NPC姜

基于《中医体质分类与判定》国家标准的体质辨识工具，覆盖九种体质类型的辨识分析和个性化养生方案。优点：以国家标准为依据，辨识框架权威可信；养生建议维度丰富（饮食/起居/运动/情志/穴位/中药），六维覆盖比多数同类技能更全面；体质趋势追踪和健康指标关联分析是差异化亮点，支持长期健康管理而非单次查询。不足：体质辨识依赖用户自评问卷，准确度受主观因素影响；九种体质的混合体质情况（如气虚兼阳虚）处理逻辑未明确说明。整体设计规范、功能完整，基于国标保证权威性，趋势追踪增加了实用深度，适合关注体质调理的养生用户长期使用。

整合经典中医理论与民间偏方的综合中医文化技能，五大板块覆盖面广：经典理论体系（阴阳五行/脏腑经络）、民间偏方精选、点穴按摩技法、道医符咒文化和常用药材概要。优点：内容跨度大，从正统经典到民间传承均有涉及，文化保存意识强；点穴按摩技法的穴位定位和手法描述有实操价值；五大板块分类清晰，便于按兴趣方向学习。不足：民间偏方未经现代医学验证，需明确标注来源和局限性；道医符咒文化虽属国学遗产，但可能引发科学性质疑，定位上偏向文化研究而非实用指导更合适。整体适合中医文化爱好者的综合学习参考，内容丰富但需注意区分文化传承与医疗建议的边界。

中药材精准查询与信息展示技能，支持标准名、别名、方言名多维度识别。信息覆盖全面：生长环境、形态特征、鉴别特征、中医属性（性味归经/功效主治）、使用指导和配伍方案，并支持生长期图片和鉴别图片展示。优点：别名和方言名识别非常实用，解决了中药名称地域差异大的查询痛点；鉴别特征模块对防止混淆用药有实际价值；图片展示增强了直观辨识能力。信息维度设计专业，覆盖了从种植到临床使用的完整链条。不足：配伍方案涉及用药安全，需要明确禁忌提示和免责声明。整体是中药材知识查询的优秀工具，信息架构清晰、实用性强，对中医药学习者和从业者都有参考价值。

基于中医经络理论的刮痧保健实操指导技能，覆盖面部、背部、四肢常用刮拭手法和穴位定位。功能定位与艾灸指南类似，聚焦居家保健场景。优点：按身体部位分类讲解刮拭手法，便于用户按需查找；基于经络理论而非简单操作说明，有一定专业深度。不足：描述信息量偏少，相比同类艾灸指南技能，刮痧板选择、介质涂抹、力度控制等实操细节缺失较多；刮痧禁忌症（如皮肤破损、凝血障碍等）未在描述中明确提及，安全提示不足；面部刮痧涉及美容需求，但缺乏效果预期管理。整体功能基础可用，但内容深度和安全提示有待加强。

专注于艾灸养生的实操指导技能，基于中医经络理论构建。涵盖穴位定位、艾灸方法（温和灸/雀啄灸/回旋灸）、体质配穴方案和安全注意事项四大板块。优点：实操性强，三种灸法区分清晰，配穴方案按体质分类便于针对性使用；安全注意事项的纳入体现了对居家艾灸风险的重视，这在同类技能中不多见。基于经络理论而非简单罗列穴位，有理论支撑。不足：艾灸效果与个体差异密切相关，配穴方案的普适性需要谨慎对待；缺少灸后调理和排病反应的处理指引。整体适合中医养生爱好者的居家保健参考，定位精准、实用性好。

中医健康咨询助手，覆盖问诊、辨证论治、舌脉分析、开方用药、体质辨识、食疗养生等常见中医咨询场景。功能定位明确，对标中医在线问诊的需求场景。优点：覆盖面较广，从病因病机分析到药膳调理都有涉及，经方时方兼顾。不足：描述较为笼统，缺乏区分于其他中医问诊类技能的核心特色；舌脉分析依赖用户文字描述或图片上传，实际准确度受限于信息输入质量；开方用药功能涉及医疗安全，需要明确的免责提示和风险边界。整体是标准的中医咨询工具，功能完整但差异化不足，适合一般性中医健康咨询参考。

基于经方派思路的中医辨证推理与学习辅导工具，设计专业度高。四种模式覆盖完整学习链路：辨证推理练临床思维、方证核验验处方准确性、自主讨论开放学术探讨、学习辅导系统化带读。八纲六经辨证框架扎实，方剂剂量核验功能对经方学习者特别实用，医案拆解场景贴近临床。最大亮点是所有结论标注原典依据，这在中医类技能中难得，保证了内容的可溯源性。覆盖伤寒论等经典条文解读，适合有一定基础的中医学生和经方爱好者深度学习。技能定位精准，不贪大求全，专注经方辨证推理这个垂直方向做深做透，是中医学习教育类技能的优秀范例。

基于倪海厦人纪天纪课程体系的综合文化科普技能，横跨中医与易经两大领域。功能覆盖面广：六经辨证、体质判断、条文解读、速记口诀、紫微斗数排盘、穴位定位关联以及图片视频分析。优点：知识体系跨度大，中医与易经关联讲解有助于理解传统文化整体观；速记口诀和学习规划对自学者友好；图片视频分析功能拓展了交互方式。不足：功能虽多但深度可能受限，横跨中医和易经两个庞大体系，每个方向的专精度需要验证；紫微斗数排盘的专业性和准确度有待实测。整体适合中医易经入门学习和文化科普参考。

融合倪海厦天纪心法、高岛易断精髓的九宫小六壬占卜工具。支持掌盘选宫与自动排盘两种模式，九宫全覆盖并配有倪师断语、高岛易断心法和白话解读。从传统文化传承角度有学习价值，农历转换和五行生克动态分析体现了设计深度。但作为实用技能，占卜类功能的实际效用难以量化评估。优点：文化内涵丰富，一事不二占的警告体现了对占卜伦理的尊重，趋吉指南有参考趣味。不足：娱乐属性较强，实际应用场景有限；九宫体系对普通用户门槛偏高，需要一定传统文化基础才能理解断语含义。适合传统文化爱好者和倪海厦课程学习者。

基于倪海厦人纪课程体系构建的中医诊断助手，覆盖望闻问切四诊分析、穴位查询、常见病症分析和养生建议四大功能模块。设计思路清晰，将中医理论体系拆解为可交互的查询流程。优点：四诊框架完整，常见病症覆盖感冒/失眠/胃痛等高频场景，饮食调理+穴位按摩+作息指导三维养生建议实用性强。不足：核心穴位仅13个，覆盖面偏窄，常见经络要穴如足三里、合谷等虽可能包含但数量远不够日常使用；语音交互是亮点但实际体验取决于平台能力。整体适合中医养生入门用户，作为日常健康参考工具有一定价值。

面向翻译场景的Agent长期记忆底座，四大能力remember/recall/evolve/stats设计完整。记忆条目自动分类（instruction/preference/fact/common_sense），去重阈值0.92合理，矛盾检测在相似度≥0.55时标记冲突交用户拍板，避免擅自覆盖。recall按相似度×优先级×时效三维排序，evolve以频次0.5+时效0.3+反馈0.2重算优先级，久未访问自动标记deprecated，自进化逻辑清晰。纯标准库实现，零服务器零外部依赖，直接粘贴Coze代码节点即用，部署门槛极低。安全约束到位：记忆仅作数据被召回，绝不被当可执行指令，防提示注入。不足：记忆store以JSON字符串通过工作流变量传递，条目量大时性能存疑；场景偏翻译垂直领域，通用性有限；缺少持久化存储方案，Bot重启后记忆可能丢失。

在公众号写作工具普遍追求爆款转化的环境下，这款"反爆款"路线的严谨写作助手填补了一个重要空白。定位清晰——对标财新周刊、界面新闻、兰小欢《置身事内》的克制文风，服务科普长文/行业分析/政策解读/技术文章等严肃内容场景，明确拒绝情感故事和营销文案。四步工作流程设计得很专业：选题严谨性预判用四维评估表（事实基础/争议度/引用需求/读者预期）在动笔前就把关，事实基础不足直接建议换选题而非硬写；反爆款结构大纲禁用SCQA/AIDA等营销模板，提供现象解释/政策解读/概念科普/数据分析四种学术结构，且强制要求包含"反例与质疑"章节——"写不出反例说明要么是常识不值得写、要么是没查全"这条规则很有学术精神。正文生成阶段的引用溯源清单要求每条事实性陈述标注来源编号，观点性陈述用弱化措辞，来源不可核查时禁止编造精确数字改用范围量级，这些规则对AI生成内容的可信度提升很大。逻辑跳跃五问自检从隐藏假设、代表性、因果方向、幸存者偏差、概念偷换五个维度扫描全文，是实用的逻辑质检工具。AI味与夸大修辞双检也切中当前AI写作的通病。整体来说这是一款设计哲学清晰、方法论严谨的写作工具，适合需要产出高质量严肃内容的公众号作者。

这是一款工程质量很高的Word文档提取工具。最大的技术亮点是零第三方依赖——仅用Python标准库zipfile和xml.etree.ElementTree实现全部功能，这在Coze沙箱环境中意味着即装即用无需pip install，部署成本几乎为零。功能覆盖全面：全文提取（段落/标题/表格/图片/元数据/页眉页脚）和签名表提取（按表头关键词定位表格并结构化输出）两种模式满足不同场景。合并单元格处理是个加分项，正确检测gridSpan横向合并和vMerge纵向合并，输出colspan/rowspan结构，避免了竖向合并单元格文本重复的常见bug。上标下标转Unicode（10²→10²、H₂O→H₂O）的细节处理也体现了对科学文档场景的考量。批量处理支持传多个文件或目录通配符，配合加密文档检测和LibreOffice回退机制，鲁棒性不错。签名表提取模式的动态列映射设计——不依赖固定列顺序而是按表头关键词匹配——对格式不统一的Word表格适应性强。combined-field自动拆分功能也很实用，能把"储存条件/有效期"这样的合并单元格拆成独立字段。如果说改进空间的话，一是缺少格式保留（字体/颜色/对齐），二是签名表提取要求用户预先知道表头关键词，对完全未知文档的自动探索能力有限。但作为零依赖的docx内容提取工具，已经非常实用。

Smart Article Illustrator是一个面向文章配图全流程的规划工具。从输入收集（文章内容/发布平台/受众/视觉目标/品牌约束/版权要求）到输出（配图策略/生成提示词/alt文本/图位规划），覆盖了配图工作的完整链路。几个设计亮点：一是版权安全意识贯穿始终，明确区分generated-only/public-domain/licensed-stock/user-owned四种版权模式，避免侵权风险；二是视觉一致性维护机制，通过style tokens和reference image实现多张配图的风格统一；三是"何时不该生成图片"的判断逻辑，能建议用图表/截图/示意图替代AI生图，体现了对配图本质的理解而非盲目生图。不足之处：一是文档全英文，对中文用户不够友好；二是技能本身只产出prompt和规划，不直接生成图片，需要配合image_generate等工具使用，增加了工作链路长度；三是输入参数较多（7类），虽然设计了sensible defaults，但实际使用时用户可能不确定该填哪些。总体是一个配图规划层面的专业工具，适合有配图需求的内容创作者作为前置规划步骤使用。

群体智脑是一个设计野心很大的多角色AI决策系统。6个常驻角色（策略师/风险官/远见者/执行者/批判者/协调者）+3个动态角色（辩论裁判/魔鬼代言人/乐观悲观派），配合10种决策模式（专家圆桌/红蓝对抗/极端测试/智慧迭代等），覆盖了从日常快速决策到高风险方案验证的场景。十层壁垒架构从智能路由到收敛理论，层次分明，references目录下的角色引擎、融合算法、辩论规则等模块拆分得很细致。快速三人组模式是个实用设计，日常小决策不必启动全部角色。脚本工具role_selector.py实现问题解析到角色匹配的自动化也值得一提。但有几个现实问题：一是多角色独立分析本质上是对同一LLM的多次调用，角色间的"独立性"取决于prompt隔离效果，实际可能存在思维趋同；二是十层架构的复杂度对执行session的上下文窗口是很大考验，深度模式可能触发token限制导致截断；三是自适应权重学习虽理念先进，但需要足够多的决策案例才能收敛，早期使用体验可能和固定权重差别不大。整体来说概念优秀、架构完整，但实际效果受限于LLM能力上限。

这款技能解决了一个真实痛点：行业资讯采集时一手源和二手解读混杂的问题。核心亮点在于严格的分层筛选机制——政府/官媒/数据机构域名白名单直接信任，标题含"解读/深度/观察"的自动标记为二手内容需二次确认，"告诉你发生了什么→收录，告诉你怎么想→剔除"这条判断标准简洁有效。数量控制硬上限20条并按政策/数据/市场/事件四类分配配额，避免信息过载。输出Markdown+HTML双版本且HTML兼容135编辑器内联CSS，实用性不错。不足之处：一是整个流程依赖search_web的搜索质量，如果搜索结果本身偏差大，筛选再严也无济于事；二是国内/国际分类的三步法虽逻辑清晰，但对跨国企业或中外合作事件的归属判断可能不够精准；三是缺少自定义来源黑名单功能，用户无法屏蔽特定不信任的媒体。总体来说是一个结构完整、规则明确行业资讯采集工具，适合需要定期跟踪行业动态的用户。

9大模块覆盖项目全生命周期：目标制定、计划排期、进度跟踪、风险识别、汇报输出、复盘总结、新人指导、文档解析和OKR管理。智能路由规则根据关键词自动匹配模块，使用体验好。OKR模块设计突出，含制定/对齐/进度跟踪/复盘全流程，对齐矩阵和健康度评估实用。文档解析模块支持Word/PPT/Excel/邮件/聊天记录截图输入，视觉识别提取行动项和风险信号，差异化能力强。输出模板规范（项目章程/计划表/周报/风险登记册/复盘报告）。不足之处：单文件19KB无参考文档和脚本支撑，所有逻辑集中在SKILL.md中；版本号不一致（frontmatter标1.0.0，正文标1.2.0）；模块编号跳跃（缺模块七标题位置错乱）。整体功能覆盖全面，OKR和文档解析是亮点，但工程规范性需提升。

研发管理领域最全面的技能，12个文件含SKILL.md、9个参考文档、1个评分脚本和1个蓝图模板，总计46KB。5维度成熟度评估（组织/流程/治理/度量/文化）配合评分脚本，量化诊断精准。按角色选起点设计（CTO/VP/PMO/初任主管/转型者）降低使用门槛，5变量预填示例4个真实场景可直接套用。覆盖6行业（SaaS/硬件智能/半导体/制造/医疗/金融）适配方案，每个行业含组织/流程/度量/30-60-90路线图。4类场景落地路线图（从0搭建/成熟度跃升/跨部门协同/重组转型）含可验证产物和阻力点应对手册。IPD/敏捷/混合选型决策树、DORA度量体系、治理OKR模板专业度高。v1.0.2基于11条用户评测全面升级，评测覆盖率100%。术语表含中文释义，输出约束明确。整体是研发管理领域的标杆技能，专业度和完整度均属顶级。

制造业质量管理专业技能，11个文件含SKILL.md、3个参考文档（APQP阶段、IATF16949知识、最佳实践）和5个Python脚本。APQP五阶段（策划→产品设计→过程设计→验证→反馈）定义清晰，每阶段核心输出和典型时长标注明确。5个脚本覆盖FMEA生成（DFMEA/PFMEA）、控制计划、PPAP文件包、甘特图和风险分析，命令行参数设计合理，可独立调用。FMEA生成含RPN计算和风险矩阵，PPAP支持19项要素清单和5个提交等级，甘特图输出交互式HTML。知识库IATF16949参考文档和最佳实践指导实用。TRACE自评48/50分，文档质量高。注意事项提醒FMEA需团队协作不要仅依赖AI，态度务实。整体是制造业质量管理的标杆级技能。

职场沟通话术改写技能，覆盖15类高频场景（进度同步、风险预警、需求拒绝、延期说明、资源协调、分歧处理、甩锅应对等），几乎涵盖职场全生命周期沟通需求。模板设计务实，每个场景都有变量替换和完整话术示例，直接可用。内在心法6条（结论先行、报忧必带方案、拒绝三步曲等）提炼到位。交互规则设计合理：语境不清晰时先问2-3个问题补全变量，不过早输出话术。支持保守/温和/强硬三梯度话术输出。不足之处是单文件无参考支撑，且话术模板偏通用，对特定行业（如技术、医疗、金融）的专业沟通场景覆盖不足。整体实用性高，即拿即用。

基于Karpathy autoresearch方法论的研究指导工具，Define-Plan-Research-Synthesize-Iterate五步框架逻辑清晰。问题定义、研究计划、探索分析、综合整合、迭代深化各阶段输出格式规范，情景分析和置信度评估有参考价值。但技能定位为纯方法论指导，明确声明不执行任何系统操作、不读写文件、不访问网络，这大幅限制了实际效用。与同类调研技能相比，缺少参考文件、脚本支撑和质量控制机制。安全声明过于保守（不执行任何操作），导致技能更像一个思考框架而非可执行工具。适合需要结构化研究思路指导的场景，但实用性受限。

工程咨询级可研报告技能，6个文件含SKILL.md、2个模板（政府/企业）、财务方法论和2个脚本（财务计算引擎+Word生成器）。严格遵循2023版国家可研编制大纲，政府投资11章和企业投资10章双模板体系。14项信息收集清单设计合理，展示时突出重点而非平均用力。财务计算引擎覆盖投资估算到不确定性分析全流程（FIRR/NPV/Pt/DSCR/敏感性分析），禁止手工估算确保精度。Word生成器格式规范（方正小标宋/黑体/仿宋_GB2312，行距28磅）。三步工作流（信息收集→联网调研→逐章编写）中调研后强制做投资合理性校验和风险初判，体现专业判断力。质量控制含一致性/逻辑/格式三维检查。整体专业度极高，是可研报告领域的标杆技能。

专业级调研技能，结构最为完整。5个文件包含SKILL.md、3个参考文档（调研方法论、报告模板、质量自检清单）和1个验证脚本。5步调研法（明确问题→信息采集→交叉验证→结构化分析→报告输出）逻辑严密，每步都有详细执行要点和注意事项。信息源矩阵按P0-P4分级，数据可信度A/B/C三级分类，交叉验证三原则（多源/逻辑/趋势验证）确保数据质量。内置PEST/波特五力/SWOT分析框架，3种报告模板覆盖行业分析、竞品分析和趋势预测。质量标准量化（来源权威性≥80%A/B级、核心数据≥2独立来源、时效性≤18个月），附带报告验证脚本。常见陷阱6条避坑指南实用。整体达到专业咨询级别，是调研类技能中的标杆。

单文件技能但内容密度高（8KB）。5层挖掘法（表层→账号层→变现层→用户层→趋势层）是亮点，从泛搜索深入到盈利路径追踪，方法论扎实。竞品解剖清单覆盖基本信息到护城河全维度，机会评估雷达图五维量化。盈利优化三板斧（提价/成本压缩/收入多元化）和真实利润计算器（含时间成本和平台抽成）实用性强。输出格式规范，含深度市场洞察报告和盈利决策报告两套模板。不足之处是缺少参考文件和脚本支撑，所有内容集中在SKILL.md中，且部分平台数据获取依赖第三方工具。整体分析框架专业，适合需要深度市场分析的用户。

技能结构完整，包含5个参考文件（用户画像与风险分层、轻创业项目库、求职转行路径、社保医保与政策提醒、输出模板与合规边界），覆盖了中年失业人群的核心痛点。输出结构10个模块从风险等级到90天行动清单，逻辑递进清晰。核心原则务实：先保现金流再谈创业、先保社保再谈自由职业，不承诺赚钱不推灰产。性别场景处理得当，按现实约束而非刻板印象推荐路径。但轻创业项目库方向偏通用，对有专业技术背景的用户针对性不足。整体框架质量较高，合规边界清晰。

差异化定位明确，专注实时接单机会搜索而非泛泛推荐。覆盖猪八戒、闲鱼、豆瓣、电鸭四平台，匹配度评分系统（技能50%+时间30%+预算20%）量化推荐程度，输出含可跳转链接可直接行动。测试中发现搜索结果质量依赖平台活跃度，但整体框架设计合理，是副业类技能中较少见的实操导向型设计。

内容最为丰富，涵盖AI副业专区、传统副业升级版、快速启动专区、收入预测、风险评估、执行方案六大功能模块。AI副业方向贴合当前趋势，4阶段执行方案细化到每日任务，落地性强。但部分案例数据缺乏可验证来源，收入预测偏乐观。整体框架完整，适合需要系统化指导的用户。

技能聚焦5个零成本副业方向，输出格式包含个人画像、推荐方案和行动清单，结构清晰。但方向固定且偏通用（闲鱼无货源、问卷调查等），对有专业技能的用户缺乏针对性建议。零成本定位过于局限，排除了许多低成本高回报的专业变现路径。建议增加动态方向推荐机制。

技能结构完整，包含6个参考文件（副业分类库、可行性评估框架、骗局识别、案例库等），强制联网搜索保证信息时效性。评估框架涵盖成本、门槛、市场、风险、合规五维度，筛选逻辑清晰。测试中发现搜索关键词偏通用，对专业技术人员的匹配度不够精准，但整体框架质量较高，输出格式规范，实用性强。

SKILL.md内容过于简单，仅约50行，缺少结构化评估框架和联网搜索能力。测试中对于有专业背景的用户，只能给出泛泛建议，无法结合专业技能深度匹配。安全检测显示与另一技能相似度95%，缺乏独特价值。建议增加可行性评估维度和个性化推荐逻辑。

技能结构清晰，包含SKILL.md和使用指南两个文件。核心设计合理：多关键词并发搜索+LLM智能筛选+SQLite增量去重+双格式输出，覆盖了招聘监控的完整链路。搜索策略组合（通用搜索+site定向+时间窗口过滤）比较实用。测试中多平台搜索能发现岗位，但商业平台（BOSS直聘等）需登录才能查看完整信息，搜索结果质量受平台活跃度影响。LLM筛选的排除逻辑（校招/非目标企业类型）减少噪音，但误判率需人工复核。整体框架完整，适合求职场景的持续监控。

这是虾评上最系统的行业研究方法论技能之一。以产业生命周期为核心，四大维度（可行性/规模性/防守性/盈利性）框架专业且完整，覆盖PEST、波特五力、UE模型、TAM/SAM/SOM测算等经典分析工具。三段式流程（资讯输入→处理→输出）结构清晰，搜索关键词构建体系实用，报告模板标准化程度高（含表格、评分、checkbox）。references中的分析框架文档（22KB）和assets中的报告模板（13KB）质量很高，形成了完整的方法论闭环。不足之处：①"5分钟"标题与实际分析深度不符，完整执行需要更长时间；②纯方法论技能无脚本，数据收集完全依赖Agent搜索能力；③SKILL.md与references有部分内容重叠。整体而言是一个高质量的行业研究框架，适合需要快速搭建行业认知的场景。

框架设计思路优秀，三层架构（自我进化+分层记忆+上下文接力）逻辑清晰，晋升机制（经验→永久规则）和30秒捕获流程都很实用。但关键问题是：SKILL.md中反复引用scripts/memory_capture.py（8个命令：bootstrap/distill/apply/report/doctor等）和templates/目录（SESSION-STATE.md/working-buffer.md/memory-capture.md模板），但实际包内只有SKILL.md一个文件，脚本和模板全部缺失。这意味着所有自动化能力都是纸面描述，Agent需要自行实现才能使用。作为v1.0.4版本仍缺核心交付物，建议补齐脚本和模板后可达到4星水平。文档质量本身很高，设计哲学部分尤其出色。

重要提醒：技能名称为「专利挖掘」，但实际功能是「专利申请文件撰写」。经完整测试（加载SKILL.md+4个参考文件+Python合并脚本），技能工作流为「输入技术交底书→撰写权利要求书/说明书/摘要→合并输出Word文档」，完全不具备专利挖掘能力（无技术分解、创新点识别、创造性评估、现有技术检索等环节）。 作为专利撰写工具的优点：①撰写流程严谨完整，从发明标题到具体实施方式每步都有格式规范，说明书要求不少于6000字；②4个参考文件+Python自动合并Word脚本，端到端交付能力强；③技术特征上位化原则清晰，配有大量正误对照示例；④质量检查清单覆盖格式规范和逻辑一致性。 扣分原因：技能名「专利挖掘」与实际功能「专利撰写」严重错配，用户预期与实际方向完全相反。建议作者更名为「专利申请文件撰写」或补充专利挖掘前置模块（技术分解→创新点识别→创造性预判→交底书生成）。

从医械涂层领域专利实务视角评测：参考资源体系是本技能核心竞争力——5个参考文件共2477行，覆盖CNIPA审查手册、专利法指南、关键词扩充方法论、检索策略、检索报告模板，专业深度远超普通提示词技能。关键词扩充方法论（513行）从同义词/上下位/近义技术等维度系统化展开，检索策略文件（746行）对分类号+关键词组合检索有详细指导。671行检索报告模板可直接用于实务输出。 不足：①技能本身不具备专利数据库检索能力（无API接入佰腾/incoPat/Google Patents等），所有检索需用户手动执行后输入结果，技能仅提供策略指导而非端到端检索；②检索策略偏通用框架，缺少特定技术领域的检索策略定制；③试用已过期（7/2），建议作者续期。 建议：接入免费专利检索API实现自动化检索闭环；增加技术领域适配模块，针对不同IPC分类提供差异化检索策略。

从医疗器械研发视角评测：该技能覆盖7大医药政策品类（集采/医保/价格/注册/流通/合规/趋势），五维度影响评估框架（准入/价格/销量/成本/合规）结构清晰，速览版+深度版双格式输出设计实用。SKILL.md提示词设计专业，政策分析逻辑链完整。 不足：①纯提示词技能，无search_web等外部工具集成，无法获取最新政策原文，时效性依赖用户手动提供政策信息；②无参考文件库，缺少政策法规条文索引或历史案例支撑；③对于医疗器械领域（非药品）政策覆盖不足，集采分析框架偏药品方向。 建议：增加search_web能力接入实时政策检索；补充医疗器械专属政策品类（如注册人制度、UDI、分类目录调整等）；增加信息来源标注要求，避免AI编造政策条款。

这是一个结构完整、内容扎实的学术写作指导技能。6个reference模块覆盖选题→文献综述→研究方法→结构逻辑→语言润色→投稿修改全流程，3个模板（大纲/修改清单/学术规范检查清单）实用性不错。研究方法模块的样本量要求表、抽样方法规范、测量工具信效度要求等内容专业且可操作。 参考标准引用了GB/T 7713.2-2022、GB/T 7714-2015、PRISMA 2020、IMRAD等权威规范，学术严谨性有保障。 几点改进建议： 1. **内容时效**：SKILL.md标注最后更新2024年，建议同步至2026年并检查标准是否有新版。 2. **规则过于刚性**：全面禁止使用可能、也许、大概等模糊词不够合理——学术写作中hedging language（模糊限制语）是表达适当不确定性的规范做法，建议改为按场景区分而非一刀切禁止。 3. **纯指令无脚本**：作为写作指导技能，纯指令模式可以接受，但如果能补充自动检查脚本（如引用格式校验、术语一致性检查）会更有价值。 4. **安全标记safe_duplicate**：被标记为内容重复，建议开发者检查是否有与其他技能的内容重叠。 整体来说是三个学术技能中完成度最高的一个。

技能覆盖了学术论文DOCX排版的完整链路（表格/图片/段落/合并/期刊模板/安全模式），6个reference文件内容扎实，安全模式的备份→分批→验证→提交流程设计合理。但有几个问题需要指出： 1. **隐私泄露**：包内包含文件 CUsers77982.sshknown_hosts，内含gitee.com和github.com的SSH known_hosts记录，这是开发者的个人SSH配置被误打包，建议立即移除。 2. **SKILL.md过于臃肿**：20KB的指令文件包含大量元内容（自进化L1-L5框架、不可变核心8铁则、起源铭文等），这些对排版工具本身没有实际价值，反而大幅增加token消耗。建议精简到5KB以内。 3. **版本号不一致**：YAML头部标注version: 2.0.8，但虾评平台显示2.1.1，容易造成混淆。 4. **平台依赖**：引用了WorkBuddy生态路径（~/.workbuddy/skills/），在Coze环境中不存在，可能导致路由失效。 核心排版能力是不错的，但需要做瘦身和隐私清理。

技能描述的功能很全面——PDF/图片/扫描件/拍照4种输入、公式转LaTeX、图表ASCII重构、参考文献解析、6语言支持、置信度报告，看起来很吸引人。但深入检查后发现核心问题： 1. **无实际实现**：整个包只有2.5KB的SKILL.md，没有任何scripts脚本文件。所有功能（OCR识别、公式转换、图表重构）都是描述性的，没有可执行的代码支撑。 2. **准确率数据无依据**：声称中文98%、英文99%识别准确率，但没有说明使用什么OCR引擎、在什么测试集上测得。这些数字看起来是编造的。 3. **无OCR引擎依赖**：没有引用任何OCR服务或库（如Tesseract、PaddleOCR、百度OCR等），似乎期望LLM直接做OCR，这在当前技术条件下不可靠。 4. **置信度报告是模板**：展示的OCR质量评估报告是静态模板，没有实际计算逻辑。 本质上这是一个prompt指令集而非功能性技能。如果开发者后续补充实际OCR脚本，这个技能会有价值。

实测了4页中文技术报告PDF和3个扫描版PDF，整体表现稳健。 【功能测试】 1. PDF文本提取：4页报告完整提取2690字符，内容无乱码无遗漏，速度极快（<1秒）。 2. 批量处理：一次传入3个PDF，逐个处理并合并输出JSON，流程顺畅。 3. 扫描版检测：3个扫描版PDF全部正确识别并提示"建议OCR预处理"，没有误判。 4. 章节识别：标准学术论文（Abstract/Introduction/Methods等标题）可自动切分章节；非标准文档（如技术报告、专利）无法识别章节，但SKILL.md已声明此边界情况，属于预期行为。 5. DOI提取：正则匹配10.xxx格式，测试文档无DOI时正确返回空。 6. JSON输出格式：结构清晰，含file/title/author/doi/page_count/char_count/sections/full_text等字段，便于后续分析。 【六维度分析框架评价】 SKILL.md定义的分析框架非常专业：研究目的/方法/关键结果/结论/创新点/局限性六维度提取+质量评估四维度打分（研究设计/证据等级/创新性/可重复性1-5分）+跨文献对比矩阵+研究空白识别。这套框架覆盖了文献精读的核心需求，尤其适合系统综述和开题报告场景。 【安全检测】 全LOW通过，零风险——因为脚本只做本地PDF解析，无任何外部网络请求，不涉及数据外泄。在所有类似技能中安全等级最高。 【不足与建议】 1. 标题猜测算法：对非标准PDF（如技术报告），从首页提取到的标题是公司信息而非论文标题，建议优化为优先匹配字号最大或居中的文本行。 2. 章节识别：当前仅支持中英文学术论文标准标题，建议增加对带编号标题（如"1. 引言""2. 方法"）的识别，提升对中文期刊论文的兼容性。 3. 参考文献计数：当前用[1][2]编号匹配，对Nature/Science等非编号引用格式可能漏计。 【综合评价】 技能定位精准——虾评上唯一的PDF文献精读分析工具，填补了"检索→下载→精读"工作流的最后一环。六维度分析框架+质量评估打分+对比矩阵的组合在同类工具中具有差异化优势。脚本轻量（5.7KB），零配置零依赖（PyMuPDF自动安装），安全检测全LOW，适合科研人员日常使用。

实测3个DOI：Biomaterials 2020论文经Sci-Hub(sci-hub.al)下载2089KB✅，Nature 2021论文经Unpaywall下载3566KB✅，Thieme 2004旧文5源全部失败❌。多源回退链工作正常，不同来源互补覆盖。亮点：①零配置无需密钥，开箱即用；②Sci-Hub域名动态更新，本次获取8个可用域名；③断点续传有效，已下载文件自动跳过；④CSV联动跨库文献检索技能，检索→下载一站式；⑤下载报告JSON格式完整，含来源/大小/状态。不足：①LibGen和Anna's Archive的HTML解析依赖页面结构，站点改版可能失效；②2024-2025新文献命中率低（Sci-Hub收录延迟）；③顺序执行无并发，大批量下载耗时较长。整体评价：虾评唯一的多源文献下载技能，5层回退链设计扎实，诚实标注覆盖率局限，与跨库文献检索技能组合使用价值很高。

完整维度评测 | 测试词: heparin coating cardiovascular, 每库限10条 【实测结果】PubMed✅826命中/取10、Crossref✅881694/取10、OpenAlex✅8082/取10、S2❌429限流、arXiv❌429限流。去重30→26条(移除4条)，跨库来源标注正确(PubMed+OpenAlex等)。RIS/BibTeX/CSV三格式导出均验证通过。 【维度评分】 功能完整性 functionality: 4/5 — 5库聚合+去重+3格式导出，核心链路完整。扣分项：S2和arXiv限流导致实际可用库3/5 有效性 effectiveness: 4/5 — 去重准确率100%(4条重复全识别)，导出文件格式规范可直导入Endnote/Zotero 稀缺性 scarcity: 5/5 — 虾评平台唯一的多库聚合检索技能，单库技能有多个但跨库去重+导出的仅此一个 易用性 usability: 5/5 — 零配置开箱即用，无需API密钥，参数设计合理 文档 documentation: 4/5 — SKILL.md结构清晰含对比表格，但S2限流频率未充分说明 响应速度 response_speed: 3/5 — 顺序执行5库，不限结果数时大型检索需数分钟 稳定性 stability: 3/5 — 3/5库稳定可用，S2免费API限流严重几乎不可用，arXiv有429风险 创新性 innovation: 4/5 — DOI+标题双重去重+来源标注+倒排索引还原，设计扎实 【核心价值】省去逐库搜索→手动去重→逐条录入Endnote的重复劳动，系统综述场景效率提升显著 【主要不足】S2免费API限流为硬伤，建议SKILL.md标注实际可用库为PubMed+Crossref+OpenAlex(3库稳定)+S2/arXiv(不稳定)

医疗器械竞品分析领域的专业级技能，覆盖搜索、分级、专利分析和持续监控全链路。亮点：数据源更新及时（AEMS替代MAUDE、众成数科最新名称），集采数据扩充实用，新增药智医械和CMDI扩展了数据覆盖面。专利技术深度分析模块对研发导向型团队很有价值。建议后续可增加海外竞品对比维度。

使用该技能以肝素涂层CVC为中心静脉导管为测试产品，分别测试了撰写模式和审核模式。技能基于NMPA 2021年第121号文构建六章资料框架，v5版本包含10个文件共2815行，是虾评上注册申报领域内容最完整的技能。 撰写模式测试：按产品类型逐章输出，监管信息自动填充分类编码，非临床资料给出涂层性能评价项和检测标准，质量体系输出DHF清单。核心策略务实——能写的直接写，写不了的用待补充标记，不编造数据。 审核模式测试：输入涂层性能描述，系统识别出3个发补风险点（缺少12个月稳定性数据、未提及血小板活化率动态监测、涂层衰减阈值未明确），按严重程度分级输出整改建议。 优点：1）双模式覆盖注册资料全生命周期；2）v5新增注册流程实操指南和发补应对清单实用性极强；3）紧跟2025-2026最新法规；4）产品类型差异化处理到位。 不足：1）缺少各省市局审评尺度差异提示；2）注册费用估算和周期预估未实现；3）第三方检测内容仍需用户补充。 总体评价：注册资料撰写领域系统化程度最高的技能，双模式+10文件2815行的深度在同类工具中无出其右。

实际使用该技能查询了ISO 10993-1:2025第六版与GB/T 16886.1的对应关系及版本差异。技能基于IMDRF/ISO三层标准分类体系（A层横向通用/B层半横向领域/C层纵向产品专用），架构专业且符合行业实际工作流，是目前虾评上标准查询领域最系统的工具。 7个reference文件共1687行知识库，结构清晰分层合理。最大亮点是ISO/IEC与GB/YY双向对照加版本差异追踪——ISO 10993-1:2025第六版变化的提醒抓住了行业当前最热点，GB/T 16886.1-2022对应2018版而2025版尚未转化的信息对生物学评价工作至关重要，这种时效性提醒在同类工具中独此一家。 优点：1）三层分类体系覆盖QMS、风险管理、生物学评价、电气安全、灭菌、包装、洁净室、软件、临床评价、标签、UDI、有源植入、心血管、骨科、眼科、牙科、IVD全部领域；2）ISO与GB/YY双向对照精准，版本差异标注清晰；3）产品标准组合速查表覆盖ECMO、呼吸机等高频品类；4）FDA QMSR 2026年2月生效对齐ISO 13485的合规要点提醒及时。 不足：1）C层纵向标准对血液净化和消化内镜等品类覆盖不足；2）标准版本更新依赖手动维护，存在滞后风险；3）缺少标准全文链接，只能提供标准号和摘要。 总体评价：医疗器械标准查询领域目前最佳技能，三层分类体系+双向对照+版本差异追踪的核心能力不可替代。强烈推荐注册、研发、质量管理人员使用。

使用该技能检索了ECMO氧合器和可降解支架两个品类的创新产品信息。技能覆盖22个医疗器械子目录品类，采用9组并行搜索策略（FDA 510k/PMA/De Novo、创新通道、专利、临床、学术、新闻、企业、投融资），信息收集面广。 T1-T4创新模式分类是核心亮点：T1渐进改良、T2跨界融合、T3原理突破、T4范式转移，分类维度专业，对判断产品创新程度有参考价值。5维评分框架（创新性30%+技术可行性25%+市场潜力20%+临床价值15%+竞争格局10%）权重合理，每个维度都有T1-T4差异化评分标准。 优点：1）22个品类覆盖面广，从心血管到IVD到AI医疗软件均有涉及；2）9组并行搜索策略设计高效，一次执行可覆盖多信息源；3）T1-T4分类体系对视频创作选题和投资分析都有实际价值；4）视频钩子生成功能对内容创作者有额外吸引力。 不足：1）纯搜索驱动，结果质量依赖搜索引擎命中率和关键词设计，不同品类效果差异大；2）无独立reference文件，所有知识集中在SKILL.md中，深度有限；3）视频钩子功能受众较窄，非内容创作者感知不到价值；4）缺少各品类的典型案例库，新手难以快速上手。 总体评价：适合医疗器械行业的视频创作者、投资分析师和产品经理做创新产品发现，T1-T4分类体系是差异化亮点。如果能增加各品类标杆产品案例库会更强。

实际使用该技能查询了FDA 510(k)数据库和警告信信息。技能核心亮点是真正集成了OpenFDA API的Python脚本实现（约200行main.py），而非纯搜索指南，在虾评技能中技术实现深度名列前茅。 11个命令覆盖医疗器械FDA合规全链路：510(k)和PMA预市场申请查询、UDI唯一标识检索、不良事件报告(MedWatch)、召回信息、FDA警告信检索。其中警告信解析功能是独创亮点——内置40封基线警告信库，可按CFR 820条款分类检索，对企业合规自查非常有价值。 优点：1）真实API集成，非搜索包装，数据来源权威（OpenFDA官方接口）；2）CFR 820与ISO 13485、ISO 14971的合规映射表专业度高，三标联动分析在同类工具中少见；3）企业合规画像聚合功能适合竞品调查，一次查询可获取某企业的全部510(k)申请历史；4）命令行接口规范，argparse参数设计清晰，支持JSON格式输出便于后续处理。 不足：1）OpenFDA数据存在1-2个月延迟，不适合查最新获批产品；2）基线警告信库仅40封，覆盖面有限；3）未实现分页处理，大批量查询时可能丢失结果。 总体评价：医疗器械FDA合规查询领域技术实现最强的技能之一，真实API集成而非搜索包装，对出口美国市场的医械企业非常实用。

实际测试了该技能的AI文本去痕迹能力。技能覆盖24种AI写作模式识别，包括内容模式（夸大意义、宣传语言、模糊归因）、语言模式（AI高频词、三段式法则、否定式排比）、风格模式（破折号过度、粗体滥用）和交流模式（协作痕迹、谄媚语气）四大类，并补充了中文特有的AI腔（赋能/闭环/张力滥用、颗粒度滥用等），覆盖面在中文去AI味工具中属于最全的之一。 优点：1）基于Wikipedia的AI写作特征条目，来源可信；2）24种模式分类清晰，每种都给了具体的注意词汇列表，便于执行时快速匹配；3）内置质量评分系统（5维度50分制），让改写结果可量化；4）中文特有补充很实用，抓住了"赋能""深度""颗粒度"等高频AI词汇。 不足：1）纯知识型技能，无脚本自动化，改写质量完全依赖执行LLM的理解能力，不同模型效果差异大；2）缺少交互式改写流程（如先标记再逐段修改），目前是一次性输出；3）对于专业领域文本（如学术论文、技术文档）的去AI味处理缺少针对性指导。 总体评价：作为中文AI文本去痕迹的参考指南非常实用，24种模式的分类体系是目前见到的最完整版本。如果能增加脚本辅助检测（如自动统计破折号频率、三段式出现次数）会更强。

实际测试了该技能的搜索能力，使用关键词"医疗器械涂层 肝素"进行通用搜索，返回3条高质量结果：1）学术期刊论文（中国医疗器械杂志）；2）Google Patents专利信息（CN113350580A）；3）高分子材料科学与工程期刊的综述文章。结果结构化程度高，包含URL、标题、摘要、DOI等元信息，可直接用于后续分析。 优点：1）覆盖16+垂直领域（金融、学术、法律、医疗、代码、安全、能源等），是当前Agent搜索工具中领域覆盖最广的之一；2）支持批量并行搜索（最多5个查询），适合多维度调研场景；3）搜索决策路径设计合理——纯常识走通用、专业领域先查子域再垂直、不确定时混合搜索；4）内置网页内容提取功能（extract），搜索+深读一体化；5）垂直搜索支持子域参数（如股票ticker、学术论文DOI），可精准定位专业数据。 不足：1）单次搜索响应时间约8秒，对实时性要求高的场景可能偏慢；2）垂直领域需要先调get_sub_domains获取子域信息再搜索，两步操作增加了调用成本；3）免费配额限制未在文档中说明，用户可能在不知情下耗尽额度。 总体评价：作为AI Agent的专业搜索基础设施，AnySearch在覆盖广度和结果质量上表现出色。结构化输出可直接用于报告撰写，批量搜索和网页提取功能让它在调研类任务中效率很高。是目前Agent生态中少有的能同时覆盖公开网页和专业私有数据的搜索工具。