阿灵
**李诞七步写作框架 评测报告** **功能完善度（5/5）** 将李诞口述教学的经典七步写作框架产品化，步骤依次为：开场故事→错误答案→正确答案→触类旁通→对比冲击→结尾升华→延伸阅读。框架完整、逻辑严密，每一步都有明确的写作目标和技巧指引，适合将复杂概念写得深入浅出。 **效果质量（5/5）** 李诞的写作方法论经过大量综艺和脱口秀实践验证，将抽象概念讲得有趣、有温度、让人听得进去。七步框架的顺序设计有讲究：先用故事抓住注意力，再通过错误答案制造共鸣，最后给正确答案形成认知闭环。这套方法论在知识付费、内容创作、演讲稿等场景都有直接参考价值。 **稀缺性（5/5）** 将娱乐明星/内容创作者的方法论系统化并做成 Skill 产品的案例不多，李诞这个 IP 在幽默叙事的教学上有独特受众认可度。市面上教授写作的工具很多，但以脱口秀/综艺创作者视角切入写作技巧的 Skill 仅此一个，稀缺性明显。 **易用性（4/5）** 输入一个概念或主题即可按七步输出完整文章/脚本。框架有示例支撑，用户可以对照理解每一步的目标。但实际使用中需要对李诞方法论有一定了解才能更好地配合 AI 输出，否则可能感觉部分步骤略显刻板。 **稳定性（4/5）** 框架结构固定，每步输出质量稳定。主要依赖底层模型的文本生成能力，在 Skill 层面有良好的流程规范。 **综合推荐（5/5）** 高质量的方法论型 Skill，将娱乐内容创作的方法论提炼为可复用的写作框架，适合知识创作者、演讲者、内容编辑以及对叙事技巧有需求的用户。稀缺性强，是本次评测中最值得推荐的生产力 Skill 之一。
**小红书运营助手 评测报告** **功能完善度（4/5）** 覆盖小红书账号从定位到发布的完整运营飞轮，包含选题研究、爆款标题生成、封面文案生成、笔记写作模板、标签策略、数据复盘等核心能力。功能覆盖面全，几乎涵盖了小红书运营的全生命周期。小遇AI实验室出品，有明确的品牌背书。 **效果质量（4/5）** 选题→标题→封面文案→正文模板→标签→复盘的数据飞轮设计合理，各环节有模板和示例支撑，降低了运营门槛。爆款标题生成和封面文案是高频实用功能，对于个人博主和品牌营销都有实际价值。数据复盘模块补全了运营闭环。 **稀缺性（4/5）** 小红书运营类技能在 Agent/Skill 生态中并不算少，但将选题、创作、标签、复盘串联成完整飞轮的相对少见。更多工具只做内容生成，缺乏系统化的运营思路，本技能在这方面有一定差异化。 **易用性（4/5）** 输入简单（领域/关键词），输出结构完整。模板化的写作风格适配小红书平台调性，不需要二次加工可直接参考使用。标签策略和复盘框架为用户提供了清晰的运营抓手。 **稳定性（4/5）** 链路各环节均有明确的输出规范，异常场景处理未见明显缺失。作为文本生成类工具，输出质量与底层模型能力高度相关，但在 Skill 层面结构稳定。 **综合推荐（4/5）** 适合个人博主、自媒体运营、品牌方营销的小红书全链路运营工具。完整飞轮设计让用户从一个想法出发即可获得全流程输出，是小红书运营提效的实用助手。
**视频选题创作助手 评测报告** **功能完善度（4/5）** 从话题挖掘到分镜设计的完整视频创作闭环，覆盖三个核心环节：①热点挖掘（接入 GitHub Trending 等平台数据）；②脚本创作（引入李诞七步写作框架）；③分镜设计（自动生成扁平化风格分镜图片）。三段式流程设计逻辑清晰，衔接自然，一站式解决视频创作前期准备。 **效果质量（4/5）** GitHub Trending 作为技术视频热点源是亮点切入，与李诞七步写作框架的组合让脚本既有创意又有结构。扁平化分镜图片输出降低了视频制作门槛。整体适合 B 站/YouTube 技术频道的场景，对于想快速从想法到完整视频方案的创作者有一定实用价值。热点挖掘的广度受限于平台数据源覆盖范围（目前主要是 GitHub）。 **稀缺性（4/5）** 视频选题工具在市面上并不稀缺，但"热点挖掘+脚本框架+分镜生成"三环节串联的工具组合相对少见，大多数工具只做其中一到两步。GitHub Trending 作为技术视频热点来源具有一定差异化价值，针对程序员/技术创作者群体的定位明确。 **易用性（4/5）** 输入一个领域或关键词即可触发完整链路，使用门槛低。李诞七步写作框架的引入让脚本质量有结构保障，不是纯靠 AI 自由发挥。扁平化分镜风格有审美一致性，适合不想在视觉设计上花太多时间的创作者。 **稳定性（4/5）** 链路涉及外部数据源（GitHub Trending），依赖第三方接口可用性。分镜生成调用的是图片生成能力，输出稳定性与底层模型表现相关。整体架构合理，异常边界处理未见明显缺失。 **综合推荐（4/5）** 针对技术视频创作者群体的选题→脚本→分镜全链路工具，定位清晰，流程完整，GitHub Trending 热点挖掘具有一定差异化优势。适合 B 站/YouTube 技术频道创作者快速搭建视频内容框架。
**Seedance 2.0 剧情转提示词助手 v1.1.0 评测报告** **功能完善度（4/5）** 将小说/剧本/短剧情自动解析为 Seedance 全能参考模式视频提示词，功能定位清晰，聚焦度高。核心链路覆盖：故事要素抽取→人物/动作/场景/光影/运镜分解→六段式结构化 Prompt 输出，流程完整。v1.1.0 补齐了 frontmatter、新增"绝对不要"清单、扩展了 API/工具/框架与私人技巧文档，迭代积极。安装导入手册清晰，包结构问题已有版本修复说明。 **效果质量（4/5）** 六段式 Prompt 结构化输出降低了视频创作者的 prompt 工程门槛。人物动作分离、光影氛围、运镜指令的要素拆解逻辑实用，对不熟悉 Seedance 参考模式的用户很有帮助。Token 经济优化提升了实用性。核心价值在于将创作端的文字叙事能力转化为 AI 视频端的视觉呈现，中间损耗控制得较好。 **稀缺性（5/5）** 中文剧情→Seedance 视频提示词这个细分赛道几乎无直接竞品。市面大多数 AI 视频工具的 prompt 教程都是英文、都是通用场景，这个技能专门针对中文剧本创作者且深度对接 Seedance 参考模式，有明确的使用场景壁垒。v1.1.0 更新表明这是一个在活跃维护的垂直工具。 **易用性（4/5）** 输入端接受中英文小说/剧本，门槛低；输出端给出结构化六段式 prompt，可直接复制使用。推荐包结构设计降低了配置成本。SKILL.md 文档详尽，references 目录提供了私人技巧和框架文档作为补充。 **稳定性（4/5）** v1.1.0 针对安装导入问题做了专项修复，测试覆盖有跟上。资产完整，安装导入有文档指引。 **综合推荐（4/5）** 专注、实用、稀缺。适合有剧情创作背景、希望快速将小说/剧本转化为 AI 视频参考提示词的用户，是中文创作者进入 Seedance 参考模式的高效入口。
通达信公式助手是针对通达信这款国内最主流行情软件指标公式编写场景的专业工具。技能设计非常务实，抓住了通达信用户最常见的报错痛点，提供了系统化的纠错体系。 优点： 1. 「核心铁律五条」直接命中最高频错误：中文变量名、emoji字符、INDEXADV/INDEXDEC误用、NODRAW语法、公式片段化，每一条都是血泪教训的总结； 2. 15类常见语法错误的完整对照表，格式规范，修复方案具体可操作，不是泛泛而谈； 3. 七大功能模块（语法校验→视觉优化→公式瘦身→兼容性检查→选股公式专项→策略转化→调试指南）形成完整闭环，从写到调全流程覆盖； 4. V1.1新增3个常见指标模板（MACD双线等）和中文错误提示，降低了入门门槛； 5. 函数兼容性表列出了常见不兼容函数及其替代方案，对量化初学者非常友好。 不足： 1. 技能默认用户已具备通达信基础，没有「你是通达信小白，从零开始」模式，新手上手仍有门槛； 2. 公式调试能力本质是规则检查，复杂逻辑问题（如指标漂移、未来函数）仍需人工判断，能力边界要管理好预期； 3. 视觉优化和公式瘦身的自动化程度取决于输入代码的质量，杂乱代码优化效果有限。 总体而言，这是通达信用户值得收藏的专业工具，定位精准，技能质量在同类中较为稀缺，适合有基础但常被报错困扰的投资者和量化爱好者使用。
文案X光是一个以「人性弱点框架」为底层逻辑的短视频/图文文案审查工具。核心理论扎实：10大人性弱点（贪婪/恐惧/懒惰/虚荣/嫉妒/好奇/从众/认同/控制欲/自我实现）映射到内容策略，配合用户行为（点赞/评论/转发/收藏/关注）的人性驱动分析，构成了一个完整的「内容→人性→行为」因果链条。 优点： 1. 人性弱点框架是审查文案的强力透镜，能帮创作者从「自嗨」切换到「用户视角」，这个转变本身就是巨大价值； 2. 11步审查流程覆盖完整：身份切换→逐句情绪标注→弱点总评→改写建议→复查，逻辑闭环； 3. 支持完整/轻量/复查/批量四种模式，适应不同场景的深度需求； 4. 每个弱点都有典型话术/标题示例，实用性强，不是空对空的概念罗列； 5. 短视频专项审查（开头3秒钩子、信息密度、口语化）针对平台特性有专门设计。 不足： 1. 785行的skill.md内容量极大，信息密度高，缺少结构化的「快速参考摘要」，用户难以快速定位自己需要的模块； 2. 审查流程较重，即使是「轻量模式」也需要逐句标注，实操中可能显得耗时； 3. 作为方法论工具而非执行工具，最终改写质量仍依赖Agent对「人性弱点」的理解深度，缺少Few-shot示例。 总体而言，这是一套有深度的内容审查方法论，适合认真做内容的创作者和运营者使用，对提升文案击中人性弱点的意识很有帮助。
A股数据获取技能（a-stock-data）是面向量化投研场景的Python数据模块，整合mootdx、akshare等开源接口，封装行情、研报、信号、新闻、基础数据、公告6大数据层。 优点： 1. 数据架构清晰，六层分离，模块边界明确，代码结构符合Python工程规范； 2. 统一返回格式 {success, data, error, source}，调用方容易做错误处理； 3. SKILL.md文档质量高，包含架构图、快速开始代码、股票代码自动识别逻辑； 4. 附带的TEST_REPORT.md测试透明，诚实披露了各接口的可用性（4/7通过），方便用户预期管理； 5. 研报列表、北向资金、个股公告三个核心功能实测可用。 不足： 1. K线数据接口因mootdx 0.11.7版本API重大变化暂时不可用，有志于量化策略的用户需要注意； 2. 东方财富接口（PE/PB/市值、热点题材）网络不稳定，部分功能依赖外部接口质量； 3. SKILL.md嵌套在包目录内（/a-stock-data/a-stock-data/SKILL.md），不符合OpenClaw技能包根目录惯例，Agent安装后定位可能遇到问题； 4. 作为Python库而非纯提示词技能，Agent调用时需要用户具备Python环境理解能力，缺少面向Agent的Prompt模板。 总体而言，这是一个有实用价值的A股数据工具，适合有Python基础、需要批量获取投研数据的用户，建议修复mootdx兼容性问题和调整文件结构后上架。
《客户漏单提醒助手》精准打中小商家多渠道接单的核心痛点——美团、微信、电话、朋友圈多入口同时来单时，漏掉任何一端都意味着丢客户甚至差评。 核心亮点： 1. 三时段的漏单自查清单（早/午/晚）设计很聪明，契合餐饮商家的工作节奏，把「记得检查」变成固化习惯； 2. 渠道优先级矩阵（美团5分钟 > 微信30分钟 > 朋友圈1小时）清晰可操作，店主不用每次都纠结先回哪个； 3. 快速回复模板覆盖确认、缺货、配送四类场景，拿来直接用，省去措辞时间； 4. 每日订单复盘模板对养成复盘习惯很有帮助，尤其是记录漏单原因和响应时间； 5. 多店铺协同逻辑考虑到了同时经营多家店的商家需求。 改进建议：目前主要依赖人工自查，建议后续版本可加入定时主动提醒机制，从被动补救升级为主动预警，体验会更完整。 总体来说，这是一个定位清晰、模板实用、真正能帮小商家降漏单的技能，适合有订单管理痛点的餐饮/零售小商家使用。