺失时的兜底策略。
- • 工业级流水线设计：六步门禁机制结合双重校验脚本，确保长流程下AI输出的严谨性与数字严格对齐。
- • 精准解决AI视频痛点：通过主体提取、标准化生图提示词及@待引入机制，有效保障角色与场景的一致性。
- • 细节把控极佳：严格区分台词与旁白，规范内心独白与出声台词标记，高度契合短剧与漫剧的实际制作需求。
- • 运行环境依赖：内置的Python校验脚本依赖代码执行环境，若平台不支持可能导致校验环节失效或卡住。
- • 流程较重：对于只需生成单集或简单片段的轻量级需求，六步门禁流程显得繁琐，建议增加快捷通道模式。
- • 外部依赖风险：高度依赖references目录下的模板文件，若文件缺失会导致技能降级，建议补充纯文本兜底方案。
该技能是一款极具深度的垂直领域专家工具，专为储能柜国际物流报价设计。其最大亮点在于业务逻辑的专业性，精准解决了储能设备出海面临的UN3536危险品申报、超重及超尺寸配载判定等核心痛点。Prompt设计极其严谨，构建了从询价单解析、费用录入、汇率折算、单台运费测算到初版运输方案生成的完整SOP，并强制要求数据沉淀与多版本比价。此外，技能设定了严格的不臆造数据红线，内置汇率回退与过期预警机制，大幅提升了报价的合规性与准确性。改进建议方面，当前技能重度依赖本地Python脚本执行，对运行环境有一定要求，建议未来探索纯LLM函数调用或提供环境自检脚本；同时输入端目前仅支持xlsx，若能集成PDF或图片解析能力，将进一步提升对各类客户非标询价单的兼容性。总体而言，这是一个稀缺且高实用价值的行业级技能。
- • 业务逻辑极度专业：精准切中储能柜UN3536危险品及超重/超尺寸配载痛点，重量与外形交叉判定的配载逻辑完全符合真实海运实操。
- • 工作流闭环与数据沉淀：实现从询价解析、费用录入、单台运费测算到方案生成的全链路自动化，支持国别报价库持续沉淀与多版本横向比价。
- • 严谨的风控与红线设计：明确禁止臆造费率与时效，内置汇率多级回退机制与报价过期预警，确保输出结果的安全性和商业可靠性。
- • 强依赖本地Python环境：核心功能重度依赖外部脚本执行，若运行环境缺乏Python支持或依赖库冲突，将导致技能直接不可用。
- • 输入格式受限：目前仅支持xlsx格式询价单解析，对于客户提供的PDF或图片版询价单缺乏原生处理能力，需依赖外部OCR工具辅助。
该技能定位精准，直击A股投资者龙虎榜机构席位真伪难辨的核心痛点。SKILL.md设计质量极高，构建了席位识别、交叉验证、综合判定的三层分析框架，逻辑严密且具备很强的实战指导意义。优点在于分析体系完整，不仅识别席位，还结合板块流向、市场情绪进行交叉验证，并明确了边界与合规限制。然而在实际落地中仍有改进空间：首先，游资马甲按70%扣除等硬编码规则略显僵化，建议结合席位历史胜率动态调整；其次，该流程高度依赖大模型的多步数据获取与计算能力，易出现幻觉，建议增加中间步骤的数据校验；最后，强依赖外部席位数据库的维护质量。总体而言，这是一个极具稀缺性和实用价值的高阶金融分析技能。
- • 痛点抓得准：直击龙虎榜机构席位真伪难辨的核心痛点，去伪存真逻辑极具实战价值。
- • 分析框架严密：构建了席位识别、交叉验证、综合判定的三层分析体系，逻辑闭环完整。
- • 边界与限制清晰：明确了T+1延迟、概率判断局限及非投资建议等合规与客观限制。
- • 规则硬编码风险：游资马甲按70%扣除过于绝对，建议改为基于席位历史胜率动态调整权重。
- • 大模型执行挑战：多步数据查询与复杂计算易导致幻觉或数据断层，需强化中间步骤的数据校验机制。
- • 依赖外部数据库：席位数据库的维护成本高，若更新不及时将直接影响判定准确性。
该技能定位为“零依赖差异比对工具箱”，精准切中开发与运维人员在配置排查、接口回归、数据验收等场景下的痛点。功能设计极为全面，不仅覆盖文本、目录、JSON、CSV四大核心比对场景，还贴心地提供了自包含HTML报告输出。SKILL.md的设计质量极高，尤其是“纠偏规则”部分，深刻洞察了大模型在处理差异比对时易犯的错误（如盲目依赖行号、忽视编码差异、未过滤易变字段等），能显著提升AI生成代码和解读结果的准确率。纯Python标准库的实现保证了极低的部署门槛。优点在于场景覆盖广、防幻觉机制完善、输出结果直接可用。改进建议是：目前对二进制文件仅做存在性判断，若能集成基础的元数据对比提示会更好；此外，命令行参数较丰富，若能提供交互式问答引导，将进一步降低非技术用户的使用门槛。总体而言，这是一个设计严谨、极具实战价值的高质量技能。
- • 零依赖且跨平台，纯标准库实现，部署和使用门槛极低。
- • 覆盖文本、目录、JSON、CSV四大核心场景，且支持自包含HTML可视化报告输出。
- • “纠偏规则”设计极佳，深刻洞察易错点，有效防止大模型在代码生成或结果解读时产生幻觉。
- • 缺乏对二进制文件（如图片、Office文档）的深度对比支持，仅能判断是否修改。
- • 命令行参数较丰富，对于非技术用户来说直接记忆和输入成本较高，可考虑增加交互式引导。
该技能定位为科研全流程的“方法论与规范指导”专家，覆盖研究设计、统计分析、论文结构、写作风格及引用格式等核心环节。SKILL.md 结构严谨，最出彩的是明确了“AAA科研三件套”的边界，避免了AI常见的“越界代写”和“幻觉编造”问题。内置的决策速查表和写作框架（如CARS、PEEL）极大提升了指导的落地效果。其优点在于体系化程度高、专业性强，坚守学术诚信底线，强调“授人以渔”。改进建议：1. 增加对特定学科差异化写作惯例的自适应逻辑；2. 考虑到外部 references 文件可能缺失，建议在Prompt中补充核心规则的精简版兜底，增强技能的独立鲁棒性。
- • 边界清晰且体系化强，明确划分方法指导、文本撰写与文献核查的协同工作流，有效避免AI越界代写。
- • 专业度高且规则具体，内置质性方法选择、参数检验判断等决策树，以及CARS、PEEL等写作框架，实操性极强。
- • 坚守学术诚信底线，明确AI使用红线，不编造文献数据，并推荐开源工具，高度契合学术研究的严谨性要求。
- • 缺乏具体学科领域的差异化微调逻辑，未针对理工科实验、社科质性等不同学科惯例提供自适应的深入定制。
- • 高度依赖外部 references 目录下的7个md文件，若文件缺失会严重影响表现，建议在Prompt内增加核心知识的精简版兜底。
“AAA文本撰写与检查”是一款定位极其精准的学术写作辅助技能。它巧妙地将自身置于“AAA科研三件套”生态中，明确剥离了方法论和引用核验功能，专注于“动笔”与“挑错”，边界清晰。Prompt设计质量极高，核心亮点在于“检查模式”的结构化输出要求：摒弃机械打勾，采用major/minor分级，并强制要求“定位+理由+改法”三要素，这能彻底解决大模型润色“假大空”的痛点。同时，“范文风格三层分析”和“坚守不编造数据红线”的设计，彰显了深厚的学术素养。优点：1. 生态化分工明确，有效规避大模型在方法学和文献核验上的幻觉；2. 诊断与改写机制专业，输出结果具备极强的可执行性；3. 坚守学术伦理，不代写、不造假，定位克制且负责。改进建议：1. 技能高度依赖外部references文件，建议补充核心检查清单的fallback机制，防止外部文件失效时技能降级；2. 针对“文献真实性”维度，大模型极易越界，建议增加硬性约束：若无法确认，必须直接跳过并提示用户使用专属核验技能。
- • 生态化分工明确：清晰界定与 scientific-writing 和 citation-verification 的边界，有效规避大模型在方法学和文献核验上的幻觉越界。
- • 诊断与改写机制专业：摒弃流水账打勾，采用 major/minor 分级，并强制输出“定位+理由+改法”三要素，改稿建议具备极强的可执行性。
- • 坚守学术伦理与红线：明确不编造文献数据、不代写整篇论文，定位克制且负责，极大增强了科研用户的信任度。
- • 高度依赖外部参考文件：核心功能（如风格卡提取、典型病例对照）强依赖 references 目录下的 md 文件，若文件缺失或质量不佳会导致技能降级。
- • 文献检查的实操局限：尽管设定了转交机制，但大模型在“文献真实性”初步判断时仍易产生幻觉，缺乏强制性的“不确定即跳过”硬约束。
“AAA文献准确性核查”是一款定位精准、专业度极高的科研辅助技能。它直击学术写作中假文献、引用错配等痛点，通过元数据真实性、内容对应性、引用科学性三个维度进行系统核查。SKILL.md设计质量上乘，核心原则如“无记录不下假文献结论”、“逐条留痕”等高度契合学术诚信规范，且与同系列写作技能边界清晰。优点在于核查体系严密，输出四级报告实用性强。然而，该技能高度依赖外部数据库API的实时调用能力，若模型缺乏联网插件支持，元数据核验将难以落地。此外，对于非OA文献仅凭摘要核查对应性存在局限，且面对长篇学位论文时，缺乏明确的上下文分批处理策略。建议补充长文本拆分机制，并明确所需调用的具体工具集，以提升实际落地效果。
- • 定位精准且边界清晰，专注文献核查不越界改写，与同系列技能分工明确。
- • 三维度核查体系严密，涵盖元数据、内容对应性与科学性，直击学术引用痛点。
- • 核心原则严谨专业，如“无记录不下结论”、“逐条留痕”，高度契合学术诚信规范。
- • 高度依赖外部数据库API实时调用，若缺乏联网插件支持则元数据核验难以落地。
- • 对非OA文献仅凭摘要核查存在局限，且处理长篇学位论文时缺乏上下文分批处理策略。
该技能是专为妇科微生态业务打造的合规与查证工具，通过双脚本实现药品查证与6闸口扫描。SKILL.md结构清晰，迭代记录详实，特别是将真实业务错误（如“延华”事件）快速转化为系统级的信源标准（强制核查国家药监局），体现了“从根因解决问题”的优秀工程思维。 优点在于高度贴合业务痛点，将“凭印象回复”转化为“工具自动扫描”，有效降低合规风险；信源标准严格，杜绝了第三方平台的错误信息；支持命令行与文件扫描，实战效率极高。 改进建议：目前强依赖本地JSON文件和手动扩展，面对海量新药品时维护成本较高，建议未来引入自动化API定期同步国家药监局数据；此外，可考虑封装为轻量级Bot插件，进一步降低团队使用门槛。
- • 业务痛点抓得准，将“凭印象回复”转化为工具自动扫描，有效降低合规与客诉风险。
- • 迭代逻辑严密，基于真实业务错误案例快速定位根因，确立“必查国家药监局”的信源铁律。
- • 工具化程度高，提供Python脚本支持命令行、文件输入及交互式扩展，实战落地性极强。
- • 强依赖本地JSON文件维护，面对海量新药品和新违规词时，自动化更新与同步能力不足。
- • 缺乏云端API或SaaS化部署方案，团队协作和跨设备使用存在一定门槛。
epp-markitdown 是一款定位为 RAG 和知识库数据预处理的文档转换技能。其 SKILL.md 设计质量极高，最大的亮点在于“能力边界”的清晰划分，明确指导 Agent 何时使用本技能、何时使用内置 read_file 或多模态能力，有效避免了工具滥用。环境检查部分贴心地区分了基础包与全量包，兼顾了安装效率。优点方面，技能提供了 CLI、Python API 和批量脚本三种调用方式，且对转换质量、图片处理、加密文件等边界情况做了充分的预期管理，非常符合资深开发者的设计思维。改进建议：首先，SKILL.md 中引用的 scripts/batch_convert.py 未提供具体代码或生成逻辑，实际运行中极易因找不到脚本而失败，建议补充脚本代码或改为内联 Python 代码实现批量逻辑；其次，对于 Excel 多工作表或复杂合并单元格的转换策略缺乏说明，建议补充相关处理指引。总体而言，这是一个设计成熟、定位精准的实用型技能。
- • 路由与边界设计极佳：明确区分了“转换”与“阅读”、“排版”与“结构化”的场景，有效避免 Agent 滥用技能。
- • 环境配置优化：区分了基础依赖与全量依赖，兼顾了安装速度与功能完整性，考虑周到。
- • 预期管理到位：坦诚说明了排版还原度、图片及加密文件的限制，降低了用户的错误预期。
- • 批量脚本缺失：提到了 scripts/batch_convert.py，但未在 SKILL.md 中提供脚本内容或生成逻辑，实际执行易报错。
- • 复杂格式处理说明不足：对 Excel 多 Sheet 或复杂合并单元格的 Markdown 转换策略缺乏具体指导。
该技能是一个系统级的网络调研方法论与调度中枢。SKILL.md结构严谨，从深度档位控制调用成本，到三层并行法提升检索效率，再到信息源路由矩阵保障数据专业度。其最大亮点在于将垂直数据源与通用搜索有机结合，并辅以严格的三角验证与反模式约束，精准规避了大模型联网搜索易产生的幻觉与偷懒行为。优点：路由矩阵设计极具实战价值，三层并行逻辑大幅降低重复劳动；来源分级与反模式清单有效提升了结论的可靠性。改进建议：当前L2层高度依赖特定垂直技能，建议补充这些技能缺失时的自动降级策略；此外，可进一步细化多模态文件的调研路由规则。
- • 架构设计科学：三层并行法逻辑严密，有效避免重复劳动和无效泛搜。
- • 路由矩阵实用：详细定义各类信息的首选与备用数据源，极大提升调研专业度。
- • 反模式明确：精准击中大模型联网搜索的常见痛点，约束力强，有效防止幻觉。
- • 强依赖外部生态：L2层高度依赖特定垂直技能，若缺失可能导致路由失效，需增强降级提示。
- • 认知负荷较高：对于极简任务，模型仍需理解复杂的档位和路由表，可能增加不必要的推理开销。
该技能定位为食品/农产品B端厂家的专业竞品分析工具，场景聚焦且极具商业价值。SKILL.md设计质量极高，逻辑严密，不仅详细拆解了9大主流零售平台的渠道特征，还创新性地提供快速/标准/深度三种分析模式及B端成本利润测算模型。输出端强制要求生成单文件响应式HTML报告，专业度拉满。优点在于B端视角独特，维度拆解细致，避坑提示实用。改进建议：9大平台全量采集对大模型联网能力挑战极大，建议增加核心平台优先的降级策略；此外，可考虑增加数据时效性校验机制。总体而言，这是一款不可多得的B端高阶实战技能。
- • 定位精准，深耕B端厂家需求，全面覆盖前置仓、会员店等新零售渠道。
- • 分析体系专业，提供三种深度模式并内置B端成本结构与利润测算模型。
- • 输出规范严格，强制生成单文件响应式HTML报告，视觉与交互设计周到。
- • 9大平台全量采集对大模型联网及上下文能力挑战极大，易导致执行超时或内容截断。
- • 缺乏对动态数据更新的机制说明，单次生成的静态HTML报告在应对价格战时时效性受限。
“小说去AI味”是一款定位极其精准的网文辅助技能，直击当前作者使用AI辅助写作后“文本同质化、缺乏人味”的痛点。该技能的SKILL.md设计质量极高，核心原则“真人写作的本质是不完美”一针见血。其Prompt设计最大的亮点在于将抽象的“去AI味”拆解为句子、对话、节奏、细节、结构、高频词六大维度，并辅以大量生动的正反例，使大模型能够精准执行资深网文编辑的修改标准。此外，针对不同网文场景的差异化处理策略也展现了极高的专业度。优点在于实操性极强，规则具体且可落地，能有效提升文本的过稿率。改进建议方面：一是小说单章篇幅较长，当前缺乏长文本分块处理机制，容易导致改写遗漏或输出截断，建议增加分段处理逻辑；二是诊断步骤完全在内部黑盒执行，若能增加一个简要的“AI味体检报告”输出，将进一步提升用户的交互体验。总体而言，这是一个专业、硬核且极具实用价值的优秀技能。
- • 痛点抓取精准，提出“真人写作的本质是不完美”这一核心洞察，直击AI写作工整、说教、堆砌词藻的通病。
- • 规则极具实操性，提供大量正反例对比（如删情绪总结、用私货替换公共素材），将抽象的“去AI味”转化为可执行的编辑标准。
- • 场景细分专业，针对动作、日常、恐怖、情感等网文典型场景提供定制化改写策略，覆盖全面且符合网文创作规律。
- • 缺乏长文本处理策略：小说单章字数较多，直接输入易导致模型遗漏细节或输出截断，需增加分块处理或字数控制机制。
- • 诊断过程完全黑盒：若能输出简要的“AI味体检报告”（如各维度问题占比），可提升用户的获得感与对修改结果的信任度。
该技能定位为多智能体架构设计专家，专注于输出Agent协作契约与编排方案。SKILL.md设计质量极高，通过“三条第一性原理”确立底层逻辑，将复杂协作抽象为“拆角色、定契约、画编排、设兜底”四步法。“高频反模式”总结直击多Agent开发中边界模糊、死循环等核心痛点，展现了深厚的工程实践经验。其优点在于方法论扎实，输出模板结构化程度高，落地性极强。改进建议：1. 补充1-2个完整的Few-Shot示例以稳定大模型的输出质量与格式；2. 描述中提及的“状态与记忆传递”在四步工作流中体现不足，建议补充上下文与记忆的流转机制设计。
- • 直击痛点：深刻洞察多Agent系统崩溃的本质，提出以“协作契约”为核心的设计思路，有效解决边界模糊与互相甩锅问题。
- • 方法论扎实：四步工作流（拆角色、定契约、画编排、设兜底）逻辑严密，具备极强的实操指导性与落地价值。
- • 反模式总结精准：列举的5个高频反模式（如传话式编排、无验收移交）极具实战经验，能帮助开发者有效避坑。
- • 缺乏示例演示：SKILL.md 中提供了输出模板，但缺少完整的“输入->输出”Few-Shot示例，可能导致大模型初次执行时深度或格式不稳定。
- • 记忆传递设计略显单薄：描述中提及“状态与记忆传递”，但在四步工作流和输出模板中，对长期记忆与上下文共享的具体机制（如共享黑板）着墨不足。
该技能定位为文件编码探测、批量转码与乱码还原的一站式助手，基于纯 Python 标准库实现，零依赖且离线可用。SKILL.md 结构极其清晰，触发词覆盖全面，六大子命令分工明确。其最大亮点在于严谨的安全机制与判定逻辑：默认 dry-run 与自动备份、内置二进制文件拦截，以及明确拒绝“锟斤拷”等不可逆损坏，彻底杜绝了“瞎转码”导致的二次破坏。此外，结构化 JSON 输出与退出码门禁设计对 AI Agent 和自动化流水线极其友好。不足之处在于，对短文件或生僻字密集的专业文本编码置信度偏低，且无法处理三次以上叠加的复杂乱码。整体而言，这是一个解决跨系统文件交付与历史遗留乱码痛点的高价值、高可靠性实用技能。
- • 安全机制完善：默认 dry-run 预览与自动 .bak 备份，内置二进制拦截，防止误操作损坏文件。
- • 判定逻辑严谨：明确区分可逆与不可逆乱码，拒绝二次损伤；启发式探测结合中文可读性打分，准确率高。
- • Agent 友好：提供结构化 JSON 输出和明确的退出码门禁，极易集成到自动化流水线中。
- • 对短文件或生僻字密集的专业文本，编码探测置信度可能偏低，需人工扩大样本辅助判断。
- • 无法还原三次以上错误转码叠加的复杂乱码，存在一定场景局限。
“出海诊断器”是一款定位精准、逻辑严密的跨境电商新手入行评估工具。其核心功能是通过对话式问卷收集用户6个维度的信息，结合量化评分模型，最终输出结构化的诊断报告与行动指南。 该技能的 SKILL.md 设计质量极高。首先，工作流设计科学，从自然对话收集到量化打分，再到档位推荐，形成完美闭环。其次，Prompt 约束力强，特别强调了“像朋友聊天”的对话风格和“不夸大、诚实评估”的通用规则，有效规避了AI过度承诺的风险。 优点在于实操性极强，不仅指出短板，还提供具体的“优先行动清单”和预估周期，对新手极具指导价值。 改进建议：目前诊断偏向泛跨境电商，建议增加主流平台（如亚马逊、TikTok、Shopee）的细分评估，因为不同平台对资金和资质的要求差异巨大；此外，“产品倾向”的评分标准需补充具体界定细则，以降低AI评分的主观性。
- • 流程设计科学闭环：从对话式信息收集、量化评分到档位推荐，逻辑严密，报告结构清晰。
- • Prompt约束力强：明确了能力边界、对话风格和通用规则，有效防止AI幻觉和过度承诺。
- • 实操指导价值高：提供具体的优先行动清单和预估周期与资金，对跨境新手非常友好。
- • 平台差异化不足：未区分亚马逊、TikTok、Shopee等不同平台，而这些平台对资金和资质要求差异巨大。
- • 部分评分标准模糊：产品倾向维度的“明确/模糊”缺乏具体界定细则，可能导致AI评分主观性较强。
该技能定位为跨境电商海外收款指导工具，通过结构化的决策树和工作流，帮助用户根据资质选择合适的收款方案并配置Shopify支付。SKILL.md设计质量较高，逻辑严密，决策树和方案概览表格大幅降低了用户的理解成本。风险提示部分非常专业，切中资金冻结、外汇合规等核心痛点。优点在于资质匹配精准、避坑指南实用、流程闭环完整。改进建议：强依赖外部文件references/payment-methods-guide.md，若文件缺失会导致操作步骤缺失，建议将核心步骤内化到Prompt中；此外，跨境支付政策变化快，建议补充审核被拒的申诉指南，并增加费率与政策变动的动态更新机制。
- • 决策树逻辑清晰，能根据营业执照、护照等资质精准匹配收款方案。
- • 风险提示全面且具体，涵盖资金冻结、外汇额度、税务合规等卖家核心痛点。
- • 工作流设计合理，从资质确认到方案推荐再到Shopify配置，形成完整服务闭环。
- • 强依赖外部文件 references/payment-methods-guide.md，若文件缺失或AI无法读取，将导致具体操作步骤缺失或产生幻觉。
- • 缺乏审核被拒等异常情况的排查指南，且跨境支付政策变化快，静态Prompt内容容易过时。
“跨境电商专家团队”是一款定位精准、实操性极强的全流程出海指导技能。SKILL.md设计质量极高，通过6个具象化Agent将复杂的出海链路拆解为可执行的标准化动作。其最大亮点在于深度结合了中国供应链优势，并贴心地提供了三档资金模式与小白最易卡壳的海外收款及合规指南。定价逻辑采用竞品倒推，符合真实商业规律。改进建议：一是流量获取部分对自然流的难度预估略显乐观，建议补充进阶投流策略；二是目前打法偏向欧美通用市场，若能增加针对不同区域的本土化微调建议，将进一步提升适用广度。整体而言，这是一个极具商业价值的优秀技能设计。
- • 角色分工明确，6个Agent覆盖出海全链路，且每个Agent都有具体的方法、工具和输出定义，Prompt落地性极强。
- • 极具实操价值，结合中国本土供应链优势，并细化了小白最头疼的海外收款与合规指南，真正做到了重落地。
- • 商业模式设计合理，提供三档资金策略与竞品倒推的定价逻辑，有效避免新手盲目垫资和拍脑袋定价。
- • 流量引擎对TikTok自然流起号难度预估略显乐观，建议补充当前高门槛下的付费投流或矩阵号进阶策略。
- • 目前打法偏向欧美通用市场，缺乏对东南亚、中东等特定区域本土化差异策略的深度区分。
- • 建议补充具体的失败案例或常见封店、物流避坑指南，以进一步平衡其不画饼的初衷。
该技能定位为B2B外贸成交与单证全流程助手，精准切入从“客户确认”到“安全收款放货”的高风险环节。SKILL.md设计质量极高，逻辑严密。其最大亮点在于将外贸实务中的风控意识深度融入Prompt，如“不见兔子不撒鹰”的铁律、基于UCP600/ISBP745的审证规则，以及严格的交付自检与事实核验纪律，极大降低了AI幻觉带来的单证致命错误风险。模块化路由与最小启动集设计让复杂流程变得可执行。此外，免费与付费层的伦理底线设计（致命风险必提示）体现了极高的专业操守。改进建议：技能高度依赖外部references文档的准确性与实时性，建议增加文档版本校验机制；同时，由于专业壁垒较高，可考虑为新手增加“术语白话解释”模式，降低使用门槛。
- • 风控意识极强：设定“不见兔子不撒鹰”等铁律与交付自检清单，有效规避外贸钱货两空及单证致命错误风险。
- • 专业壁垒深厚：严格遵循UCP600/ISBP745/Incoterms 2020，提供信用证审证与单单一致核对的专业级指导。
- • 交互设计科学：通过最小启动集、必问追问与7阶段路由，将复杂的成交单证流程拆解为可执行的标准化动作。
- • 强依赖外部文档：核心模板与规则高度依赖references目录下的文档，若文档缺失或更新滞后会影响最终输出质量。
- • 新手门槛较高：涉及大量外贸专业术语与国际惯例，对缺乏单证经验的新手业务员或SOHO可能存在理解难度。
“腔调事务所”是一款极具深度的文风提取与改写技能。其最大亮点在于颠覆了传统的“去AI味”思路，提出“注入人味”与“单次改写防退化”理念，直击大模型概率坍缩痛点。SKILL.md 设计极其严谨，工作流从输入确认到六件套交付形成完美闭环，且贴心设计了“空手降级”方案。工程化程度令人惊艳，内置纯标准库 Python 脚本进行句长、标点等客观计量与图表生成，用数据说话。改进建议：脚本执行依赖本地 Python 环境，建议补充云端执行方案或更详尽的防呆指引；此外，定性分析部分可引入更多启发式规则辅助 LLM。总体而言，这是目前市面上最专业、最懂“人味”的写作辅助技能。
- • 理念深刻：提出“注入人味”而非“清除AI味”，且限制单次改写防止文本向模型概率分布坍缩。
- • 工程化极强：自带纯标准库 Python 脚本进行客观计量和图表生成，彻底摆脱 LLM 的主观估算。
- • 交付体验极佳：“六件一次交满”且包含无样本降级方案，杜绝了挤牙膏式的多轮对话。
- • 脚本执行依赖本地 Python 环境，对无代码基础的小白用户存在运行门槛，缺乏云端沙箱降级方案。
- • 七维定性分析（如稳定特征、开头习惯）仍依赖 LLM 判读，在样本不足时可能存在主观偏差。
“专业文献逆向解构引擎”是一款定位极其精准、设计硬核的文献处理技能。它摒弃了泛泛的摘要总结，聚焦万字级长文的深度逆向工程。Prompt设计质量极高，通过逻辑骨架还原、公式降维、黑话转译及学科差异化策略，将晦涩文献转化为可复用的SOP。其“知识盲区靶向爆破”与多轮QA机制更是点睛之笔，有效引导用户进行批判性思考。优点在于功能维度全面且深入，执行流程标准化，防幻觉机制明确。但在实际落地中仍有改进空间：一是未明确超长文本超出上下文窗口时的分块处理机制；二是图表剥离功能若缺乏多模态支持则难以落地；三是部分口语化触发词易导致误触发。总体而言，这是一款极具稀缺性的高价值硬核技能，能显著提升专业人群的深度阅读与研究效率。
- • 定位精准且功能硬核，独创逆向推导与逻辑骨架还原机制，直击长文献阅读痛点。
- • 细节设计极佳，支持学科差异化与双语适配，公式降维与SOP转化实用性极强。
- • 执行流程标准化，包含知识盲区爆破与多轮QA接管，形成完整的深度学习闭环。
- • 缺乏对超长文本超出上下文窗口时的明确分块读取与拼接策略，可能导致长文截断。
- • 数据与图表剥离功能未明确多模态支持，纯文本Agent难以直接解析PDF中的复杂图片。
- • 部分口语化触发词容易在日常闲聊中误触发，建议增加上下文判断或提高触发阈值。
该技能定位精准，专为自驾游场景打造。其SKILL.md设计质量极高，不仅涵盖常规路线与酒店规划，更深入自驾痛点，如长途驾驶拆分、用餐时间倒推、小孩身高门票计算等。特别是对“褒贬不一景点”的三档选择设计，以及严格的9模块HTML输出和自检机制，大幅提升了攻略的实用性与交付稳定性。优点在于场景颗粒度极细，实操性强，输出格式规范。改进建议：一是描述中称“只问3个问题”但实际有5问，建议统一口径；二是对大模型联网搜索和长文本HTML生成能力要求极高，建议增加搜索失败时的降级策略，以防生成中断。
- • 痛点抓得准：针对自驾场景深度定制，如长途驾驶拆分、用餐时间硬规则、小孩身高门票等，极具实操性。
- • 决策机制人性化：对褒贬不一的景点提供三档选择并附差评摘要，有效降低用户的决策成本和踩坑风险。
- • 交付标准严格：规定固定的9大HTML模块和SVG路线图，配合自检清单，保证了攻略的高质量与结构一致性。
- • 交互描述不一致：技能描述称“只需回答3个问题”，但SKILL.md实际设计了5个必问环节，容易给用户造成心理预期落差。
- • 对模型能力要求过高：强依赖实时导航数据、多平台酒店交叉验证和长文本复杂HTML生成，当前大模型极易因搜索失败或上下文截断导致输出中断。
- • 容错降级机制缺失：未针对搜索不到真实评价或导航数据的情况提供兜底方案，可能导致行程规划卡壳。
“剧本工作室”是一款专为短剧市场打造的全流程生产系统。其SKILL.md设计质量极高，逻辑严密，通过六步闭环将复杂的剧本创作拆解为标准化流水线。该技能最大的亮点在于对“去AI味”的深度解构，将抽象的“活人感”转化为废笔注入、对话去工整等可执行的量化指标，并辅以28禁词和Python自检脚本，极大提升了剧本的过稿率。同时，精准对齐短剧平台的字数、场景、钩子等商业要求，实用性拉满。改进建议方面，由于规则繁复且依赖外部脚本，对大模型的长文本指令遵循能力及用户的本地运行环境提出了较高要求，建议增加纯文本版的轻量级自检替代方案，并优化长文本生成时的规则记忆机制。整体而言，这是一款极具商业价值和行业深度的顶尖技能。
- • 流程设计严密，六步闭环配合“铁律”与量化自检，确保剧本产出的标准化与高质量下限。
- • “去AI味”策略极具实操性，将抽象的“活人感”精准拆解为废笔注入、对话去工整等具体可执行指标。
- • 深度契合短剧商业变现逻辑，精准控制竖横屏字数、场景数、集尾钩子，直接对齐平台投稿要求。
- • 规则极其繁复，对大模型的长上下文指令遵循能力要求极高，长篇生成时易出现局部规则遗忘。
- • 量化自检强依赖本地Python脚本执行，若用户缺乏相关环境或模型不支持代码执行，会增加使用门槛。
- • 市场调研步骤强依赖联网搜索质量，若搜索受限，第一步的数据支撑与选题科学性将大打折扣。
该技能专注于解决会议与讲座现场照片整理这一高频痛点，提供从透视矫正、批量裁切到智能排序、合成PDF及知识库回传的端到端解决方案。SKILL.md结构极其清晰，分为“裁切矫正”与“整批成册”两大模块。不仅提供了详尽的脚本参数与6大核心算法原理，还总结了丰富的“坑与对策”，展现了极强的工程实战经验。其最大亮点在于场景洞察精准，巧妙利用画面序号与时间戳交叉验证解决排序难题，且质检与异常上报机制完善，确保最终交付质量。改进建议：部分步骤强依赖多模态大模型的视觉识别能力（如读序号），建议增加兜底策略或引入OCR辅助；此外，脚本间串联较多，若能提供一个“一键式”主入口脚本，将大幅降低使用门槛。
- • 场景洞察深刻：精准解决现场拍摄PPT/白板带来的透视畸变、背景干扰、顺序错乱等实际痛点。
- • 流程设计严密：提供从导出、裁切、质检、智能判序到合成回传的完整SOP，并强调交叉验证与异常上报。
- • 技术细节扎实：内置6策略检测与亚像素精修，提供丰富的调试参数与“坑与对策”，容错率高。
- • 部分判序与质检步骤强依赖多模态大模型的视觉识别能力，若模型对密集小字或模糊序号识别不佳，易产生幻觉。
- • 多个Python脚本串联执行，缺乏一个自动化编排的“一键式”主入口脚本，对非技术用户的直接调用门槛略高。
该技能定位为Shell命令的前置安全审查与解释工具，通过约60条规则评估命令破坏力，并以退出码形式提供Agent门禁。SKILL.md设计质量极高，结构严谨，特别是“纠偏规则”和“局限”部分，坦诚了静态匹配的边界，有效管理了用户预期。退出码和JSON输出设计对程序化调用极其友好。优点方面：零依赖离线可用，部署门槛极低；规则覆盖全面且附带安全替代方案；工程化集成设计出色，完美契合Agent自动化场景。改进建议：纯静态文本匹配面对复杂Shell语法（如heredoc、复杂变量展开）时易误报或漏检。建议未来考虑引入轻量级Shell AST解析，或结合大模型进行二次语义确认，以提升复杂脚本的审计准确率。
- • 定位精准，完美契合AI Agent自动化执行命令前的安全门禁需求，退出码设计极具工程价值。
- • 零依赖、纯离线、无API Key，部署门槛极低，适用场景广泛（如CI/CD、受限容器）。
- • 规则覆盖全面且分类清晰，不仅指出风险，还提供安全的等价替代写法，实用性强。
- • 纯静态文本匹配存在固有局限，对复杂变量拼接、多行续写或自定义函数封装的命令容易漏检或误报。
- • 仅关注危险性而不校验正确性，建议未来可引入轻量级AST解析或结合大模型二次确认以提升语义理解能力。
“网文写作工坊”是一个极具野心的终极网文创作系统，覆盖从趋势分析到完稿的全流程。其SKILL.md设计质量极高，最大亮点在于对“去AI化”和“网文爽感”的深刻理解。通过“不完美注入”、“身体感受替代心理描写”、“禁用AI指纹词”等硬核规则，精准打击了AI写作的机器味；同时引入“四拍爽点节奏”和“钩子模块”，将网文商业逻辑转化为可执行的指令。长篇强制停顿机制也有效防止了AI脱缰。优点是体系庞大、实战导向、去AI味效果显著。改进建议是：近5万字的Prompt过于庞大，易导致模型注意力衰减。建议将核心规则精简，将流派风格库、爽点模块等作为外部知识库按需动态加载，以减轻单次上下文压力，提升长文本生成的规则遵循度。
- • 去AI化规则极其硬核落地，通过“不完美注入”、“身体感受”、“禁用AI句式”等精准消除机器味。
- • 深谙网文商业逻辑，将爽点拆解为四拍节奏，并配备钩子、转场等标准化模块，实操性极强。
- • 流程控制严密，独创“长篇节点强制停顿”与“五层记忆系统”，有效解决长篇创作人设崩塌和AI失控问题。
- • SKILL.md 文本过长（近5万字），极易超出模型上下文注意力极限，导致中后期生成时部分细粒度规则被遗忘。
- • 规则密度过高，部分约束同时叠加可能增加模型推理负担，导致生成速度变慢或风格偶有割裂。
该技能是一个完成度极高的抖音直播自动化归档方案。其核心亮点在于“零CPU直抓”与全链路自动化，通过ffmpeg直接拷贝HLS流并remux，极大降低了小机器的运行成本。SKILL.md编写质量上乘，不仅逻辑清晰地阐述了工作原理，更难得的是提供了17条深度踩坑记录。这些记录直击S3对象存储网关兼容、ffmpeg HEVC封装、并发锁等实战痛点，具有极高的工程参考价值。此外，进程锁防重复、mtime防误传等生产级细节设计，保证了系统的长期稳定性。改进建议：首先，抖音页面解析强依赖前端结构，建议增加接口失效时的告警或备用解析方案；其次，建议补充Docker化部署方案，实现一键部署，进一步降低环境配置门槛；最后，可细化网络彻底断开后的自动重连机制。总体而言，这是一个极具实战价值的优秀技能。
- • 架构设计极其严谨，包含进程锁、mtime防误传、碎片丢弃等生产级防护机制。
- • 17条实测踩坑记录极具价值，涵盖了S3网关兼容、ffmpeg HEVC处理等深层技术痛点。
- • 零CPU直抓与自动分段上传设计，完美契合小内存或低配服务器长期挂机场景。
- • 强依赖抖音前端页面结构解析，若平台接口或反爬策略升级，脚本易失效且未提供降级方案。
- • 缺乏Docker化部署方案，对于新手而言，配置Python环境与特定版本的ffmpeg仍有一定门槛。
“小说锻造”是一款定位精准、架构极具工程化思维的长篇网文创作全链路引擎。技能直击AI写长篇小说“后期必崩”的核心痛点，创新性地引入“四层动态隔离架构”与“运行时状态档案”，将小说创作从简单的文本生成升级为严密的状态机管理。 其SKILL.md设计质量极高，逻辑严密。优点在于：一是防崩体系完善，通过记忆库锁死、逻辑审查与动态更新三大机制，有效遏制人设突变与物品消失；二是方法论扎实，内置45类题材框架与韩式编剧体系，且具备资源缺失降级协议，鲁棒性强。 然而，该技能也存在改进空间。首先，纯知识推理形态下，高频的JSON状态更新与长篇逻辑校验会消耗大量Token并增加延迟，建议优化状态更新频率；其次，规则体系庞大，新手学习曲线陡峭，建议增加新手引导模式或简化版入口；最后，实际效果高度依赖底层大模型的上下文理解能力，在超长文本下仍可能面临注意力衰减的挑战。总体而言，这是目前市面上最具专业度和系统性的小说创作技能之一。
- • 架构设计极具工程思维：引入四层动态隔离与运行时状态档案，精准解决AI长篇创作中人设崩塌与设定遗忘的痛点。
- • 防崩体系完善：通过记忆库锁死、逻辑审查与动态更新三大机制，形成静态锁死与动态校验的闭环。
- • 方法论与容错机制扎实：内置45类题材框架与韩式编剧体系，且具备资源缺失降级协议，鲁棒性强。
- • 极度依赖大模型能力：复杂的JSON状态更新和长篇逻辑审查对大模型上下文窗口和指令遵循能力要求极高，低版本模型易出现状态更新遗漏。
- • 学习曲线陡峭：规则体系庞大，包含大量代号与审查清单，新手作者需要较长时间理解并掌握这套工程化创作流。
- • 纯知识推理存在性能瓶颈：放弃脚本后，所有状态计算均在对话内推理，随着字数增加，Token消耗和响应延迟会显著上升。
该技能专注于质量审核问题整改有效性的结构化评定，通过五维量表与22小类对症校正，对8D报告、纠正措施等进行深度体检。SKILL.md设计极具专业深度，将质量管理中的“伪根因”、“口号式整改”等痛点转化为明确的否决规则与禁用词库。执行逻辑清晰，兼顾单条对话与批量脚本处理，并完善了字段映射容错与大模型复核机制。核心亮点在于“对症校正”与“防伪识别”，彻底解决了大模型在质量评分中常见的“和稀泥”问题；纯本地运行保障了企业敏感数据安全。建议未来增加对技术机理类问题的专属小类扩展，并为非技术用户提供更友好的批量处理环境配置引导，以降低使用门槛。
- • 评分体系专业严谨：自定义五维量表结合22小类对症校正，精准识别伪根因和不对症措施，有效避免大模型和稀泥。
- • 工程化与容错能力强：内置字段别名映射与三级容错算法，支持批量脚本处理与人工复核机制，高度贴合企业实际杂乱数据场景。
- • 数据安全与边界清晰：纯本地离线运行，明确界定与问题分析、根因分析等技能的边界，不越界、不编造。
- • 强依赖本地Node环境：批量处理需本地安装Node.js，对非技术背景的质量管理人员存在一定使用门槛。
- • 小类判定存在局限：对偏产品实物或技术机理类问题的22小类判定可能不稳，仍需用户具备一定的分类前置判断能力。
- • 多端维护成本较高：内核与参考文档需手动同步，多端维护需严格遵守同步规范，易因人为疏忽导致评分不一致。
career-income-analyzer 是一款定位精准、结构严谨的职业变现规划技能。其核心亮点在于构建了7大分析维度，从隐藏技能挖掘到90天落地计划，形成了完整的逻辑闭环。SKILL.md 编写质量极高，不仅详细定义了每个维度的输出表格格式，还融入了合规声明与校验清单，确保了输出内容的安全性和标准化。此外，结合AI工具赋能副业的模块极具时代前瞻性。然而，该技能在实际执行中面临一定挑战。首先，要求一次性输出7个包含多项数据的复杂表格，极易超出单次生成的Token上限，导致内容截断或质量缩水，建议优化为分步交互或优先输出执行摘要。其次，部分收入预期指标缺乏本地化动态适配，可能影响不同地区用户的体感。总体而言，这是一款高完成度的实用型技能，稍作交互优化即可成为职场进阶的利器。
- • 分析框架系统全面，7大维度形成从技能挖掘到90天落地的完整逻辑闭环。
- • 输出格式高度标准化，强制使用Markdown表格，阅读体验与结构化程度极佳。
- • 紧跟AI趋势设立专属变现模块，且合规声明严谨，彻底杜绝站外导流风险。
- • 单次生成7个复杂表格极易触发Token限制导致内容截断，建议增加分步生成机制。
- • 收入预期指标（如欧元）缺乏本地化动态适配，对不同地区用户的实际指导意义可能受限。
“视频生成提示词专家”是一款针对AI视频生成深度定制的高质量技能。其核心亮点在于将抽象的“电影感”拆解为可执行的物理动作、时序运镜与光影细节。SKILL.md的设计非常专业，特别是“铁律”部分，明确禁止使用“唯美”、“震撼”等对模型无效的抽象形容词，强制要求描写微表情与物理互动，这直击了当前AI视频生成的痛点。 技能采用1.5秒为单位的时间块格式输出，完美契合视频模型的时序控制逻辑，用户可直接复制使用。内置的镜头语言、光影及微表情词典极大丰富了提示词的专业度。进阶规则中对角色形变防控和物理一致性的强调，展现了开发者对视频模型底层逻辑的深刻理解。 改进建议：可补充针对特定视频模型的负面提示词（Negative Prompt）生成规则，以进一步降低形变率；此外，在复杂多角色场景下，可增加关于视觉焦点或景深控制的权重分配指导。总体而言，这是一个极具实用价值和专业深度的优秀技能。
- • 规则设计极具针对性：明确禁用“唯美”等抽象词汇，强制要求物理逻辑和动态描写，直击AI视频生成的痛点。
- • 结构化时间块输出：采用1.5s为单位的分镜时间轴格式，完美契合视频模型的时序控制需求，直接可复制使用。
- • 专业知识库完备：内置运镜、光影、微表情及物理互动词典，确保生成的提示词具备专业电影感和细节表现力。
- • 缺乏负面提示词（Negative Prompt）指导：虽规定了禁用词汇，但未提供针对Seedance 2.0的通用负面提示词建议以进一步防形变。
- • 多角色场景的焦点控制未明确：当输入包含多角色或复杂交互时，提示词中未说明如何通过权重或景深引导来突出核心主体。
“A股晨报生成器”是一款定位极其清晰、设计严谨的盘前数据复盘工具。该技能摒弃了常见的AI主观预测与荐股功能，专注于客观数学关系的陈述，合规性与专业度极高。其最大亮点在于强大的数据获取与处理能力：不仅设计了腾讯、东财、新浪三层数据源兜底机制，还针对新浪接口实现了完善的本地前复权逻辑并提供自证方法，彻底解决了复权数据易错的痛点。此外，技能具备优秀的容错降级能力，支持离线样本演示，且在数据抓取失败时显式报错，坚决杜绝AI幻觉编造数据。Prompt设计结构化强，参数配置灵活。若能在未来增加可视化图表输出或支持更个性化的默认关注池配置，将进一步降低普通用户的使用门槛。总体而言，这是一个高质量、高可用性的专业级金融数据技能。
- • 数据源设计严谨，三层兜底机制与新浪本地前复权自证极大提升了数据的准确性和可用性。
- • 边界清晰，严格恪守客观数据陈述，明确拒绝买卖预测与因果推断，合规性极佳。
- • 容错与降级机制完善，支持离线样本演示与失败时的显式报错，有效避免AI幻觉编造数据。
- • 默认观察池仅为宽基与行业ETF，对普通散户而言，缺乏热门个股或自定义持仓的快捷默认配置。
- • 输出仅支持JSON和纯文本Markdown，缺乏可视化图表（如波动率走势、相关性热力图）的生成能力。
该技能定位为制造业B2B报价顾问，精准解决工厂成本核算与专业报价生成的痛点。SKILL.md设计质量极高，六步工作流环环相扣，从模式选择、信息采集到成本核算、定价策略，逻辑严密。其最大亮点在于内置了丰富的行业Know-how，如各类材质的损耗率、CNC/注塑加工费率参考等，使AI输出摆脱了通用大模型的“假大空”。此外，附带的三档定价、阶梯报价及实战砍价话术，为业务员提供了极高的附加价值。 改进建议：1. 报价单采用纯文本字符画，复制到Word或邮件时易排版错乱，建议改用标准Markdown表格；2. 外贸模块中，海运费和汇率波动大，建议增加让用户手动输入最新汇率和运费的交互节点，以提高报价精准度。
- • 流程设计严密，六步工作流环环相扣，有效引导用户补全关键参数，避免信息遗漏。
- • 行业Know-how丰富，内置真实的损耗率、加工费率等经验数据，使输出极具专业度。
- • 附加价值突出，提供三档定价、阶梯报价及实战砍价话术，直击业务员成单痛点。
- • 报价单采用纯文本字符画，复制到Word或邮件时易排版错乱，建议改用标准Markdown表格。
- • 外贸海运费和汇率波动大，缺乏让用户手动输入最新实时数据的强制交互节点，仅靠AI估算易产生偏差。
该技能定位为B2B采购场景下的智能决策辅助工具，功能设计极具实战价值。其Prompt质量上乘，最大的亮点在于将模糊的采购经验转化为结构化的“五维量化评分模型”，并细化了各维度的打分规则。此外，技能不仅停留在数据分析层面，还延伸出谈判策略与“给老板的汇报话术”，完美契合职场真实需求。工作流程中的特殊场景处理（如低价陷阱预警）体现了深厚的业务理解。改进建议方面，由于大模型在复杂数学计算上存在局限，建议在SKILL.md中强制要求使用代码执行器来完成加权计算和矩阵生成，以避免算术幻觉。同时，可提示用户在输入时附带相关资质证明文件，以弥补AI无法自动核验外部数据的短板。总体而言，这是一个高完成度、高实用性的优秀业务类技能。
- • 业务逻辑严密：构建了价格、质量、交期、付款、售后五维量化评分模型，有效避免“最低价中标”陷阱。
- • 职场实用性极强：不仅提供选型建议，还附带针对老板的汇报话术和具体的谈判策略，直击采购人员痛点。
- • 流程设计完善：从信息引导录入到特殊场景处理（如价格悬殊、仅有2家等），考虑周全，容错率高。
- • 大模型直接进行复杂的加权计算和矩阵生成时易出现算术幻觉，建议强制调用代码解释器执行计算。
- • 完全依赖用户输入供应商资质与规模等信息，缺乏外部数据校验机制，存在信息失真风险。
该技能定位为提示词工程的“质检与财务”工具，通过零依赖Python脚本实现提示词结构体检、Token成本估算、保守压缩与版本对比。SKILL.md设计极其专业，15项体检规则切中痛点（如缺角色、缺兜底等），并构建了“体检-算账-瘦身-复验”的完整闭环。其最大亮点在于纠偏规则严谨，明确界定了Token估算误差与压缩边界，有效防止工具滥用。纯本地零依赖运行也极大提升了工程落地便利性。改进建议：当前Token估算基于字符比例，精度有限，若能集成轻量级离线分词器将大幅提升成本核算准确性；此外，体检规则偏向静态结构检查，缺乏对逻辑冲突的动态检测。整体而言，这是一款极具工程实用价值的优秀技能。
- • 零依赖纯本地脚本，离线可用且保护隐私，工程化落地极佳。
- • 15项体检规则具体且分级明确，提供“体检-算账-瘦身-复验”完整闭环工作流。
- • 纠偏规则严谨，明确界定Token估算误差与压缩边界，避免误导用户。
- • Token估算依赖简单的字符比例，对复杂代码或特殊符号误差较大，建议补充基于主流分词器的离线估算选项。
- • 15项体检规则偏向静态结构检查，缺乏对提示词语义连贯性或逻辑冲突的动态检测能力。
该技能专注于未知二进制协议的CRC算法逆向工程，通过多真实样本暴力匹配与交叉验证，精准反推CRC参数及数据计算范围。 SKILL.md设计极具实战指导意义。其最大亮点在于“核心教训”部分，深刻总结了大模型视觉分析时的“读图幻觉”问题，并明确了“模板非样本”的认知纠偏，有效避免了AI在逆向过程中的致命错误。反推流程逻辑严密，强调多源数据验证，实战成果展示清晰。 优点在于防坑指南切中要害，多样本验证机制严谨，提供的Python代码和常见参数表开箱即用。 改进建议：技能描述与正文存在轻微脱节，正文缺失了“自动化暴力匹配脚本”及CRC32的相关内容。建议补充基于Python的自动化遍历搜索脚本，并引入专业逆向工具作为复杂场景的兜底方案，以进一步提升逆向效率与全面性。
- • 实战踩坑经验极具价值，特别是针对大模型视觉读图幻觉的防范机制，直击AI辅助逆向的痛点。
- • 反推流程严谨，强调多真实样本交叉验证，有效避免单一样本导致的参数误判与过拟合。
- • 提供了清晰的参数范围、常见多项式及Python代码示例，具备很高的可复用性与落地性。
- • 描述中提及包含“可复用脚本”及CRC32，但正文仅展示了结果代码和CRC8/16，缺乏自动化暴力匹配搜索脚本。
- • 未引入成熟的逆向工具库（如CRC RevEng）作为兜底方案，纯手工或大模型暴力匹配在面对复杂参数时效率存在瓶颈。
“安全操作流程”是一款专为 AI Agent 设计的破坏性操作防御性技能。其定位明确，旨在通过标准化的五步法和强制闸门，防止 Agent 在自动化过程中造成不可逆的数据丢失。该 SKILL.md 设计质量极高，最大亮点在于“实战导向”。作者将 Jellyfin 删库等真实“血泪教训”转化为具体的强制规则，并引入爆炸半径、dry-run 等专业运维概念，兼具理论高度与落地深度。检查清单和备份保留铁律进一步增强了可执行性。优点在于流程闭环严密、防呆设计出色、实战价值极高。改进建议方面：部分规则耦合度较高，建议抽象为通用逻辑或提取为外部配置变量；此外，文本较长，在长上下文任务中需注意 LLM 的注意力衰减问题，可考虑提取核心 Checklist 作为精简版触发。总体而言，这是目前 Agent 安全治理领域不可多得的优秀实践。
- • 流程严密且闭环：五步法结合检查清单，覆盖事前评估到事后验证全生命周期。
- • 实战导向极强：将真实“血泪教训”转化为强制闸门，拒绝纸上谈兵，防呆设计出色。
- • 运维理念专业：引入爆炸半径、dry-run、staging 等概念，符合企业级安全规范。
- • 特定场景耦合：部分“强制闸门”强绑定 Jellyfin 场景，通用性可进一步抽象。
- • 规则硬编码：备份保留时长写死在 Prompt 中，建议改为可配置参数以适应不同环境。
- • 上下文消耗：内容详实但篇幅较长，在复杂任务中可能面临被 LLM 注意力机制忽略的风险。
该技能专注于解决中文电子书文本提取过程中的疑难杂症，如乱码、截断和编码错位，填补了常规提取工具失败后的修复空白。SKILL.md设计极具实战价值，结构清晰。从“铁律校验”到“三类故障诊断”，再到“防截断纪律”，逻辑严密。特别是引入了具体的CMap偏移量计算和bigram语料消歧等高级技巧，展现了深厚的底层原理功底。优点在于实战导向极强，诊断流程标准化，有效避免了“假性成功”。改进建议：正文对PDF底层修复着墨较多，但对EPUB格式特有的XML或编码问题缺乏针对性方案；此外，建议补充可直接运行的自动化修复脚本框架，并说明bigram语料的获取方式，以降低新手使用门槛。
- • 实战经验沉淀深厚，提供具体的CMap偏移量计算和bigram语料消歧等高级修复手段，非纸上谈兵。
- • 诊断逻辑严密，提出提取后必须校验的铁律，将乱码和截断问题拦截在修复前，避免假性成功。
- • 场景覆盖全面，不仅解决文本层损坏，还涵盖下载截断等工程化痛点，形成完整的修复闭环。
- • 正文对PDF底层修复着墨较多，但对EPUB格式特有的XML标签损坏或编码问题缺乏具体修复方案。
- • 偏向诊断指南，缺乏直接可用的自动化修复Python脚本或工具链封装，实操门槛较高。
- • 类型B修复依赖bigram语料消歧，但未说明如何获取或构建该语料库，对新手不够友好。
该技能是一款专为A股投资者设计的量价分析辅助工具，通过Python脚本自动计算并输出位置、量价四象限及K线形态等多维度技术面判定。SKILL.md设计堪称典范，不仅明确了核心口径，还创新性地引入“完成标准”来约束AI输出，确保遵循“先位置后结论”的实战逻辑。特别是“已验证的坑”部分，将数据解析、盘中折算等细节固化，展现了极高的工程成熟度。其最大亮点在于独创的“位置修正”逻辑，有效纠正了脱离位置谈形态的通病，且纯标准库零配置设计大幅降低了使用门槛。建议未来增加数据源异常的容错机制，并引入本地缓存以提升连续分析多只股票时的稳定性与效率。
- • 逻辑严密：独创“位置修正”逻辑，避免脱离位置谈量价的常见误区，符合实战精髓。
- • 文档规范：SKILL.md 结构清晰，包含明确的“完成标准”和“已验证的坑”，极大降低大模型幻觉和代码执行报错率。
- • 零配置门槛：纯标准库加免费公开接口，无需API Key，对普通用户极其友好。
- • 数据源稳定性：依赖新浪财经公开接口，未充分考虑接口限流、失效或返回异常时的降级与重试处理机制。
- • 扩展性受限：目前仅支持A股且依赖特定数据源，若需扩展到其他市场或更复杂的复权处理，现有架构可能面临挑战。
该技能定位为跨境电商全链路运营助手，功能覆盖市场调研、选品、运营优化、供应链及客服，场景定义清晰。SKILL.md设计质量较高，结构严谨，特别是将大模型的文本生成能力与Python脚本的确定性计算巧妙结合，有效避免了大模型在数学计算上的幻觉问题。模块化按需加载参考文档的设计也很好地控制了上下文长度。优点在于业务闭环完整，实操指导性强，示例丰富。改进建议方面，目前市场分析与选品高度依赖用户手动输入数据，若能集成主流电商平台API或提供自动化数据抓取脚本，将大幅提升实用性；此外，补货脚本的线性假设较为基础，建议后续引入时间序列预测算法以应对大促等销量波动场景。整体而言，这是一个架构优秀、极具落地价值的业务型Skill。
- • 全链路覆盖：从市场调研到客服售后场景定义全面，满足卖家一站式运营需求。
- • 架构设计合理：明确区分大模型策略生成与Python脚本确定性计算，有效避免数学计算幻觉。
- • 模块化按需加载：通过引用references文档避免上下文过载，符合Agent最佳实践。
- • 数据获取依赖人工：市场分析和选品缺乏自动化API集成，高度依赖用户手动提供外部数据。
- • 脚本算法较基础：补货计算基于线性假设，缺乏对历史波动数据或大促场景的复杂拟合支持。
该技能定位为通用制程SPC数据分析工具，能将批量数据台账自动转化为稳定性分析与趋势报告。SKILL.md设计质量极高，结构清晰，边界明确，特别是“不作定性工艺结论”的红线设定体现了深厚的质量工程专业素养。优点方面：一是架构解耦，分析内核与呈现层分离，支持用户自定义PPT/Word模板，满足企业个性化汇报需求；二是痛点解决彻底，内置开源中文字体，完美解决跨环境图表中文渲染乱码问题；三是离群预警提供三级粒度归因线索，实用且安全。改进建议：一是建议补充对复杂缺失值或时间序列插值处理的说明；二是针对自定义模板的表格识别逻辑，建议提供标准模板示例或增加模板预校验功能，以降低用户配置门槛。
- • 架构解耦设计优秀，分析内核与呈现层分离，支持用户自定义PPT/Word模板，满足企业个性化汇报需求。
- • 痛点解决彻底，内置开源中文字体，完美解决跨环境图表中文渲染乱码的常见问题。
- • 离群预警提供批次-样品-参数三级粒度归因线索，且严守不作定性结论的红线，专业且安全。
- • 缺乏对复杂缺失值或时间序列插值处理策略的详细说明。
- • 自定义模板的表格识别逻辑在复杂排版下可能存在兼容性风险，建议提供标准模板示例或增加预校验功能。
该技能定位为福利彩票历史开奖与客观统计工具，严守“不预测、不推荐”的合规底线。其SKILL.md设计堪称工业级标杆：工作流清晰，命令规范明确；特别是针对LLM易犯的错误，设置了详尽的“负面约束”（如禁止拆分连续查询、禁止自动重试）；“歧义与口径”部分对业务逻辑（如条件排名、同音词消歧）的处理极为专业，大幅降低了模型幻觉。优点在于合规严谨、异常处理逻辑闭环完整、业务口径定义精准。改进建议：一是手机号短信鉴权增加了用户初次使用的摩擦力，建议优化授权体验；二是完全依赖实时API且限流时直接终止，缺乏轻量级本地历史缓存作为兜底，在网络不佳时体验会受损。
- • 严守客观统计底线，明确拒绝预测和推荐，合规性极强
- • 异常处理与鉴权流程设计严密，有效防止模型死循环重试或泄露敏感信息
- • 业务口径定义精准，对同音词及复杂条件排名等歧义场景提供了明确的消解策略
- • 首次使用需手机号短信鉴权，增加了用户的使用门槛和交互摩擦力
- • 强依赖外部实时数据服务，在遇到网络限流时直接终止，缺乏本地缓存兜底方案
“口才日课”是一款极具系统性与实操性的表达训练技能。其功能定位精准，巧妙融合了成人职场表达与亲子拼音训练双轨制。SKILL.md设计质量极高，最大的亮点在于严苛的“教练纪律”，如限制单次输出量、点评聚焦1-2点、严禁编造素材等，有效克服了AI常见的长篇大论与幻觉问题。按周轮换的素材库与逻辑课循环，保证了训练的连贯性；画像定制使出题高度贴合用户真实场景。改进建议：首先，重度依赖本地references文件，若用户配置缺失易导致体验降级，需增加容错策略；其次，长期进度追踪在多轮对话中易丢失上下文，建议结合外部记忆插件；最后，口才训练强依赖语音，建议增加对语音交互的引导或纯文本打卡的补偿机制。总体而言，这是一款设计成熟、极具长期陪伴价值的优秀技能。
- • 结构化日课设计：按周轮换素材并结合14节逻辑课与分级绕口令，训练体系科学完整。
- • 极强的Prompt纪律性：明确限制单次输出量、点评聚焦1-2点、严禁编造素材，有效避免AI幻觉和长篇大论。
- • 兼顾成人与亲子双轨：首次定制画像后出题精准贴合职业场景，绕口令对齐小学拼音难点，实用性极高。
- • 重度依赖本地references文件，若用户未正确配置素材库可能导致技能中断，缺乏降级容错机制。
- • 长期打卡进度追踪在纯文本多轮对话中易丢失上下文，需依赖外部记忆插件或更健壮的上下文管理。
- • 口才训练高度依赖语音，技能未明确提供语音交互引导或纯文本打卡的补偿训练方案。
“决策沙盘推演引擎”是一款定位精准且极具深度的高阶辅助技能。其SKILL.md设计质量上乘，采用“底层经验萃取-中层变量建模-顶层沙盘推演”的三层架构，将模糊的决策直觉转化为结构化的推演模型。优点在于其出色的流程控制与认知深度。五个执行步骤环环相扣，并配备了极具实操性的Agent话术参考，确保了对话的引导性。同时，引入“反事实推演”与“盲区雷达”，直击人类决策中的确认偏误等痛点，稀缺性极强。然而，该技能也存在改进空间。首先，大模型缺乏真实数据支撑，其“量化评估”与“概率计算”更多是逻辑模拟，需防范过度自信的幻觉。其次，步骤二、三对用户自身的经验总结能力要求较高，建议增加启发式示例以降低门槛。最后，建议丰富口语化触发词，以覆盖更多日常决策场景。总体而言，这是一款瑕不掩瑜的优质高阶技能。
- • 架构设计严密：采用底层-中层-顶层三层架构，将抽象决策过程具象化，逻辑闭环完整。
- • 引导机制完善：五个标准步骤配备详细的Agent话术参考，有效降低用户表达门槛，落地性强。
- • 认知深度突出：引入反事实推演与盲区雷达，有效对抗确认偏误等认知偏差，超越传统分析工具。
- • 量化推演局限：大模型缺乏真实数据支撑，其概率计算与极端变量建模更多是逻辑模拟，需防范幻觉。
- • 用户门槛较高：经验萃取与变量拆解要求用户具备较强的总结能力，建议增加启发式示例或选择题以降低门槛。
- • 触发场景偏窄：触发词过于专业，缺乏对日常口语化决策场景的泛化识别能力。
“创新日课”是一款极具系统性和实操性的思维训练技能，旨在通过每日5分钟的微习惯，将抽象的创新方法转化为可落地的认知肌肉。SKILL.md 的 Prompt 设计堪称典范。它确立了“数量先于质量”的核心理念，通过严格的“四段式”训练卡和“四维点评纪律”规范AI输出，有效避免了假大空。首次画像建立和实战模式进一步增强了个性化。最大亮点在于出色的教学设计与闭环机制。强制具体场景与数量的练习题，配合教练式点评，能极大降低用户畏难情绪；热点活水机制让内容与时俱进。改进建议：技能重度依赖外部知识库文件，若平台不支持文件读取需内置精简版兜底；热点搜索对联网稳定性要求高，建议优化本地降级策略；此外，庞大的题库与进度记录对长上下文管理要求极高，需防止多轮对话后进度错乱。
- • 理念先进且落地：强调“数量先于质量”和“约束激发创意”，练习题强制要求具体物件和数量，有效避免了思维训练中的假大空。
- • 结构严谨，闭环完整：涵盖画像定制、每日训练、周日案例、实战模式与四维点评，形成了一套完整且可执行的微习惯学习闭环。
- • 引入热点活水与个性化：结合联网搜索实时更新练习场景，并根据用户职业画像定制题目，极大保持了内容的新鲜感与实用性。
- • 重度依赖外部知识库：强依赖 references/ 目录下的多个 Markdown 文件，若运行环境不支持文件读取，技能将缺乏降级兜底方案。
- • 热点机制执行门槛高：要求大模型进行高质量的实时联网搜索并甄别事实，容易因搜索失败或模型幻觉导致“热点回退”频繁。
- • 上下文记忆压力大：庞大的方法库、题库、案例库加上每日进度记录，对长上下文管理要求极高，多轮对话后易出现进度错乱。
该技能是专为公考行测设计的深度复盘与讲题工具，涵盖六大模块及错题管理闭环。SKILL.md展现了顶级的Prompt工程能力，通过“复盘首轮门禁”强制启发用户思考，杜绝直接喂答案；通过严密的“写回门禁”确保错题落盘准确。其最大亮点在于实战导向，独创的“速度评估”与“资料分析速算判定”直接对标考场需求，极具指导价值。建议增加“极简模式”以应对简单题，避免强制输出所有评估字段导致冗余；同时可优化方法卡的按需加载策略，降低Token消耗与响应延迟。
- • 教学设计科学：首创复盘首轮门禁，强制启发用户思考而非直接给答案，符合认知规律。
- • 实战导向极强：独创速度评估和资料分析速算判定，直接对标考场真实需求。
- • 防幻觉设计严密：通过严格的写回门禁和输出契约，确保错题落盘准确，杜绝模型提前写回。
- • 上下文消耗大：要求完整读取大量协议和方法卡，可能导致单次对话Token消耗较高。
- • 规则过于刚性：部分强制输出字段在简单常识题中可能显得冗余，缺乏动态裁剪机制。
- • 依赖外部脚本：强依赖writeback.py进行状态管理，对无代码执行环境的平台兼容性受限。
该技能是一款极具稀缺性的反共识商业顾问Prompt。它基于《一人企业》一书，精准切入“一人公司/超级个体”赛道，主打“更好而非更大”的理念，有效缓解创业者的规模焦虑。SKILL.md的设计堪称教科书级别，通过“核心信条-五大工作模式-输出风格-资源索引”的模块化结构，将抽象的商业理念转化为“诊断-框架-步骤-反思”的标准化输出流。优点在于逻辑严密、落地性强，且明确拒绝成功学，强调风险与现实。改进建议方面：首先，触发词中“创业”等词过于宽泛，容易误触发传统实体创业需求，需增加意图排他判断；其次，技能高度依赖外部references文件，需确保知识库挂载完整；最后，针对零基础用户，建议增加核心概念的渐进式解释机制，降低认知门槛。总体而言，这是一个设计成熟、价值极高的优质技能。
- • 理念稀缺且反共识：主打“更好而非更大”的一人企业理念，有效对抗盲目扩张焦虑，定位精准。
- • Prompt结构教科书级：采用“核心信条-工作模式-输出风格-资源索引”的模块化设计，逻辑严密，可维护性强。
- • 落地性极强：提供MVPr计算、外包策略、日程掌控等具体可执行步骤，拒绝空谈成功学。
- • 触发词“创业”等过于宽泛，易与实体/传统创业需求冲突，建议增加意图识别与排他性拦截。
- • 高度依赖 references 外部文件，若知识库未挂载或内容缺失，会导致“配真实案例与数据”的承诺落空。
- • 对零基础小白可能存在认知门槛，部分专业概念（如MVPr、社会资本账户）缺乏渐进式解释设计。
该技能定位为定时任务调度的“防坑指南与全能助手”，精准切中了开发者配置 Cron 时易犯的静默失败痛点。SKILL.md 设计质量极高，提供了清晰的“生成-校验-解释-预测”四步工作流，并详尽梳理了语法速查、常见坑（如日周“或”语义、时区陷阱）及排查清单，展现了深厚的工程经验。零依赖的纯 Python 设计保证了极高的可移植性。 优点在于闭环逻辑严密，知识覆盖全面，“计算未来执行时间”是排查调度异常的最有效手段。 改进建议：自然语言转换目前依赖固定模式，面对复杂表述（如“调休后首个工作日”）可能受限，建议结合大模型进行意图泛化；此外，若能增加对 Linux Cron 与 Quartz 语义差异的自动识别与适配机制，跨平台体验将更完美。
- • 闭环工作流设计极佳，从自然语言生成到校验、解释、预测，彻底杜绝定时任务静默失败。
- • 知识覆盖度极高，详细列举了特殊字符、常见坑（如日周“或”语义、时区陷阱）和排查清单，专业度拉满。
- • 零依赖纯 Python 实现，轻量且易于集成到各类 Agent 或自动化平台。
- • 自然语言解析依赖固定模式，面对复杂或模糊表述（如“调休后首个工作日”）缺乏泛化能力，建议引入大模型辅助解析。
- • 未明确提供对 Linux Cron 与 Quartz 语义差异的自动识别与切换机制，跨平台使用时仍需用户手动注意。
该技能定位于幼儿教师的专业助手，解决游戏观察记录撰写耗时、理论支撑不足的痛点。SKILL.md设计堪称典范，逻辑严密，从角色设定、知识库调用到Word生成形成完整闭环。特别是“引用规则”和“边界约束”有效规避了专业领域的幻觉和伦理风险。优点在于工程化落地能力强，通过脚本生成Word解决排版痛点；理论支撑扎实，内置权威指南；格式控制精准。建议增加对非标准文本输入的兼容处理；视频分析增加关键帧截图的降级策略；模板增加通用版以提升跨园所普适性。
- • 知识库构建严谨，引用规范明确，有效防止大模型幻觉，确保幼教理论引用的准确性。
- • 工程化程度高，通过Python脚本和JSON中间格式完美实现九宫格Word文档的自动化生成，解决排版痛点。
- • 角色设定与边界约束清晰，符合幼教专业伦理，如不轻易下医学诊断、保护隐私、安全优先。
- • 视频分析能力受限于多模态模型实际表现，建议增加对视频关键帧截图分析的降级方案。
- • 九宫格模板强绑定特定幼儿园格式，普适性略受限，建议增加支持自定义模板或提供通用版选项。
- • 对纯文本或非标准格式输入的兼容引导不足，缺乏明确的文本清洗和结构化预处理步骤。
该技能定位为公考面试的“理论基建”，与实战陪练技能形成完美的“学+练”闭环。其Prompt设计质量极高，最大的亮点在于“分段互动制”与“字数严控（≤500字）”，这精准解决了AI大模型容易长篇大论导致用户认知过载的痛点，强制提问机制也极大提升了学习的互动性与吸收率。内容体系涵盖7大模块39节课，从全景认知到政府思维，逻辑严密且数据详实。优点在于交互设计符合人类认知规律，产品闭环思维清晰。改进建议：长对话中的JSON进度追踪容易因上下文截断而失效，建议增加断点续学机制；此外，可补充用户中途退出再次进入时的状态恢复策略，以进一步提升连贯体验。
- • 交互设计极佳：强制分段（≤500字）和提问机制，完美契合AI对话特性，避免信息过载。
- • 闭环思维清晰：与陪练技能明确分工，理论建构与实战训练互补，形成完整的学习链路。
- • 内容体系完备：7大模块39节课逻辑递进，从全景认知到政府思维，且引用最新考情数据。
- • 长对话状态管理风险：依赖JSON格式记录进度在超长上下文中易丢失，需考虑外部存储或更轻量级的状态标记。
- • 中断恢复机制欠缺：未详细说明用户中途退出后再次进入时，如何无缝衔接当前段落和未回答的问题。
该技能定位为本地化的Excel/CSV自动化分析工具，通过调用预置Python脚本实现数据摘要、统计指标计算及多维可视化。SKILL.md结构严谨，依赖说明、操作步骤、参数解析及示例一应俱全，设计逻辑清晰，能有效引导大模型按标准流程执行。 其核心优势在于将底层代码封装，避免了LLM动态写代码的幻觉与报错；同时支持大文件抽样和焦点列分析，实用性极强；Base64图片输出完美契合多模态展示需求。 改进建议方面：首先，建议增加基础数据清洗环节（如缺失值提示或默认填充），以提升统计结果的可靠性；其次，可丰富图表样式的自定义参数，满足用户的个性化审美需求；最后，需完善对乱码或损坏文件的容错处理机制，提升技能的鲁棒性。
- • 流程标准化：将复杂分析封装为单一脚本，大幅降低大模型动态生成Python代码的出错率。
- • 兼顾性能与定制：支持大文件等距抽样与指定重点列分析，有效应对海量数据与特定需求。
- • 输出格式友好：统计结果与Base64图表以JSON统一返回，便于智能体直接解析与前端渲染。
- • 缺乏数据清洗能力：未提及缺失值、异常值或重复值的自动处理策略，可能影响统计准确性。
- • 图表定制性较弱：图表类型和样式由脚本硬编码，用户无法通过参数自定义配色或特定图表。
- • 容错机制不够细化：仅说明返回错误信息，未明确对文件编码错误、格式损坏等常见问题的具体应对方案。
该技能定位为磁盘重复文件精准清理工具，基于“文件大小预分组+SHA-256哈希”两阶段算法，实现零误报的内容级去重。SKILL.md结构严谨，从场景痛点到具体命令、产物格式及注意事项，形成了完整的闭环指导。优点方面：一是安全机制极佳，默认仅生成报告，破坏性操作强制二次确认并支持隔离区复核；二是工程化程度高，纯标准库零依赖且内置自检；三是生态联动好，明确作为“文件整理三件套”的去重环节。改进建议：针对超大文件，全量计算SHA-256可能耗时较长，建议未来引入分块哈希以提升效率；此外，若能在报告中对“同后缀且大小相近”的文件给出提示，将进一步提升实用性。总体而言，这是一个设计成熟、安全可靠的优秀工具技能。
- • 安全机制完善：默认只读报告模式，破坏性操作需二次确认并支持隔离区复核，杜绝误删风险。
- • 零依赖与高可用：纯Python标准库实现，开箱即用，内置自检脚本保障运行环境可靠。
- • 算法高效精准：采用文件大小预分组结合SHA-256哈希的两阶段策略，兼顾扫描速度与零误报。
- • 生态联动性强：明确与重命名、归档等技能互补，无缝融入自动化文件治理工作流。
- • 针对超大文件（如几十GB视频），全量计算SHA-256耗时较长，可考虑引入分块哈希机制优化性能。
- • 仅支持字节级精确去重，缺乏对图片相似、文档微调等“近似重复”场景的扩展处理能力。
该技能定位为工程监理全过程业务指导，全面覆盖“三控三管一协调”核心业务，适用于房建、市政等多类工程。SKILL.md设计极为专业，逻辑清晰，通过功能路由图精准分发需求，明确各层级监理人员职责。内容深度引用GB/T 50319等核心国标，提供详尽的审查流程、验收标准、人员配备及通病防治措施，实操性极强。其协同技能设计合理，有效串联了造价、合同等工程类技能矩阵。优点在于专业壁垒高、知识覆盖全，不仅提供理论规范，更给出具体工序检查要点，是监理人员的得力助手。改进建议：目前内容在房建和市政方面极为详实，建议后续补充公路、水利、电力等专项工程的特色监理要点；同时可增加复杂现场突发状况的交互式处置案例，以进一步提升AI应对非标问题的灵活性与准确性。
- • 业务覆盖全面，精准对标三控三管一协调核心业务链，结构逻辑严密，功能路由设计清晰。
- • 深度结合国家规范（如GB/T 50319），提供具体条款、审查流程、人员配备标准和通病防治，专业度与实操性极高。
- • 具备清晰的技能协同设计，能与造价、合同、方案编制等工程类技能无缝联动，形成完善的业务矩阵。
- • 当前内容在房建和市政方面极为详实，建议后续补充公路、水利、电力等专项工程的特色监理要点，确保全专业均衡。
- • 建议增加典型工程场景的交互式问答案例（Few-shot），帮助AI更准确地理解复杂现场突发问题的处置逻辑。
“报价单生成”是一款定位明确、实战导向极强的垂直领域自动化技能。其核心亮点在于将电线电缆行业复杂的报价经验（如元/千米到元/米的单位换算、ZRC/ZRB/ZRA阻燃档位匹配、BYJ辐照线特殊映射）完美转化为Prompt规则，极大降低了大模型在处理行业隐性知识时的幻觉和错误率。功能设计上，技能实现了从Excel解析、智能列名识别、模糊匹配到生成文件并邮件发送的完整闭环，且对未匹配项、多匹配项等异常情况有合理的处理策略。优点在于行业Know-how沉淀深厚，规则颗粒度极细，直接解决了业务痛点；流程闭环完整，自动化程度高。改进建议：一是技能描述与内容存在轻微割裂，描述提及“适用于各类询价”，但核心规则全为电缆专属，建议将名称和描述修改为“电缆报价单生成”以提高触发准确率；二是建议增加对输入Excel格式的前置校验步骤，当表头严重不符时能及时反馈用户。整体而言，这是一款极具业务价值的优秀技能。
- • 行业Know-how沉淀极佳：将电缆报价中易错的单位换算、阻燃档位及特殊型号映射规则结构化，实战价值极高。
- • 流程闭环完整：涵盖从Excel解析、智能匹配、异常处理到生成文件并自动发邮件的全流程，自动化程度高。
- • 容错与交互设计合理：对列名不一致、模糊匹配、未匹配项及多匹配项均有明确的降级处理或确认策略。
- • 定位描述与内容略有割裂：描述称适用于各类询价，但核心规则高度绑定电缆行业，建议明确定位为电缆专用或拆分通用与行业规则。
- • 缺乏输入格式前置校验：若输入的Excel表头或结构严重偏离预设，技能缺乏前置的格式校验与明确的报错引导机制。
该技能定位为教师备课助手，通过预设模板和智能扩充，生成排版规范的 .docx 教案文档。SKILL.md 结构严谨，步骤清晰，巧妙地将“用户简要输入”与“智能体专业扩充”结合，既保证了生成效率，又维持了教案的专业度。资源索引和注意事项详尽，具备极强的可执行性。最大亮点在于直接输出实体文档而非纯文本，且内置特教等细分模板，支持自定义模板复用，形成了完美的备课闭环。建议增加对模板 JSON 结构的自然语言解释，降低教师自定义模板的认知门槛；同时，考虑到部分平台对本地 Python 脚本执行和依赖安装的限制，建议提供基于平台原生文档生成能力的备选方案，以提升跨平台兼容性。
- • 场景覆盖全面且细分：内置小初高及特教四套模板，特教模板包含康复目标等，极具人文关怀与实用性。
- • 交互设计合理：采用“引导填写+智能扩充”模式，降低教师备课门槛，同时保证教案的专业性与规范性。
- • 闭环与复用能力强：直接输出排版规范的 .docx 实体文档而非纯文本，且支持自定义模板保存复用，真正解决备课“最后一公里”问题。
- • 环境依赖限制：强依赖本地 Python 环境及 python-docx 库，若运行平台不支持动态安装依赖或执行本地脚本，可能导致技能失效。
- • 模板扩展成本：自定义模板需要用户理解 JSON Schema 结构，对非技术背景的教师用户存在一定学习门槛。
该技能定位为工程招投标全流程专业指导，覆盖招标、投标、评标多角色服务，功能定位极其清晰。SKILL.md设计质量极高，系统梳理了招投标法律法规体系，并融合了最新政策动态。通过角色分流图和决策树，将复杂的实务流程结构化，Prompt设计专业且严谨。优点在于法规覆盖全面且时效性强，实务指导落地性高，提供了大量对比表格和决策树，垂直领域深度极佳。改进建议：当前内容较长且存在截断，建议优化长文本处理或分模块加载；建议增加典型项目案例的交互式实操演示，以降低新手用户的使用门槛。
- • 法律法规体系梳理极其详尽，且紧跟2024-2026年最新政策动态，时效性与权威性极强。
- • 角色分流清晰，针对招标方、投标方、评标方提供差异化指导，功能路由设计科学合理。
- • 包含大量实务决策树和对比表格（如招标方式选择、两法衔接），实操落地价值极高。
- • 文本内容较长且存在截断现象，建议优化长文本处理机制或采用分模块动态加载。
- • 缺乏具体的实战案例演示或交互式问答引导，对于缺乏经验的新手用户可能不够直观。
该技能定位为建筑与新能源工程领域的专业施工指导专家，覆盖装配式与新能源工程全生命周期。SKILL.md设计极为专业，功能路由清晰，深度融合42项国标行标。上篇装配式部分提供了详尽的装配率计算、构件深化设计、生产工艺及验收标准，数据详实，表格与公式规范，具有极强的现场指导与合规审查价值。优点在于专业壁垒极高，参数引用精准，模块化设计便于与其他工程类Skill联动。建议确保下篇新能源内容深度与上篇对齐，补充施工突发事故应急预案，并增加跨Skill联动的具体示例以提升协同体验。
- • 知识体系完备，深度融合42项国标行标，专业壁垒极高。
- • 结构清晰，提供功能路由图与详尽章节划分，便于精准检索与指导。
- • 实用性强，包含具体参数、计算公式、允许偏差表格及工艺流程，落地价值高。
- • 新能源工程部分（下篇）需确保深度与上篇对齐，避免内容头重脚轻。
- • 缺乏针对突发工程事故（如灌浆不密实、吊装倾覆）的应急处理预案模块。
- • 建议增加与其他Skill（如造价、合同）联动的具体Prompt示例，以更好发挥协同效应。
该技能是专为B站内容创作者打造的爆款视频深度拆解工具。SKILL.md设计极其专业，逻辑严密，将复杂的视频分析科学划分为播放、评论、弹幕三大模式，并拓展出八大深度维度。其最大亮点在于拒绝泛泛而谈，引入了“互动比例关系”、“完播率间接指标”等硬核量化维度，并巧妙结合内置Python脚本进行数据清洗，落地性极强。最终输出的“对标清单”直接导向可复制策略，对创作者极具指导价值。不足之处在于，全量数据采集与深度分析步骤繁多，高度依赖浏览器自动化与外部脚本，执行耗时较长且易受B站反爬策略影响。建议增加“轻量级快速分析”模式，并优化异常处理机制，以提升整体鲁棒性。
- • 分析框架极其专业，从播放、评论、弹幕三维度拆解，并引入互动比例、完播率间接指标等硬核量化维度。
- • 流程设计严密，无缝衔接内置Python脚本进行词频与时间轴分析，落地执行性强。
- • 输出导向明确，直接生成“可抄作业的对标清单”，对创作者极具实用价值。
- • 全量数据采集与深度分析步骤繁多，高度依赖浏览器自动化，执行耗时较长且易受平台反爬策略影响。
- • 八大深度维度可能导致单次任务上下文过长，建议补充“轻量版快速分析”路由以应对简单需求。
“新华产业监测”是一款定位精准的区域经济分析技能。其核心功能是通过抓取新华网地方频道的产业新闻，按八大区域板块进行结构化汇总，并生成产业活跃度排名与周报。在Prompt设计上，该技能展现了极高的专业度。工作流程从数据抓取、内容提取到量化评分、报告生成，逻辑闭环完整。特别是量化评分模型，综合考量新闻数量、产业多样性、政策级别与重大项目，能科学直观地反映各省产业活跃度。输出模板规范，支持定时执行，实用性极强。优点在于区域划分清晰、评分维度科学、报告结构化程度高，非常适合宏观经济与产业研究。改进建议方面：首先，强依赖网页抓取，需防范新华网频道的反爬策略或页面改版导致的数据缺失，建议增加备用数据源或容错机制；其次，评分规则中“有具体金额”的硬性要求可能导致部分未披露金额的重大项目漏算，建议引入“重大项目”等关键词作为兜底计分；最后，港澳地区的数据获取方式需进一步优化提示词，以降低主站搜索带来的无关噪音。
- • 流程设计严密，从数据抓取、信息提取到量化评分、报告生成形成完整闭环。
- • 量化评分维度科学，综合考量新闻数量、产业多样性、政策级别和重大项目，客观反映产业活跃度。
- • 区域划分和输出模板清晰，支持定时执行，适合生成标准化的产业监测简报。
- • 强依赖网页抓取，需防范新华网频道的反爬策略或页面改版导致的数据缺失，建议增加容错机制。
- • 评分规则中“有具体金额”的硬性要求可能导致部分未披露金额的重大项目漏算，建议引入关键词兜底计分。
- • 港澳地区的数据获取方式需进一步优化提示词，以降低主站搜索带来的无关噪音。
该技能定位为食品添加剂与功能性配料行业的全球选品雷达，通过挖掘供需错配寻找信息差。其SKILL.md设计展现了极高的专业水准，不仅明确了L1-L3的适用边界，还深度融入了GRAS与NDI等食品合规路径的行业Know-how。最大的亮点在于其严密的防幻觉机制与三档交互降级设计，通过57条红线规则和反向证伪确保输出质量。然而，近9万字的超长Prompt对大模型的指令遵循能力提出了严苛挑战，实际落地效果高度依赖宿主平台的联网检索质量。此外，7维度入口矩阵对新手略显复杂。整体而言，这是一款专业度拉满的B端硬核工具，若能精简核心指令并增加快捷模式，将更具普适性。
- • 行业Know-how极深，精准区分GRAS/NDI等合规路径，专业壁垒高
- • 防幻觉机制严密，内置57条红线与反向证伪，有效控制大模型发散
- • 平台兼容性强，设计了A/B/C三档交互降级方案，确保流程不中断
- • SKILL.md近9万字，指令过于庞杂，极易超出当前大模型的最佳上下文遵循能力
- • 高度依赖高质量的联网检索能力，若平台搜索工具较弱，九步流水线将直接失效
- • 7维度入口矩阵认知负荷较高，缺乏针对新手的极简快捷模式
“AI用药安全”是一款定位精准、专业度极高的医疗辅助技能。该技能依托资深临床专家背书，深度聚焦老年人及特殊人群用药安全，特别是引入Beers标准，高度契合医养结合场景。SKILL.md设计极为规范，从核心能力矩阵到四色安全评级，再到权威参考文献与免责声明，逻辑严密，合规意识强。其结构化输出和直观的颜色预警机制，大幅降低了用户的理解门槛，实用性极强。 但在交互设计上仍有优化空间：一是缺乏主动追问机制，未引导用户补充过敏史或具体肝肾指标等关键信息，可能影响复杂病例的评估准确性；二是针对拍照识药功能，未设定识别失败或模糊时的容错提示流程。建议增加多轮信息收集向导，并完善视觉识别的异常处理机制。
- • 场景定位精准，深度结合老年人Beers标准与医养结合临床实践，专业壁垒高。
- • 输出设计直观，采用四色安全评级与分级建议，极大降低非专业用户的理解门槛。
- • 结构严谨规范，SKILL.md涵盖核心能力、分级标准、解读原则及权威参考文献，免责与合规意识强。
- • 缺乏多轮追问机制，未引导用户补充过敏史、具体肝肾功能指标等关键个性化信息。
- • 针对拍照识药场景，未定义图像模糊或识别失败时的容错与人工确认交互流程。
“认知碎片蒸馏器”是一款直击知识焦虑痛点的优质技能，致力于将碎片化收藏转化为结构化认知与行动力。其SKILL.md设计逻辑严密，6步执行法层层递进，特别是费曼卡片模板设计极为出色，有效促进了知识的降维与内化。该技能的优点在于闭环设计优秀，将“信息囤积”升级为“认知内化”与“行动转化”，稀缺性与实用性强。改进建议：1. “知识图谱关联”若无外部知识库插件支持，大模型仅能基于通用常识关联，建议在Prompt中明确依赖条件或降级为“常识关联”；2. 需补充多模态解析（URL抓取、OCR）所需的具体插件声明，防止执行中断；3. 步骤6缺乏具体的Markdown排版约束，建议增加标题层级和样式规范以稳定输出格式。
- • 痛点抓取精准，将“信息囤积”转化为“认知内化”与“行动转化”，闭环设计极具启发性。
- • 费曼卡片模板结构化程度高，包含核心概念、通俗解释、案例与底层逻辑，有效促进知识降维。
- • 执行步骤逻辑严密，从多源解析到去噪、卡片生成、关联洞察再到行动清单，层层递进。
- • “知识图谱关联”功能过于理想化，若无外部知识库插件支持，大模型只能基于通用常识关联，难以匹配“个人知识图谱”。
- • 多模态输入（如URL抓取、OCR）高度依赖平台插件，SKILL.md中未明确声明所需插件，可能导致实际执行失败。
- • 步骤6的“排版精美”缺乏具体的Markdown样式规范约束（如标题层级、引用块等），可能导致输出格式不稳定。
该技能定位为专业级体检报告AI辅助解读工具，功能设计非常成熟。SKILL.md结构清晰，核心能力覆盖了从血常规到影像学的全面检查项目，并巧妙结合了资深专家的知识沉淀。其最大亮点在于结构化的输出设计与异常分级标准，通过颜色标识和明确的就医建议，有效缓解了用户的“报告焦虑”。同时，支持历年对比和多指标关联分析，体现了较高的医学专业度。在prompt设计上，解读原则和免责声明设置合理，守住了AI医疗辅助的边界。改进建议：一是体检报告图片排版复杂，OCR识别易出错，建议在prompt中增加对识别数值异常的二次确认提示；二是体检报告涉及高度个人隐私，建议在技能触发时增加隐私脱敏提醒，提升用户信任度。整体而言，这是一个高质量、高实用价值的医疗健康类技能。
- • 输出结构高度标准化，包含异常分级、关联分析和分级就医建议，专业且极具实操性。
- • 引入历年趋势对比功能，将单次体检升级为长期健康管理，显著提升技能附加值。
- • 医学严谨性强，明确解读原则与免责声明，强调多指标关联分析，有效避免AI孤立解读的误区。
- • 未考虑图片OCR识别误差的容错机制，建议增加提示用户核对关键数值的兜底策略。
- • 缺乏对患者隐私保护的提示，建议在输入前引导用户对姓名、身份证等敏感信息进行脱敏处理。
该技能定位为 LLM 输出 JSON 损坏的“万能救星”，精准击中了 AI Agent 开发中的高频痛点。SKILL.md 设计质量极高，逻辑严密，将复杂的修复过程拆解为“提取、诊断、修复、校验”四步标准工作流，并辅以详尽的错误速查表和正则表达式，展现了深厚的工程经验。其最大亮点在于提供了零依赖的 Python 脚本，兼顾了安全性与易用性，且反复强调“先诊断后修复”和“修复必验证”的严谨原则。改进建议方面，针对极端复杂的深层嵌套截断，纯正则和简单括号匹配可能面临瓶颈，可考虑引入更鲁棒的状态机解析；此外，文档中提及的 jsonschema 与“零依赖”定位略有冲突，建议明确其为可选依赖或提供标准库替代方案。总体而言，这是一个极具实用价值和落地能力的优秀开发者工具技能。
- • 痛点定位精准：直击 LLM 输出 JSON 损坏的核心痛点，提供系统性解决方案。
- • 工作流严谨科学：遵循“提取-诊断-修复-校验”闭环，强调先诊断后修复及修复后验证。
- • 落地性极强：提供详尽的错误速查表、正则表达式及零依赖 Python 脚本，开箱即用。
- • 复杂截断处理局限：对于深层嵌套且严重截断的 JSON，简单的括号匹配和正则可能失效，需更复杂的状态机或 AST 解析。
- • 依赖描述微调：强调“零依赖”但校验部分提及 jsonschema，建议明确其为可选扩展或提供纯标准库的简易校验替代方案。
该技能定位为本地化隐私数据保护工具，专注于检测并脱敏8类常见PII，支持三种脱敏粒度与批量递归处理，并输出审计台账。SKILL.md 结构严谨，逻辑清晰，从场景痛点到防误报机制（如Luhn校验），再到安全合规机制，展现了极高的工程素养。与现有技能的串联设计体现了全局工作流思维。核心优势在于零依赖纯本地运行保障数据安全，多重校验算法大幅降低误报率，台账输出满足合规审计要求。建议后续增加对PDF、Word等办公文档的解析能力，并考虑引入轻量级模型辅助识别中文姓名和地址等难以用正则覆盖的敏感信息。
- • 纯本地零依赖运行，数据不出域，完美契合隐私合规与数据安全要求。
- • 引入身份证校验位、银行卡Luhn算法等机制，有效避免长串数字误报，准确率高。
- • 提供三种脱敏模式并生成检测台账与报告，满足企业合规审计留痕需求。
- • 仅支持纯文本类文件，对于Word、PDF、Excel等复杂格式的二进制办公文档缺乏直接解析与脱敏能力。
- • 暂未支持中文姓名、家庭住址等高频但易误报的PII类型，需依赖后续扩展或人工复核。
该技能定位为销售人员的“AI实战教练”，功能设计极其完整。从初期的主动信息收集、多格式文档解析学习，到中期的实时话术辅助与模拟对练，再到后期的促单专项支持与策略复盘，形成了一个严密的销售赋能闭环。Prompt设计质量上乘，深度融合了FABE、ACE、CPR等经典销售框架，并强制要求话术必须包含具体产品细节，有效避免了AI常见的“假大空”问题，落地性极强。此外，支持用户上传自有话术文档进行风格学习，进一步提升了定制化能力。不过，技能在环境依赖上较重，需要系统安装libreoffice等，提高了部署门槛。同时，在“实时辅助”模式下要求一次性输出三种风格的话术，在微信等即时通讯的高频沟通场景中略显冗长，建议后续增加“极简直接回复”模式以提升敏捷度。总体而言，这是一个专业度与实用性兼具的优秀销售辅助技能。
- • 流程设计闭环：涵盖信息收集、文档学习、实战辅助、模拟对练与复盘，完整覆盖销售培训与实战场景。
- • 框架与实战结合：深度融合FABE/ACE/CPR等专业销售框架及多种成交法，专业度极高。
- • 拒绝假大空：强制要求生成的话术必须包含具体产品细节与行业特性，实用性和落地性极强。
- • 环境依赖较重：依赖python-docx等库及系统级libreoffice，在部分受限的Agent运行环境中可能无法直接执行。
- • 实时辅助输出冗长：在实时话术辅助模式下要求同时输出3种风格的话术，在微信等即时通讯场景下不够敏捷，建议增加极简版。
该技能定位为测绘工程全流程专业指导工具，精准面向无人机航测与测绘从业者。SKILL.md 设计极具逻辑性，将复杂的测绘工程拆解为航线规划、LiDAR采集、房地一体确权等九大标准模块，并辅以丰富的专业参考文档与本地计算脚本。其最大亮点在于极高的专业壁垒与合规意识，内置了详尽的国家测绘标准、精度要求及保密法规，有效弥补了通用大模型在垂直工程领域知识匮乏、易产生幻觉的缺陷。通过本地脚本实现航线参数与成本估算，大幅提升了外业准备与投标报价的效率。建议后续增加外业突发状况的应急处理指南，并优化长文档的按需检索机制。整体而言，这是一个不可多得的行业级高质量技能。
- • 领域垂直且专业度极高，深度融合国家测绘标准与保密法规，合规性指导完善
- • 流程覆盖全面，从外业航线规划、数据采集到内业处理、项目报价形成完整闭环
- • 工具化设计优秀，提供纯本地Python脚本进行参数计算和成本估算，实用性强
- • 依赖的参考文档较多，若大模型上下文窗口受限，可能导致长文本处理时遗漏细节
- • 缺乏对突发外业状况（如RTK失锁、天气突变、设备故障）的应急处理预案指导
“文味”精准切入“去AI味”痛点，通过提炼真人头部作品特征，打造了一款高度专业化的文本改写工具。其SKILL.md结构严谨，核心亮点在于将抽象的“机器腔”具象化为46条识别特征，以及破折号零容忍、情绪外化等强制规则，极具实操性。场景覆盖全面，网文6大子类型的细分规则展现了极高的专业度，且JSON输出附带质量报告，让效果可视化。改进建议：破折号绝对为0等强制规则在特定文学表达中可能适得其反，建议增加豁免机制；此外，核心规则依赖外部文件，建议将关键规则内联至主文档以防加载失败。
- • 痛点抓得准，将抽象的去AI味具象化为破折号零容忍、情绪外化等极具实操性的强制规则。
- • 场景细分丰富，特别是网文6个子类型的定制化规则，展现了极高的垂直领域专业度。
- • 输出结构化且包含详细的质量数据报告，便于用户直观评估和把控改写效果。
- • 部分强制规则（如破折号绝对为0）在特定文学表达中可能导致行文生硬，建议增加风格豁免机制。
- • 核心规则过度依赖外部references文件，若文件缺失将影响效果，建议将关键规则内联至主文档。
“AI内容版权风险审查员”是一款定位精准、专业度极高的垂直领域合规审查技能。其核心功能是在内容发布前，对AI生成或辅助创作的内容进行十二维度的版权风险排查。在Prompt设计上，该技能表现卓越。其“执行铁律”强制要求输出具体的法条、判例依据及可执行的整改动作，彻底杜绝了AI常见的“和稀泥”式废话。底座知识库堪称惊艳，精准收录了截至2026年的最新核心判例及具体案号，为审查提供了坚实的事实支撑。优点在于极高的专业壁垒与落地实用性，判例引用准确，整改建议具备强可操作性。改进建议方面：一是建议增加“信息不足时的追问机制”，防止因用户输入过简导致AI过度推断；二是对于海外版权审查，可补充更多USCO最新登记实操案例；三是未来可考虑引入外部版权检索API，实现从“规则审查”向“自动比对”的跨越。总体而言，这是目前AI合规领域不可多得的顶尖技能。
- • 知识库极其扎实，精准引用最新生效判例（如2024奥特曼案、2025 AI声音案）与具体案号，专业度极高。
- • “执行铁律”设计严密，强制要求输出“风险+法条依据+具体整改动作”，有效避免AI生成空泛的合规建议。
- • 场景与对象划分细致，精准区分了创作者、MCN、短剧方、企业等不同主体的审查重点，实用性极强。
- • 依赖庞大的底座知识库，若用户输入内容过于简略，可能触发幻觉或过度解读，需增加“信息不足时要求用户补充”的交互机制。
- • 对于海外法规（如美国Fair Use）的审查深度略逊于国内判例，出海场景的实操指导可进一步细化。
- • 缺乏与外部版权数据库或Content ID系统的API对接说明，目前仍偏向于“文本与规则审查”而非“自动化比对”。
该技能精准定位于特殊教育细分领域，专为培智学校“唱游与律动”课程设计。其最大亮点在于深度融合特教专业理念，如A/B/C分层教学目标、IEP个别化教育计划关联及生活音乐应用，极大提升了教案的专业性与实用性。SKILL.md结构清晰，14大板块的教案框架和智能补全规则设计严谨，且纯本地运行保障了敏感学生数据的安全。然而，该技能也存在一定局限：依赖本地Python环境对非技术背景教师存在使用门槛；AI自动补全的专业内容高度依赖底层大模型能力，缺乏特教知识库校验，可能产生不够专业的幻觉；此外，文档样式固定，缺乏排版自定义功能。总体而言，这是一款极具稀缺性和专业价值的垂直工具，建议后续增加一键安装脚本或引入特教知识库以提升准确度。
- • 垂直领域深耕：精准契合培智学校特教需求，创新融入IEP关联与分层目标等专业元素。
- • 结构规范详尽：单课时14大板块设计，涵盖从基本信息到教学反思的完整教学闭环。
- • 隐私安全保障：纯本地Python脚本运行，不联网不收集数据，有效保护敏感学生信息。
- • 环境配置门槛：依赖本地Python环境及python-docx库，对非技术背景的特教教师不够友好。
- • 专业内容不可控：AI补全的IEP目标等特教专业内容依赖大模型能力，缺乏本地知识库校验，易产生幻觉。
该技能专为培智学校康复训练设计，通过本地Python脚本结合大模型能力，一键生成包含15大专业板块的Word教案。SKILL.md结构清晰，输入输出定义明确，AI自动补全规则深度契合特教课程标准。优点在于领域极度垂直，精准解决特教教师备课痛点；纯本地运行保障了特殊儿童隐私安全；功能全面，涵盖感统、认知等四大领域。建议将脚本打包为免安装的独立可执行文件，降低非技术背景教师的使用门槛；同时建议在prompt中增加更多特教领域的示例，以减少大模型生成专业内容时的幻觉。
- • 领域极度垂直，精准解决特教教师备课痛点，涵盖感统、认知、言语、动作四大康复领域。
- • 专业性强，教案结构包含15大板块，支持分层目标、IEP关联、任务分析等特教核心要素。
- • 纯本地运行，保护特殊儿童隐私，不联网不收集数据，符合特殊教育数据安全要求。
- • 作为本地Python脚本，对非技术背景的特教教师存在环境配置门槛，建议提供打包好的免安装可执行文件。
- • 高度依赖大模型生成专业内容，建议在prompt中增加更多特教领域的Few-shot示例，以减少专业术语幻觉。
该技能定位为建筑工程领域的资深专家，依托“央企30年经验”的设定，构建了极具深度的专业知识体系。SKILL.md设计质量极高，不仅详细梳理了央企三级管理架构、标准化建设及质量/安全/成本管控体系，还精准覆盖了危大工程管控、BIM与智慧工地等现代技术融合。其最大亮点在于极强的实战导向，内置的“踩坑经验”、“方案评审常见问题”及“迎检应对”模块，直击工程一线痛点，能有效指导方案编制与现场管理。改进建议：部分法规清单和标准表格篇幅较大，建议在Prompt中增加“按需检索与输出”的指令，避免单次回答过长；此外，可适当补充复杂节点计算书编制的核心逻辑与参数选取原则，以进一步提升技术硬核度。总体而言，这是一个极具行业壁垒和实用价值的顶尖专业技能。
- • 角色设定极具深度，完美融入央企30年工程管理经验，构建了极高的专业知识壁垒。
- • 知识体系极其完备，无缝衔接三级管理、危大工程管控、BIM/智慧工地等前沿与传统技术。
- • 实战导向极强，内置大量真实踩坑案例、评审常见问题及迎检策略，落地指导价值极高。
- • 部分法规条款和清单（如危大工程清单）篇幅较长，建议增加按需调用的指令机制，避免上下文过载。
- • 内容多侧重于管理方法论与编制要点，对复杂节点计算书生成的核心逻辑与参数选取原则指导略显不足。
该技能定位为资质审查的“合规闸门”，精准直击审查专家易被企业陈述误导的痛点。SKILL.md设计逻辑严密，明确了判定口径与“不臆造条文”的纪律，并通过退出码巧妙衔接自动化流水线。纯Python零依赖设计极大降低了部署成本。 优点：场景聚焦，判定分级清晰，支持目录批量处理，实用性极强。 建议：1. 内置知识库起点集较小，建议提供半自动构建知识库的辅助脚本；2. 仅支持md/txt，建议增加对PDF/Word的轻量级解析以贴合实际办公场景；3. 正则提取规则需进一步泛化，兼容地方性非标文号。 总体是一款极具专业价值的小而美工具。
- • 场景定位精准，直击资质审查中“企业引用法规张冠李戴”的痛点，有效防范合规风险。
- • 纯Python标准库零依赖，开箱即用，且支持目录批量处理与自动化流水线卡口。
- • 判定逻辑严密，区分高危误用、格式不规范与未收录，并严守“不臆造条文”底线。
- • 内置知识库起点集较小，高度依赖用户手动维护或外部JSON扩展，初期使用门槛较高。
- • 仅支持.md/.txt格式，缺乏对实际审查中常见的PDF/Word文档的直接解析能力。
- • 正则提取规则可能无法覆盖所有非标准或地方性特殊文号格式，存在漏提风险。
该技能定位为纯本地、零依赖的文件管理工具箱，提供扫描、重命名、去重、分类和清理五大核心功能，直击日常文件管理痛点。SKILL.md 结构严谨，逻辑清晰，特别是“关键规则”强制要求“先 scan 后动手”和“默认 dry-run”，完美契合 Agent 操作文件系统的安全底线，命令速查表也极大提升了指令执行准确率。其最大亮点是安全性极高（防覆盖、默认预览）且零依赖易部署。改进建议：在处理超大目录时，MD5 查重可能耗时较长，建议增加进度提示或分块处理；此外，可考虑增加基于正则的高级过滤功能，以满足更复杂的筛选需求。
- • 安全性设计极佳：默认 dry-run 预览与防覆盖机制，彻底杜绝 Agent 误操作风险。
- • 零依赖跨平台：纯 Python 标准库实现，无需额外配置环境，开箱即用。
- • 规则与流程清晰：强制“先 scan 后动手”的工作流，配合详尽速查表，大幅降低 Agent 幻觉。
- • 缺乏对超大目录的耗时优化说明，MD5 查重在海量文件下可能面临内存或时间瓶颈。
- • 重命名和过滤主要依赖 glob 模式，缺乏对正则表达式等高级复杂条件筛选的支持。
该技能定位为泛健康类自媒体内容发布前的合规风控SOP，功能定位极其精准。SKILL.md设计质量极高，从真实违规案例复盘切入，提炼出“5闸口”框架与“8道关”清单，逻辑严密。其最大亮点在于提供了“降级公式”与“替代词库”，不仅指出红线，更给出安全落地的修改方案，实操性拉满。同时，结合平台差异化策略与Agent伪代码，使其能无缝接入自动化内容工厂。改进建议：1. 伪代码部分建议替换为结构化的大模型Prompt指令，以更好适配Agent生态；2. 领域垂直度较高，若能在描述中明确适用边界，可降低非相关领域用户的误用预期；3. 配图OCR检查需依赖多模态能力，建议补充对多模态模型的具体调用建议。总体而言，这是一款极具实战价值的硬核合规避坑指南。
- • 痛点抓取精准，基于真实违规案例提炼，直击医疗/健康类自媒体极易踩坑的资质、药品、检测等红线。
- • 实操性极强，提供具体的“降级公式”与“替代词库”，不仅指出红线，更直接给出安全落地的修改方案。
- • 体系完整且可落地，包含自检清单、实战案例、平台差异化策略及Agent伪代码，可直接作为内容工厂的风控节点。
- • 提供的Python伪代码在实际大模型Agent调用中，不如直接的结构化Prompt指令（如约束输出JSON审查报告）有效。
- • 领域垂直度较高，高度聚焦泛健康/医疗赛道，对其他赛道（如美妆、数码）的通用性不足，易造成非相关用户误用。
- • 配图OCR检查依赖多模态能力，纯文本大模型无法直接执行，需补充对多模态工具的具体调用或工作流衔接建议。
该技能定位为“一站式HR员工关系合规与实务辅助专家”，深度契合中国企业人力资源管理痛点。SKILL.md设计质量极高，结构严谨，通过矩阵表格清晰定义了风险等级、关键时间节点和合规审查维度，并提供了标准化的输出模板，极大提升了大模型输出的专业度与可用性。 优点在于法律框架扎实、实操性拉满。特别是“关键时间节点管控”和“证据链分析”模块，直击HR日常处理劳动关系时的核心痛点，能有效防范法律风险。 改进建议：1. 中国各地劳动仲裁裁审口径存在差异，建议补充地方性法规细则知识库；2. 确保被截断的模块三包含所有事件的完整SOP及协议模板；3. 可考虑增加模拟员工对话演练功能，帮助HR提前熟悉沟通话术。
- • 业务逻辑严密，深度结合中国劳动法律法规，合规性与专业性极强。
- • Prompt设计结构化程度高，提供详尽的风险预警矩阵、时间节点管控和标准输出模板。
- • 实操指导价值极高，证据链分析与沟通话术生成直击HR处理劳动纠纷的核心痛点。
- • 缺乏对各地劳动仲裁裁审口径差异的动态更新机制，可能导致部分建议存在地域偏差。
- • 需确保被截断的模块三包含所有特殊事件的完整SOP、协议模板及计算逻辑。
- • 建议增加模拟员工对话演练功能，帮助HR在真实谈判前熟悉沟通话术与应对策略。
“三阶五审备课助手”是一款极具专业深度的K12教案生成技能。其定位明确，致力于通过“三阶五审”方法论和多Agent协作，输出达到区级优秀标准的完整教案。SKILL.md设计质量极高，将抽象的教研理念转化为16项标杆级硬性标准。特别是“三线并行”理念及“预设决策表”“追问决策树”等模块，直击传统教案痛点。大量真实课例的示范有效约束了AI的发散，确保输出内容具备极强的实操性。优点在于教研理论扎实、结构化约束严密、质量把控闭环完整。但缺点也较明显：一是学科支持尚不均衡，目前仅语文深度支持；二是规则过于庞杂，对大模型的指令遵循能力要求极高，长文本生成时易出现细节遗漏；三是多Agent并行评审可能导致交互耗时较长。建议后续优化审核机制的并行效率，并逐步补齐其他学科的专属课型库。
- • 教研理论扎实，将“三阶五审”与“三线并行”等前沿理念具象化为16项硬性标准，直击教案假大空痛点。
- • 结构化约束极强，提供大量真实课例示范（如《藏戏》），有效防止AI生成空话，确保教案可直接落地。
- • 质量把控严密，引入五位审核员并行评审及32项硬性检查清单，形成完整的多Agent质量闭环。
- • 学科覆盖不均衡，目前仅语文深度支持，数英处于实验性，限制了全学科场景的推广。
- • 规则过于庞杂，16项标准对大模型的指令遵循能力要求极高，长文本生成时易出现细节遗漏或格式崩坏。
- • 多Agent并行评审机制可能导致单次生成耗时较长，影响用户的即时交互体验。
该技能定位为专业级知识视频脚本生成系统，覆盖从多模态输入解析到编导融合的全链路。Prompt设计质量极高，创新性地引入“编剧六学派”与“导演九学派”理论，并独创“柔性执行原则”以平衡工业标准与创意自由。前置流程对文本、图片、口播稿等多模态输入的解析极为细腻，且内置调研缓存与资产库机制，高度贴合真实自媒体运营工作流。优点在于专业壁垒深厚、业务闭环完整、容错与柔性设计出色。改进建议：1. Prompt篇幅与逻辑分支过于庞大，易导致大模型长上下文指令衰减，建议模块化拆分；2. 高度依赖外部知识库与本地脚本，需增加环境缺失时的降级兜底策略；3. 个性化定制选项多达10项，对新手认知负荷较高，可优化交互引导。
- • 理论体系专业深厚，融合编剧与导演双重视角，突破常规脚本生成的局限。
- • 极强的容错与柔性设计，多模态输入兼容及三层边界控制，兼顾规范与创意。
- • 业务闭环完整，内置调研缓存与资产库机制，高度贴合真实自媒体运营工作流。
- • Prompt篇幅与逻辑分支过于庞大，易导致大模型在长上下文推理时出现指令衰减或偏移。
- • 高度依赖外部知识库与本地脚本环境，若平台不支持或文件缺失，核心流程可能阻断，需增加降级兜底策略。
- • 个性化定制选项多达10项，对小白用户认知负荷较高，可能增加交互摩擦。
该技能是专为AI短剧与影视项目打造的仿真人物资产生成专家。SKILL.md逻辑极其严密，精准剖析AI人像“五大假感”，并独创“三步法”与“面部母版”机制，从根本上解决角色一致性与塑料感痛点。提示词设计深谙模型先验，巧妙结合摄影参数与物理光影逻辑，效果极佳。v2新增的自动化闭环工作流与详尽的排障表，大幅降低了试错成本。美中不足的是，该技能高度绑定GPT Image 2，跨模型迁移需重新适配参数；且高频抽卡对算力要求较高，新手理解复杂参考图处理逻辑也有一定门槛。总体而言，这是目前市面上极具稀缺性和实战价值的顶级资产技能。
- • 痛点抓得极准，系统性解决AI人像五大假感，提示词深谙模型先验与物理光影逻辑。
- • 独创三步法与面部母版机制，通过标准化流程有效保障多镜头角色一致性。
- • v2版本引入自动化闭环工作流与详尽的排障自检表，大幅降低用户调参试错成本。
- • 高度绑定GPT Image 2，若迁移至Midjourney或SD等模型，需用户自行转换参数与负向词逻辑。
- • 要求单次抽卡8张以上及多次图生图，对平台算力与用户成本要求较高。
- • v2工作流中涂白脸等复杂参考图的处理逻辑较为硬核，新手理解门槛偏高。
“视频内容分析”是一款定位精准、全链路打通的视频理解技能。SKILL.md设计质量极高，模块划分清晰，从依赖说明到API与CLI用法、工作流编排均详尽规范，展现出优秀的工程化思维。优点在于：首先，基于Coze环境免去了用户配置API Key的繁琐，开箱即用；其次，输出结果包含精确到秒的时间戳与结构化摘要，极大提升了信息回溯效率；最后，通过内置解析与yt-dlp结合，覆盖了主流平台。改进建议：一是针对反爬严格的平台，建议增加提取平台自带CC字幕的降级方案以提升稳定性；二是建议在工作流中引入ffmpeg自动切片机制，以突破ASR的2小时限制，无缝支持超长录像。整体实用性极强。
- • 全链路自动化且免配置：无缝集成下载、ASR与LLM总结，依托Coze环境免去API Key配置，开箱即用。
- • 输出格式极具实用性：提供精确到秒的时间戳原文与结构化摘要，完美契合信息回溯与笔记沉淀需求。
- • 平台兼容性强：内置B站解析并扩展支持抖音、YouTube等，覆盖绝大多数主流视频源。
- • 平台解析稳定性受限：依赖yt-dlp解析抖音、小红书等平台易受反爬策略影响导致失败，缺乏备用降级方案。
- • 长视频处理存在瓶颈：ASR受限于2小时/100MB，未内置自动切片机制，处理超长会议录像时需用户手动干预。
该技能定位为特定教师继教网课平台的全自动挂课守护工具包。SKILL.md设计质量极高，逻辑严密，不仅提供了完整的架构总览与文件清单，还详细记录了实战坑点与风控铁律。优点方面，其工业级守护架构确保了极高的稳定性；针对畸形JPEG、按钮渲染故障等极端异常提供了字节级解法；巧妙的b64中转与图像增强链路完美解决了验证码识别痛点。然而，该技能部署门槛较高，需配置计划任务与特定环境，对普通用户不够友好；且强绑定特定平台的DOM结构，泛化能力较弱。总体而言，这是一款技术深度与实战经验拉满的极客级自动化工具。
- • 工业级守护架构：集成看门狗、代码热更新与免卡重启机制，实现真正的无人值守与高可用。
- • 极致的异常处理：针对畸形JPEG、前端渲染故障、编码乱码等实战坑点提供了字节级和进程级的精准解法。
- • 巧妙的Agent协作链路：通过b64中转与ffmpeg图像增强，完美绕过平台直接读图的限制，提高答题成功率。
- • 部署与维护门槛高：依赖特定的目录结构、计划任务及环境配置，对非技术用户不够友好。
- • 泛化能力较弱：强绑定特定平台的DOM结构与CDP特性，平台前端一旦改版将导致脚本大面积失效。
该技能定位为展会物料设计顾问，专注于将零散资料转化为可直接送印的易拉宝。SKILL.md逻辑严密，铁律设定精准切中线下印刷痛点（如文字准确性、不虚构、尺寸比例）。执行流程从文案策划到HTML排版再到脚本渲染，形成完整闭环。最大亮点是摒弃了纯AI生图出字的误区，采用“HTML排版+脚本渲染”的工业级方案，彻底解决文字乱码和尺寸失真问题；同时提供无渲染环境的兜底方案，实用性极强。改进建议：建议丰富内置的CSS设计组件库以提升视觉表现力；同时可补充更多行业专属的排版范式，以应对不同客户的审美需求。
- • 痛点抓得准：明确提出关键文字走可编辑文本层，规避了AI生图文字乱码的致命缺陷。
- • 流程专业严谨：从信息收集、文案策划到HTML排版、脚本渲染，完全符合线下印刷物料的实际工作流。
- • 尺寸与分辨率适配：内置多种易拉宝标准尺寸及像素换算逻辑，支持自定义尺寸，确保印刷精度。
- • 兜底方案完善：考虑到了无渲染环境时的浏览器打印PDF兜底方案，以及素材不足时的诚实反馈机制。
- • 依赖外部环境：高清出图依赖特定Python脚本或wkhtmltoimage，若用户环境不具备，需手动浏览器打印，增加了操作门槛。
- • 视觉表现力受限：HTML骨架示例较为基础，若缺乏丰富的CSS组件库和高质量预设模板，可能导致最终设计感不足。
- • 图片融合度约束不足：对于AI生成的背景图，缺乏与整体HTML排版风格融合度的具体提示词约束。
“API文档生成助手”是一款面向开发者的效率工具，旨在将零散的代码、cURL或JSON响应转化为结构化的专业API文档。SKILL.md 结构严谨，从输入识别、端点建模到多格式输出定义了完整工作流。多语言框架映射表和7项检查清单展现了极高的专业度。最大亮点在于其工程化思维，不仅提供Prompt指导，还附带零依赖转换脚本，并严格规定安全脱敏规则。建议补充HTML输出格式的具体模板，并针对大型项目增加全局目录索引或分批处理策略，以提升复杂场景下的实用性。
- • 输入源与输出格式覆盖全面，支持主流后端框架及多种文档标准。
- • 提供标准化的7项输出检查清单，有效保障生成文档的完整性与规范性。
- • 内置安全脱敏规则与零依赖转换脚本，兼顾数据安全与工程落地。
- • 输出格式中 HTML 视图仅提及名称，缺乏具体的模板结构或生成规则说明。
- • 针对大型项目缺乏自动分块、生成全局目录索引或增量更新的具体策略。
该技能定位为个人知识管理助手，旨在解决信息碎片化痛点。SKILL.md设计质量极高，步骤逻辑严密，完美融合PARA结构法与Zettelkasten卡片盒笔记法。输出格式规范，直接可用。最大亮点在于注意事项非常懂行，如限制摘抄比例、强调标签克制、要求适配具体笔记软件特性，有效避免AI形式主义。此外，本周可复用一个的设计极大促进了知识流动。改进建议：建议增加对长文档的分块处理机制，并允许用户导入已有标签字典以提升本地链接建议的精准度。
- • 方法论融合度高，完美结合PARA结构法与Zettelkasten卡片盒笔记法，理论与实践落地性强。
- • 输出格式标准化，提供清晰的Markdown模板，包含诊断、目录、卡片和复用建议，结果直接可用。
- • 细节把控精准，强调用自己的话重述、标签克制及适配具体笔记软件，有效避免AI堆砌标签和形式主义。
- • 缺乏对多模态素材（如图片、音频转写）的处理指引，目前主要针对纯文本素材。
- • 对于超长文档缺乏分块处理或长文本摘要的引导策略，单次输入可能受限于上下文窗口。
- • 建立链接时若用户未提供本地已有知识库上下文，AI难以给出真正贴合个人体系的精准链接建议。
该技能定位为“第二大脑”的激活器，旨在解决知识管理中“重收藏、轻使用”的痛点。通过结构化的Prompt，引导大模型将碎片化笔记转化为系统性的写作素材或决策草案。SKILL.md设计质量上乘，流程符合认知规律。特别是“观点地图”和“证据缺口”的设定，不仅防止了AI幻觉，还提升了内容的批判性思维。注意事项中强调区分素材与AI观点、保留冲突，体现了极高的专业度。优点在于痛点抓取精准，逻辑闭环完整，输出格式极具实战价值。改进建议：当前流程强依赖用户手动投喂笔记，面对海量资料时交互成本较高。建议后续增加与外部知识库RAG插件的联动说明，或提供笔记预处理的子流程，以降低使用门槛。
- • 痛点抓取精准，直击知识管理中“重收藏、轻使用”的痛点，将静态笔记转化为动态生产力。
- • 逻辑设计严密，引入“观点地图”和“证据缺口”机制，有效避免AI胡编乱造并提升内容深度。
- • 边界清晰，严格区分用户素材与AI补充，并保留冲突观点，体现了极高的专业素养。
- • 强依赖用户手动粘贴笔记，面对海量资料时交互与操作成本较高，缺乏与外部笔记软件RAG联动的引导。
- • 偏向一次性完整输出，建议增加针对特定分支或素材进行多轮深入挖掘的迭代追问机制。
“认证资料顾问”是一款专为外贸销售团队打造的合规查询技能。其定位精准，直击出口贸易中“认证不清、易踩坑”的痛点。SKILL.md设计质量极高，逻辑严密，通过Step 0强制收集三要素，有效避免信息缺失导致的误判。输出模板结构化区分“法律强制”与“渠道要求”，并明确义务主体，语言平实易懂。同时，技能强调不臆造、附来源及免责声明，严谨负责。优点在于流程规范、模板实用、风险提示到位。改进建议：一是高度依赖本地知识库，若文件缺失或法规更新滞后易导致回答失效，建议增加联网检索兜底；二是认证费用与周期因产品差异极大，静态知识库难以精准，建议未来探索对接认证机构动态报价接口；三是可逐步扩展AI硬件、新能源等新兴品类的覆盖。总体而言，是一款极具实战价值的高优技能。
- • 流程设计严谨，强制要求先收集产品、市场、用途三要素，避免信息缺失导致的误判。
- • 输出模板结构化强，清晰区分“法律强制”与“渠道要求”，直击外贸销售痛点。
- • 强调不臆造、标注来源及待补参数，并明确义务主体，有效规避合规风险。
- • 高度依赖本地知识库，若文件缺失或法规更新滞后易导致回答失效，建议增加联网检索兜底机制。
- • 认证费用与周期因产品具体规格差异巨大，仅靠静态知识库难以提供精准量级，建议探索对接认证机构动态报价接口。
该技能定位为“冰箱清空规划师”，精准击中家庭用户“不知吃什么”与“食材易浪费”的双重痛点。SKILL.md 设计质量极高，逻辑链条完整：从食材分类、保质期优先级排序，到生成兼顾口味与备菜提示的一周菜单，再到最小化采购与剩菜改造，形成了完整的实用闭环。输出格式采用 Markdown 表格，直观且易于执行。优点在于其极强的实操性，特别是“备菜提示”和“按保质期消耗”的设计，大幅降低了工作日的下厨决策与执行成本。同时，灵活处理单日需求的设定避免了过度生成。改进建议方面：一是缺少对“用餐人数”的默认设定或询问，可能导致菜品分量估算不准；二是对“省时”和“烹饪难度”缺乏量化约束，若能增加如“工作日烹饪限时30分钟”的偏好收集，效果会更精准。总体而言，这是一个设计成熟、落地性极强的优质生活类技能。
- • 逻辑严密，按保质期设定消耗优先级，直击减少浪费痛点。
- • 输出结构清晰，包含备菜提示和最小化采购清单，极具实操性。
- • 具备良好的容错与灵活性，支持零散输入和单日快捷模式。
- • 缺少对用餐人数的预设或动态询问，可能导致菜品分量估算偏差。
- • 省时与烹饪难度原则缺乏量化标准，建议增加工作日烹饪时长等偏好收集。
该技能定位为务实的衣橱管理与穿搭规划助手，核心在于盘活现有衣物而非盲目推荐购物。SKILL.md逻辑严密，步骤拆解清晰，从单品诊断、配色公式到一周穿搭和补货建议，形成完整闭环。Markdown表格输出极大提升了可读性。最大亮点是其“不制造焦虑”的价值观，强调利用率与理性断舍离，兼顾叠穿与收纳，细节拉满。改进建议：建议增加“主动追问”机制，在用户未提供身材、肤色、职业等关键信息时先进行简短提问，而非直接依赖“合理假设”，以大幅提升方案的个性化与准确度。
- • 流程设计科学，从诊断到搭配再到补货，形成完整的衣橱管理闭环。
- • 强调不推销、不制造焦虑，以盘活现有衣物为核心，定位务实贴心。
- • 输出格式结构化，搭配逻辑清晰，便于用户直接照做。
- • 缺乏对用户身材、肤色等关键物理特征的主动追问机制，可能导致搭配不够个性化。
- • 对合理假设依赖较强，若用户输入信息过少，AI脑补的衣柜可能脱离实际。