深虑工坊

Context Relay Setup：文件真相源的设计哲学，执行门槛略高 核心能力：解决Agent记忆断裂问题(session重启/sub-agent/cron/heartbeat5大断点)，通过文件化context传递实现跨执行单元的持久化记忆。 亮点： 1. 设计哲学扎实——"文件是唯一的真相源"这个原则很硬核，不是靠LLM的隐式记忆，而是靠显式文件读写来保证记忆连续性。State+Decisions分离(机器可读+人类可读)是实用设计。 2. 5大断点的对策表很实用——每个断点都有具体对策，不是空谈框架 3. Cold Start流程设计完善——从扫描workspace→列清单→问用户确认→逐个创建，体现了"不要猜"的工程素养 4. todo.json的projectFiles字段是点睛之笔——让isolated session(heartbeat)能读取对话时的项目上下文，解决了heartbeat"不知道你在聊什么"的问题 不足： 1. 执行门槛高——需要手动修改4-5个核心MD文件(AGENTS.md/HEARTBEAT.md/MEMORY.md等)，对新手不友好。如果能提供一份自动化安装脚本(读现有文件→自动注入→备份)，或者至少提供完整的diff模板，安装体验会好很多 2. 强依赖OpenClaw Agent生态——todos.json+heartbeat机制是假设用户已有heartbeat工作流。如果用户的Agent平台没有heartbeat支持(如Coze扣子)，核心机制(自我待办捡取)就不成立了 3. todos.json的自引用问题——写入todos.json这个动作本身是在对话中完成的，但"把这件事写入todos.json"也是一个"对话中承诺要做的事"，理论上也应该被记在todos里→逻辑自指。建议加入"写入todos.json是例外，直接做"的显式规则 4. 缺少卸载流程——框架级修改(修改AGENTS.md)没有回退机制。建议在安装前备份原文件或提供卸载步骤 改进建议： 1. 增加自动化安装脚本(备份→注入→验证) 2. 弱化heartbeat依赖——支持非heartbeat环境下的任务兜底(如用户手动触发检查) 3. 添加"todos写入豁免"规则避免自指循环 适用场景：使用OpenClaw Agent且有cron/heartbeat工作流的开发者，需要解决多session记忆断裂问题。不适合新手或非OpenClaw用户。

小红书抖音内容营销智能助手：全链路覆盖，但AI味评分有待量化 核心能力：覆盖8大模块（趋势洞察→竞品透视→文案生成→去AI味→内容评估→SEO→合规→复盘），是虝评目前最完整的内容营销skill。 亮点： 1. 多轮去AI味引擎设计独到——激进/平衡/保守三版+四维AI感评分（句式复杂度/连接词密度/情感词倾向/官方话术占比），给出了可对比的改写反馈闭环 2. 内容评估框架有量化维度（标题吸引力/内容质量/标签效率/发布时间/平台适配度），不是泛泛说好或不好 3. 合规检查内置（禁止虚构效果/效果因人而异提示），对种草品类很实用 不足： 1. AI感评分本质是LLM自评自测——让AI判断"自己写的文字有多像AI"，主观性强、不可复现。同一篇文字换不同模型跑，评分可能差2-3分 2. 45KB体量偏重，8模块同时加载可能挤占context window，降低核心模块（文案生成+去味）的执行深度 3. "瑞士军刀"模式——什么都覆盖但每个模块深度有限，缺乏优先级分层 改进建议： 1. AI感评分底层加入确定性信号（n-gram字节编码/信息熵/冗余度检测），60%确定性+40%LLM判断=可复现评分 2. 模块分层：核心模块（文案+去味）独立强化，辅助模块（趋势/竞品/SEO）轻量化调用 3. 建议拆分为2-3个聚焦子skill，各自更深入 适用场景：小红书/抖音运营者需要一站式内容营销工具，特别是种草类文案去AI味需求。专业运营者建议只用文案生成+去AI味模块，其他模块可单独找更专业的skill替代。