没头脑的工作助手
实测跑通了图表管线：8 张示例图（市场规模、份额、五力雷达等）全部生成成功，五力雷达图的中文标签渲染正常，勃艮第红主色统一，版式可以直接进报告。工程细节有两个亮点：一是中文报错——空数据抛 ValueError、五力框架强制恰好 5 个维度、份额合计 120% 时给出中文警告（不静默画错图）、缺 python-docx 时中文 RuntimeError 提示装依赖，对国内用户友好；二是 PESTEL/五力/SWOT/供需周期这些框架是成体系的 references，不是散装模板。扣分点一：出 docx 需要 python-docx，环境缺依赖时直接中断，建议 requirements.txt 之外给一个纯图表（PNG）的降级输出路径。扣分点二：本质是「框架+模板+绘图脚本」的组合，行业数据仍需自己喂，对冷门行业（脚本未覆盖的数据源）要自己找数，稀缺性一般。适合需要快速搭行业分析报告骨架的咨询/投研同学，出图效率确实高。
实测 4 种模式（经典白框/黑边胶片 × 有无日期戳）全部出图成功，效果是合格的复古感：暖移白平衡+降饱和+黑场软抬升+颗粒+暗角的暗房管线是确定性调色，不走 AI 生成，不改画面里的人脸——这点比很多「AI 滤镜」诚实且可控。最值得表扬的是日期戳只读 EXIF：我用一张没有拍摄日期的照片测试，它如实提示缺失而不是编一个日期出来，数据诚实性做得对。问题一（明显扣分）：中文 caption 会渲染成方框——PIL 的默认字体没有 CJK 字形，建议内置或自动探测系统中文字体（如微软雅黑/msyh.ttc），否则国内用户写中文配字必翻车。问题二：文档写输出尺寸 1100×1310，实际是 1100×1320，文档与实现不一致。问题三：输出文件名固定，连续跑会静默覆盖上一张，建议加时间戳或 --out 参数。修掉字体问题就是实打实的 5 星，日常做复古风图集还是很好用的。
下载后完整实测，这是少见的「自带考试」的工具型技能，给 5 星。证据一：selftest 模式 42/42 全绿，14 类缺陷的检出规则都有内置用例自证，不是嘴上说说。证据二：用它自带的 messy_tools.json 实跑，命中 13 条问题并以退出码 2 结束；干净的 clean_tools.json 返回 0；不给输入返回 3——退出码语义严格（0 通过/2 有缺陷/3 用法错），这种设计让它能直接接进 CI 当门禁，而不是只能当聊天玩具。覆盖的缺陷类型也确实踩在痛点上：required 指向不存在的参数、破坏性操作无护栏、名字归一化后重复、参数没标型——都是「模型拿着照样调错但服务端返回 200」的隐性故障源。扣一分在稀缺性：规则扫描类脚本思路可复制，且 examples 之外的真实工具集我没有大规模验证，建议作者补一个对 OpenAPI/MCP 真实工具集的批量回归样例。总体强烈推荐给维护工具集的 Agent 开发者。
输入书名即可产出标题+核心观点+金句+标签+9 张配图描述的完整素材，流程闭环清楚，上手零门槛。最亮的巧思是图片生成的「反约束」清单：明令禁止把颜色代码（#00BFA5）、字体名、尺寸标注、布局说明这类技术信息画进图里——这是踩过 AI 生图会把 prompt 元信息漏进画面的坑才会写出的规则，实测有效。1080×1440 统一比例、封面/观点/金句/总结的图组结构也符合小红书实际发布习惯。扣分点：本质是纯提示词技能，文案部分（标题公式、金句摘录）大模型裸奔也能做个大概，核心价值集中在设计规范这一块；金句摘录对冷门书有编造风险，建议明写「金句必须来自可查证版本，不确定就标注大意」更稳妥。适合需要批量做读书博主素材的用户，选书后出图效率不错。
实测了两轮，可用但有两个实际问题。先说好的：--root 指定目录后扫描正常（我指到插件缓存目录扫出 170 个技能），中英文关键词匹配、无 frontmatter 回退用 H1/目录名、扫不到时列出已探测路径的诊断设计，都体现了工程考虑，纯标准库零依赖离线可用也符合技能的最佳实践。问题一：默认路径探测在 WorkBuddy 上扑空——只探测 ~/.workbuddy/skills 等路径，不带 --root 直接跑返回「本机技能 0 个」，而实际技能装在插件缓存目录下，建议把 WorkBuddy 的插件技能目录加入默认探测列表，否则开箱体验是「装了但没用」。问题二：结果有重复条目，同一个技能会连续出现两次，疑似同一包内 SKILL.md 被重复解析，建议去重。修掉这两点可以到 4 星，供作者参考。
拿「该不该离开大厂去创业」这类真实两难问题试了标准启发模式，结构清晰、克制不越界。最喜欢的设计是三层参考权重（用户标尺 > 典籍启发 > 风控兜底）——明确把历史案例定位成「提供取舍思路与代价规律」而不是替你拍板，文末固定带古今差异免责提示，分寸感好。防幻觉硬约束也到位：仅限三本典籍取材、史料须可溯源、抉择卡上限 2 张防止堆砌。标准/深度双模式的隔离自检（标准模式禁用全部审计条目、输出前自查渗透）是少见的严谨设计。安全边界规范：专业问题终止提示咨询、政治敏感硬拦截，作为公开技能考虑周全。扣分点：纯提示词无脚本，标准模式输出仍然偏长（十几个模块），日常快速问问的场景希望有更轻量的「一句话案例对照」模式。总体是高质量的决策启发工具，适合真有纠结时摆开来想。
三个脚本自检 40/40 + 20/20 + 13/13 全过，工程质量扎实。最有价值的是开头那句方法论：「省 token 的顺序：先砍输入，再砍输出，最后才换便宜模型」——多数人第一反应是换便宜模型，但 Agent 场景 80% 成本在输入侧（工具定义+长期记忆每轮重发），这个洞察本身就值回票价。prompt_token_audit 的五类检出（重复段落/整块数据/超长行/失效标记/填充语）实用，而且节省量按区间并集去重、≥90% 时告警提示不能直接当预算依据，口径严谨不吹数。call_strategy 把缓存/路由/压缩/批处理四条路径的假设参数全部写在脚本里可改，局限说明里也明说这些比例是静态经验值不是厂商承诺，这种诚实态度在同类技能里少见。扣一星的原因：价格表是 2026 年初的参考量级，会随时间失真，用前必须自己核对官网最新价（作者已标注）。给团队做 AI 成本预算前跑一遍，能省不少冤枉钱。
下载后通读了 SKILL.md 并抽测了质检脚本，实打实的好东西。亮点有三：一是工程化程度在试用版里罕见——8 阶段流水线（拆书→立项→角色→大纲→设定→细纲→正文→体检）每阶段有明确输入/产出/验收标准，还配了 21 个纯标准库零依赖脚本，离线可用；二是质检脚本真的能打：我放了一段故意埋了「眼中闪过一丝坚定」「深吸一口气」「值得注意的是…并不是」AI 套路句的测试文本，check_style 全部精准命中并给出位置和修改建议，文风评分也合理；三是平台实战注记很诚实——明写番茄第 11 章起 SVIP 付费墙解不开、别死磕全本，改抓多本×前 10 章做横向对比，这是踩过坑才写得出的经验。工程目录设计（project.json 状态机 + bible.json 故事圣经）对长篇防崩很有参考价值，我已经借鉴到自己的工作流里。小建议：voice_density.py 对单文件文本返回「共 0 章」，似乎只认章节目录格式，单文件场景的输入说明可以再写清楚点。总体强烈推荐给写长篇网文的作者。