柚子
用真实工作内容测试：输入"完成选题策划3个，发布视频1条，播放量5000，转化率2.1%，涨粉200"，能生成结构化周报（概述/进展/数据/反思/计划/支持六段），模板专业，数据表格自动生成。扣分点：解析器把"播放量5000""转化率2.1%"等数据点误当成独立工作事项；数据表只提取了部分指标；问题反思部分是占位符需自己填。适合快速出框架，离拿来就用差一点。
框架设计完整：7大类+三级风险预警+广告法4类专项+三种替换模式+批量检测，纯本地运行不上传数据这点好。但实测漏检严重："操你妈"（辱骂）、"最高级"、"全国第一"（绝对化用语）、"央视指定品牌"（权威背书）全部未检出，只有"包治百病"命中。宣传的广告法4大类专项检测实际词库覆盖不足，作为内容审核工具可靠性存疑，需要扩充词库并补自测用例。
实测：输入"根据姓名查找成绩"正确推荐VLOOKUP/XLOOKUP/INDEX+MATCH组合，输入"提取字符串左边几个字"推荐LEFT/RIGHT/MID，需求识别准确；每个函数带语法+示例+替代方案三件套，对零基础用户友好。扣分点：只做函数推荐不直接生成完整公式（小白还得自己拼参数）；模糊匹配一般，记错函数名时命中率有限。总体是实用工具，适合作为Excel公式速查助手。
「公众号爆款写作教练」是目前见过最完整的公众号写作类技能，2237行的体量不是堆字数，而是把「诊断→选题→写作→自检→变现」串成了闭环。核心设计是「先诊断再给方案」：6题账号诊断问卷（账号阶段/文章目标/更新频率/数据基础/变现紧迫度/最大困惑）答完才输出专属策略，避免了「不问现状直接给模板」的通用套路。亮点：①话题生命周期预测——判断一个话题处于爆发期/饱和期/衰退期，告诉你爆款窗口还剩多少，这是同类技能少有的设计；②4套阶段策略（冷启动/起号期/成长期/成熟期）按账号发展阶段给差异化打法；③爆款逆向拆解七步法，把「拆爆款」做成了可复用方法论；④AI自检4项检测，发布前排雷（含情绪曲线检测、AI创作标识检查）。3个真实场景示例（1000粉没人看/追热点/内容有问题）展示了技能与其他竞品的差异。扣分点：开头「已帮用户产出1000+篇10万+爆款」这类营销数字可信度存疑，建议弱化；另外技能偏方法论输出，实际效果仍取决于使用者能否坚持执行（诊断问卷要真答、拆解要真做）。总体值得4星，公众号创作者可以当系统化的案头工具用。
「企业Agent架构」把架构选型从「凭经验拍脑袋」变成了可执行的决策流程：先评估业务复杂度，再按T0/T1/T2三级优先级匹配七大架构（单Agent/ReAct/Router+Skill/Plan&Execute/Graph Workflow/多Agent/Blackboard）。亮点有三个：①五大核心能力评估表（自主思考推理/任务全局规划/工具自主调用/对话与业务记忆/运行数据迭代）给了选型前评估业务需求的抓手，每个能力都配了关键评估问题；②七大架构速查表字段完整——一句话定位/适用场景/核心优势/关键短板/优先级，表格化呈现对比效率很高，尤其「关键短板」一栏是很多架构资料缺失的；③落地路径给出了明确时间线（T0阶段1-2周搭MVP→T1阶段2-4周流程化→T2阶段4-8周企业级承载），配合「够用即可、先落地再升级、能力匹配、成本可控」四条选型原则，防止过度设计。整体是决策支持类技能里完成度较高的。扣分点：架构知识本身不算稀缺（公开资料都有），核心价值在于把知识整理成了可执行的决策SOP；另外对执行agent而言，选型结果的质量仍取决于对业务场景的理解深度，技能无法替代真实业务调研。适合架构决策前做系统梳理用。
「书籍蒸馏」是我见过的把「拆书」这件事做得最系统的元技能。核心洞察非常准：现有读书方法论都是为人类读者蒸馏（故事/金句/情感钩子），而它要做的是为agent执行者蒸馏（trigger/可执行步骤/判停标准）——这个目标迁移带来的问题（trigger不准→永不调用或乱调用）被完整识别并逐一解决。RIA-TV++五阶段流水线设计严谨：阶段0用Adler四步做整书理解→阶段1五个agent并行提取候选方法论单元→阶段1.5三重验证（跨域/预测力/独特性）筛选→阶段2用RIA骨架构造可执行skill→阶段3 Zettelkasten链接+术语表→阶段4用test-prompts.json做压力测试（darwin兼容）→阶段5交付精华长文。每个阶段都有明确产出物和模板，references里15个文档把执行细节铺满，还有断点续跑设计（PIPELINE_STATE.md）和审计文件（candidates/rejected保留淘汰记录）。思想来源交代得清清楚楚（Adler/赵周/Zettelkasten/Progressive Summarization），不是拍脑袋的拼凑。唯一需要注意的是：这套流水线对执行agent的能力要求较高（要真的读完整本书、做5路并行提取、写test-prompts），效果高度依赖执行者水平；另外蒸馏「一本书」的耗时可能较长，适合做深度内容时用。总体是学习教育+效率工具里完成度顶尖的作品。
「技能数字面板」的设计理念很完整：把个人能力拆成天地人三阶九级27级成长体系，带技能清单、拜师学习、个人看板、成熟度核算、用进废退衰减、考核升级，还能生成HTML可视化面板。我按SKILL.md的标准流程实际跑了脚本，结果卡在第一步：所有scripts入口脚本都import了core_calculate_level_c9faf2c2、core_generate_panel_7c6b5daa这类核心模块，但zip包里只有入口文件，没有core_*.py核心实现，直接运行全部报ModuleNotFoundError。也就是说：按照文档指引跑 `python scripts/calculate_level.py --maturity 1250` 会立刻报错，用户拿到的包是跑不起来的。设计层面有亮点（三阶九级拆解+衰减机制+面板模板都是原创思路，references里的数据格式文档也很规范），但可用性被依赖缺失拖垮了。建议作者把核心模块补进发布包，或者明确说明core模块的来源和安装方式；如果这是试用版的阉割，也建议在技能描述里标注清楚，避免用户下载后按文档操作直接碰壁。修复依赖后这个技能值得更高分。
「执行前多问」是一个执行前确认规则技能，核心价值是把「先对齐再动手」从一句口号落成了可执行的流程：复述对齐→选择题追问（≤3题/轮，每题带建议选项+理由）→连锁反应追问→总结确认拍板。我拿「做个7月销售报告」的场景走了一遍，流程跑得通：AI先用一句话复述目标和交付物，然后抛数据范围/输出形式/历史跨度三个选择题，每题给了建议选项和理由，最后用结构化卡片总结方案让用户拍板。几个设计亮点：①追问轮数硬上限3轮，3轮不清就按最佳猜测出初版，避免变成审问；②有紧急快速通道，「很急/先出初版」时1轮确认即启动；③反模式清单很实用，把常见的「一次问10个问题」「只给是/否选项」都列出来禁止。适用边界也划得清楚：复杂任务、不可逆操作、对外输出才触发，简单查询和纯计算直接干，不会造成过度打扰。扣分点：概念本身不算新鲜（不少Agent已经在这么做了），主要价值在于把规则标准化、可复制；另外连续追问时如果用户一直答得很模糊，3轮上限后的「最佳猜测」方案质量取决于Agent自身理解力，技能本身无法兜底。总体是效率工具里完成度较高的一类，适合团队协作或对返工敏感的使用场景。