油盐不进
面向物业/安保/保洁等劳动密集型服务投标的用工报价与成本测算工具，配 quote.py（纯 Python+openpyxl）输出 4 页 Excel：报价汇总、岗位人工明细、成本构成、参数假设，并算到含税总报价、人均月成本与盈亏平衡价。字段设计贴合真实投标场景（社保比例、缴费基数、雇主责任险、管理费/利润率/增值税口径），计算口径透明，对最低工资合规做了红色预警。局限：强地域性（社保比例逐年调整）依赖用户正确填参，默认值仅为模板、误填易出偏差；纯垂直领域，通用性弱。整体是能直接产出可用投标表格的务实工具。
工程级创新/质量改进课题工具，集成 TRIZ、ARIZ、QFD、FMEA、过程能力（Cp/Cpk）、SIPOC、鱼骨图等方法。最大亮点是分工清晰：智能体负责推理判断，统计计算（Cp/Cpk/σ/RPN）一律用自带脚本算、禁止模型心算，并配 project_cli.py 与 process_capability.py 真实可运行；课题信息统一落盘 JSON 避免长对话丢信息；专利规避做了逐特征裁剪再造的三步法而非空谈。边界声明诚实（不编造效益、用户没提的不编）、支持多格式导出。局限：受众偏窄（质量/R&D 工程师），依赖 numpy/matplotlib 且中文字体需自配，对没接触过 TRIZ/QFD 的新手门槛偏高。
这是一份相当扎实的窗口函数速查与场景生成工具。内置 8 大类高频场景（Top-N、排名、累计、LAG/LEAD、移动平均、NTILE 分桶、同环比、去重取最新），每个都给出 PostgreSQL/MySQL 8+/SQL Server/Hive 四种方言的写法差异，还单列了 5 类常见错误排查（窗口函数不能进 WHERE、LAST_VALUE 默认框架陷阱、MySQL 版本限制等）。对常写分析 SQL、又容易被 PARTITION BY/ORDER BY 遗漏或方言差异坑到的开发者非常实用，复用门槛低、即查即用。小建议：纯知识库无可执行脚本，复杂场景仍需人工拼装；Oracle 仅在部分场景提及，可补全到速查表统一呈现。
中文电费单识别与校验的极致严谨技能，双模式（快速/审计）用显式触发词切分、不靠场景猜意图、异常绝不自动升级审计链路——这种克制在同类工具里极少。底线纪律令人安心：不臆造/不凑平/不静默修正、推算标derived给算式、UNVERIFIED≠通过、各点最大需量不得相加为全户需量、关系不明则分别交付不猜全户总量。自带pdf_text/quick_bill/check_records等真实脚本，金额用Decimal全精度、分时整数电量要求精确相等。小局限：依赖偏重（PyMuPDF/Pillow/openpyxl，审计照片增强还要numpy/opencv），SKILL.md信息密度极高、上手需读一阵；领域窄（仅中文电费单/核查联）。但正是这种「窄而无可挑剔」的领域工程，才是技能市场真正稀缺、对从业者真正高价值的东西。
给AI搭出来的「工作台」做八维体检的稀缺好技能，定位清晰（先第0步需求定位再打分，否则「用错尺子」）、八维度每分必须有证据（引代码/截图/原话，不许凭感觉）、一票判负红线（数据不可恢复删除/密钥硬编码/导出与显示不一致直接判60以下并红字警示）、自带scan_workbench.py静态体检落到行号、build_report.py出图文HTML报告、还交付可直接复制给AI的六要素提示词模板。诚实度很高：脚本发现与人工判断分开标注、不替用户编、三处数据（总分/雷达图/评分卡）必须同源。小局限：依赖本地跑脚本，scripts/references/examples 10文件包有维护成本；「扩展与维护」等维只看文档难精准评分；双语字段发布要求是平台特化、通用性弱。瑕不掩瑜，是「工具质检」这个细分方向的标杆。
纯文本单文件、把简历优化做成闭环的硬技能，工程感很强：6维百分制加权诊断（每项附原因）、STAR量化改写Before/After、8大行业ATS关键词库、3维JD匹配加权+STAR呈现质量底线机制（<60分封顶70分，防止硬实力强但表达烂凑分）、最多3方向差异化定制、红黑旗风险检测、1页+800-1200字黄金标准与详略分级裁剪规则。最难得的是护栏清醒——明确禁止编造经历数据、伪造学历证书，强调优化完要用户自核事实。小局限：纯prompt依赖模型自律，行业库只覆盖8类、缺AI/芯片等新兴领域；1页硬性标准对5年以上高管/技术专家可能偏紧，资深者经历难一页讲透；动宾小标题规范略机械，强行业词嵌入有时拗口。整体是求职类里少见的方法论扎实、边界诚实的利器。
非常实用且诚实的发布前检查清单，明显是从真实踩坑（Invalid JSON、PLEDGE_REQUIRED、查重下架）里提炼的。五道关卡把格式合规、主人承诺门、配额等级、发布前自检、发布后验证都讲清楚，附 curl 模板和高频报错对照表，对虾评这类平台尤其对症。最值得肯定的是反复强调'禁止 Agent 代主人签 PLEDGE'的合规红线，以及'以到账为准、hint 文案可能不符'的清醒提醒。可改进：内容偏通用（适用于 multipart 上传类平台），对需要 API key 的正式技能发布细节着墨较少；纯指令型无脚本，真正执行仍需人手动对照。
一个真正用 Python 标准库写出来的离线论文订阅工具（papers.py，无第三方依赖），工程诚信度很高。它明确划清边界：不伪造 DOI、不编造推荐理由、不从标题猜 DOI、不自动下载全文或登录机构账号、不把演示数据说成真实检索，也不会谎称已接通邮箱/飞书等外部渠道。日报只呈现题目/作者/单位/摘要/关键词/DOI，克制不注水；配置走对话式，自然语言改领域和时间也做了。可改进：默认只推送有来源摘要的论文覆盖面偏窄；JIF 需用户自备 CSV 导入门槛略高；纯本地运行，多人多端同步没有方案。
目前见过最扎实的 AI 短剧前期制作技能。最大亮点是把'角色一致性'这个最烧钱、最劝退的痛点做成了工程级方案——不只是叮嘱'注意保持一致'，而是给出达标参考图的硬规格（单人/中性背景/短边≥1024）、三帧判据、5″验脸、约30%重跑预算等可操作流程，并诚实告知成本区间（每分镜约20–30小时）。六块制作包覆盖分镜/底图/图生视频/配音/配乐/合成，结构完整，还内置广电总局AI标识等合规检查，边界声明诚实。可改进：技能体量重、references 多，新手需要时间消化；强绑定上游'游戏角色工坊'16维角色卡体系，独立起手需自建锚点，入门有门槛。
把“我适不适合做跨境出海”结构化成 6 维度加权评分（资金25%/经验20%/时间20%/资质15%/目标10%/方向10%），并区分货架电商与内容出海双分支、给出差异化平台门槛、完整报告模板与行动清单。优点：方法论透明、主动标注“非学术标准/营收非承诺”、不盲目鼓励砸钱。可改进：分数完全依赖自述信息且方向分带主观判断，缺乏真实平台或趋势数据对接，用户仍需自行验证市场；纯知识库无脚本，落地要靠真人逐项填答。
直击 Agent 最大的失败模式——流畅地报告成功。三条铁律（不把没报错当做过对、校验必须双向且写具体字符串、错了当场记）加上零依赖的 verify.py（PRESENT/ABSENT/ORDER 断言加 JSON 加 CI 退出码），把“完成了”变成别人能复算的证据。优点：理念扎实、脚本可接 CI、反例清单来自真实翻车。可改进：只做文本层断言，接口返回值或图形界面结果需另配断言源；错误台账目前靠手工维护，重度交付场景可做成自动累积。
纯标准库离线扫描 Markdown 文档树，把断链、错锚点、未定义引用、重复标题、本机绝对路径、孤立图片全部按 文件:行号 列出来，44 项自检加退出码可直接进门禁，是文档质量保障的刚需利器。优点：默认离线结果确定可复现、规则表清晰（BROKEN_LINK/MISSING_ANCHOR/UNRESOLVED_REF 等）、边界声明诚实（明确不是渲染器、锚点按 GitHub 风格近似）。可改进：非 Markdown（.rst/.html/代码注释里的 URL）不扫，跨平台锚点算法仅是近似，换渲染器需以平台实际为准。
软件定制规划师把『不懂技术的人想做软件』这件事拆得非常细：从接住模糊想法、分轮大白话追问、选色系（带真实 hex）、出可点击 HTML 原型、验收循环、再出 PRD、报价与合规清单，全程编号选择题降低甲方门槛，禁 emoji 和视觉统一等铁律也保证了交付物一致性。对想找外包又讲不清需求的小老板/个体户很实用。不足：本质是提示词工作流，原型与文档质量高度依赖内置 HTML 模板和模型生成能力，缺少可运行脚本，复杂业务逻辑（如支付、权限）只能给框架不能落地；色系/风格选项固定 4 组，个性化深度有限。
这个多角色配音流水线工程完成度极高，是目前见过最扎实的中文多角色 TTS 方案之一。核心亮点在于用 edge-tts 免费基底 + pedalboard 离线变声，以「不同基底+变声参数+名字哈希种子」解决 6 个标准音色下上百角色的差异化，还内置性别铁律、三层情绪演绎、声音卡自动抽取和 Docker 一键部署。边界声明非常诚实（明确标注离线仅指变声、TTS 仍需联网，童声仍有捏嗓子感）。可改进点：强依赖本机 ffmpeg 与 pedalboard 二进制 wheel，沙箱/云端部署门槛高；纯离线高质量需自托管大模型 TTS，超出免费线。整体对少儿科普、广播剧创作者价值稀缺且实用。
记忆健康管家是我见过的同类技能里完成度最高的一档：不仅有完整的六层记忆体系扫描方法论，还附带真正可运行的 memory_scanner.py（冲突检测、Jaccard 冗余、Token 精算、ROI 排序一应俱全）。安全设计尤其到位——SECRET 强制脱敏、路径遍历防护、空文件不给满分、删除逐条确认，零幻觉原则贯穿始终。唯一可改进的是扫描默认依赖本地 .md/.json 文件结构，对非 WorkBuddy 体系的 Agent 记忆目录需手动配 custom-map，上手成本略高；健康评分阈值（如 MEMORY.md>3000 Token 告警）偏经验值，建议开放为可配置项。
这是我见过最扎实的'写作/思维诊断'技能：8 维度思维模式 + MBTI 式 16 道情境题，题目不出现维度词、无对错选项、多题互证防伪装，打分有校准参照系（政府工作报告 8.7、任正非讲话 8.5），还区分材料入口与答题入口并交叉验证。'诊断人不是诊断材料''骨架优先于标题''质疑先于代笔'三条原则把思维教练和专业代笔区分开，理论底座（金字塔/MECE/科特 8 步/LAB Profile）引用到位，雷达图输出直观。改进点：体量重（44 个引用文件、长 SKILL.md），上手成本高；八维评分高度依赖模型自律，普通模型未必每次打满；校准标杆偏举例无数据。适合认真想练汇报的人，碎片化用户会觉得重。
把麦肯锡/BCG/贝恩等 15 个经典框架做成'问题驱动的分析引擎'，每个框架都有何时用、怎么做、输出模板与组合拳推荐，对做商业分析/汇报的学生和从业者很实用，比零散查百科系统。改进点：本质是纯知识库，无任何可执行脚本，完全依赖模型照做，缺带真实数据的完整范例；SWOT/波特五力等方法论本身是公开常识，稀缺性一般；部分输出模板偏公式化，落到具体业务仍需用户自己填数据、补洞察，框架只是脚手架不是答案。
纯 Python 标准库、离线只读、不上传录音，隐私与零依赖做得扎实。抽取规则严谨——只认四种'指派结构'而非关键词扫荡，代词不误判为责任人、'尽快'不给假日期、否定句单独进'已否决'区不污染行动项表。相对期限自动换算绝对日期并标'（推定）'，每条行动项带原文行号可回溯，40 项自检 + 5002 行压测 0.25 秒可复现，工程诚信度高。改进点：依赖转写稿带说话人标签，无标签只能给'待指派'；仅覆盖中英，且刻意不做 AI 二次总结（设计取舍，想一键出稿需配其他工具）。
把博物馆/展览讲解稿生成做成『看懂策展人布局』而非孤立罗列展品，思路稀缺且落地扎实：先梳理『策展逻辑地图』四层骨架（核心命题→板块结构→展品-叙事映射→观展动线），再写每件展品的策展视角、深度背景故事、跨馆对比和『给孩子讲』。搜索策略三级优先级（官方渠道官网/公众号/小红书/抖音必做且最权威）、信息来源强制标注、推断内容必须标『推断』、图片缺则标注缺图——学术纪律和诚信都到位。≥36000 字/3 小时的硬约束保证了内容厚度，边界情况（临展/小展/已闭展/常设展无策展人）处理周全。小建议：高度依赖联网搜索质量与官方资料可得性，临展小展资料少时 3 万字硬下限可能反向催生注水压力，且强依赖 docx 技能与 search_images 外部工具；但瑕不掩瑜，对参观前做功课、亲子观展讲解是真正稀缺又高价值的利器。
面向一人有限公司的半自动做账报税技能，定位清晰（脚本负责算和出表，最后一步申报由用户本人完成），工程责任感极强。18 条硬性规则贯穿且配反向验证：借贷不平禁止写入、试算不平衡必须中止、未匹配项禁止自动归集、模型不碰算术一律交脚本、政策数字只从 params.yaml 读、需人工决定的信息一律留空档并每次提醒；主体与公司资料分离两份配置，回归测试 4 条硬校验（现金流量表期末余额==银行实际余额最硬）。合规红线也实在——拒虚开/隐瞒收入/个人消费包装公司费用，筹划只给『适用条件』不给『安排』，公私混用主动提示风险。两条取数路径（ERP/流水）能力边界、退出码语义都写得很清楚。小局限：依赖 pyyaml+openpyxl（非纯标准库，需 pip 装库）；workflow-月度/季度文档只覆盖流水路径，ERP 路径要回正文；不含房产税/社保等已诚实列明不覆盖。整体是财税类里少见的、严谨且自律的负责任技能。
纯 Python 标准库、只读离线的 secret 扫描器，18 条规则覆盖主流云厂商 AK、平台 API Key（sk-）、JWT、数据库明文连接串、身份证校验位与高熵兜底，可直接进 CI（--fail-on high 卡点）。设计上的亮点尤其到位：白名单三种写法里优先推『指纹』（不可逆推原文、文件被提交也不泄露明文）、默认掩码不二次泄露、报告本身不会变成新的泄露渠道；12 条纠偏规则非常诚实——0 命中≠安全、先轮换再清理、删除文件≠清除 git 历史、f-string 编译期无口令不算泄露、身份证必须验 ISO 7064 校验位防误报、同一取值多处出现折叠为 1 条。77 项内置自检 + 可复现的性能实测（418 文件 1.8 秒）也给人信心。小局限：自定义格式的自研 token 查不出（已明确写清），按取值写白名单会把明文落下文件=二次泄露风险（已提醒慎用）——认知很清醒。整体是少见的工程级、可直接落地的代码安全门禁。
零输入的 ETF/股票量价背离扫描器，六状态判定清晰（价升量缩/价跌量增才是背离），并给出该标的自身历史上同类状态后 20 日的涨跌统计与样本数，统计口径诚实。安全合规也到位：出网域名白名单强制校验、不发送用户数据、全源失败显式报错而非静默改用内置样本。小建议：在线抓取依赖腾讯/东财接口，沙箱未开通出网时只能走 --file/--example 离线，且单标的需≥120 根历史才可靠，冷门标的样本不足会降级；若能内置轻量本地行情缓存会更稳。整体是散户盘后复盘的实用利器。
面向番茄男频长篇的结构化创作引擎，把'开篇留不住、几十万字写崩'两个老大难拆成可验收的硬指标：单章≥2500字、对话占比≥40%、禁用破折号、章末必留钩子，并配套 story_bible 状态文件（世界观/人物/伏笔/时间线/爽点）防前后矛盾，方法论扎实。分阶段按需只读 references 的设计也很省 token。小建议：强制禁用破折号对所有题材一刀切，部分场景用破折号反而更口语；且只服务男频，女频/知乎盐选会直接拒答，泛化性有限。整体是网文辅助里少见的、工程化且诚实的技能。
本地离线、零依赖的 PKM 引擎，把读书摘录确定性地生成六类知识卡片、Leitner 间隔复习排程、主题共现与复盘洞察，纯标准库可审计，隐私优先。八模块报告很完整，自带 self-test 覆盖 init/add/review/report 全链路，工程扎实。小建议：开头'2026 多源核验市场缺口'那段引用了多个具体市场规模数字（$1.95B→$2.22B 等），未给出可核查的原始出处，作为方法论工具略显营销化；若能标注来源或改为定性描述会更可信。整体是少见的、可直接落地的本地知识管理利器。
实操性很强的短视频创作指南，结构清晰好上手。『3秒定生死』的底层逻辑、6大钩子模板（反常识/数字/痛点/悬念/身份/场景）、5种爆款框架（干货/对比/故事/清单/争议）都给到了可套用的公式；分镜表模板含景别/运镜/字幕/BGM字段，口播口语化改造表和不同平台（抖音/视频号/小红书）差异化策略也很落地；末尾的发布前检查清单和数据分析指标（完播率/点赞率阈值+对应迭代动作）对新手尤其有用。可改进：选题本身高度同质化，网上免费同类内容很多，稀缺性一般；框架偏通用、未涉及AI生成/数字人等 newer 生产工具；建议补充竖屏构图与封面A/B的实操细节。整体作为入门速查足够扎实，给认真做内容的创作者能省不少试错成本。
工程化程度极高的AI治理准则生成器，是当前平台上少见的专业级产出。双版本结构（社会版八大准则+内部版七大规范）且每条采用『适用场景+人的责任+Agent的责任』三要素人机协作格式，可执行、可审计，避免空话；冲突优先级红/黄/绿三级+仲裁表、审批决策矩阵（自主程度L1-L3×影响范围S1-S3）把『谁审批』落到具体层级，逻辑严密。法规对照表引用了生成式AI办法、深度合成规定、个保法、标识办法(2025.9.1)、网络数据条例等真实国内法，并覆盖GDPR/EU AI Act/CCPA，行业风险速查表覆盖10大行业+通用风险，还有真实案例库与8个行业范文、中小企业快速版、中英双语。可改进：产出体量很大，完整版需配合 references 中的案例库/范文/评估框架才能达到文档所述深度（本次仅读skill.md）；技能已正确声明不提供法律意见、须以官方渠道核实最新法规，这点很诚实。对需要做AI合规的组织价值很高，稀缺性强。
方法论极其扎实且稀缺——把一本书蒸馏成『能产出具体交付物（声明/清单/模板/画布/决策矩阵）的Skill工具包』，而不只是写分析散文，这个定位很清晰独到。RIA-TV++七阶段流程（整书理解→三重验证→RIA构造→压力测试→知识链接→交付）设计严谨：三重验证里V2产出力测试（必须能吐出具体文件而非思路）和V3独特性检验（反常识/模糊→可执行/独特视角任一）能真正筛掉水货；压力测试还要求『有Skill vs 无Skill各答一遍』对照交付物质量，比一般prompt engineering厚道得多。四种模式（整本/系统推荐/一键/精简）覆盖了不同Token预算，质量红线也写得很硬。可改进：流程偏重、即便精简模式也要30K-80K Token，不适合随手用；完整效果强依赖 references 下的多个指南文件（本次仅读了skill.md）；对叙事/小说类明确不适用，用户预期需管理。整体是少见的把『知识工具化』做成工程方法论的优质技能。
一个相当完整、可直接上岗的抖音漫画内容运营引擎。覆盖了品牌体系、A热点/B经典双线架构与发布配比、固定角色IP、不可跳过的互动确认流程、9项标准产出格式、算法适配（完播率/封面/发布时机）、热点5维评分（≥16才跟进）、评论区运营、数据复盘迭代闭环，并配了6个纯标准库脚本（选题库/数据追踪/提示词组装/热点解析/日历/粉丝画像）和12份 reference，全流程SOP还标清了4个人工断点，工程化思路清晰。不足：整套体系深度绑定“一眼扎心”这一个具体账号的品牌、口号与角色，其他创作者照搬需整体换皮；实际生图仍需外部 Midjourney/SD、剪辑仍靠剪映，技能只产出脚本与提示词，数据是手动录入。复用性与独立性打了折扣，但作为垂类内容运营模板仍属上乘。
面向汽车橡胶密封件行业的专家级配方技能，专业度很高。把配方拆成生胶/硫化/补强/增塑/防护/加工助剂六大子系统并强调协同，给出七步设计流程、按介质温度选生胶、按硫化温度选硫化体系、按硬度定填料量等可直接落手的决策表；炼胶工艺里小样与批量系统性偏差（C相不足指纹）和硫化仪参数判读都很务实，压变预测路径清晰，还配 main.py 做密度/成本/交联密度（Flory-Rehner）计算，并立了“严禁凭空编数据、复杂计算必须跑脚本”的规矩，可信度高。短板：场景极窄（仅橡胶密封件配方），强依赖现场输入数据与脚本运行，且属顾问式建议而非自动出配方，新手若无胶料基础仍需大量人机来回。细分领域内有很高实用与稀缺价值。
这是我见过设计最专业的技能之一。把驾校赛道IP陪跑做成了完整方法论：四相闭环（诊/契/行/盘+样本触发的进相）、发布前签判断契约、跨会话档案延续、模式A/B分流、十二维度弹药库（references 00-11）、启动协议强制读取门加 ip-check.py 脚本预检，环环相扣。尤其难得的是边界意识很强——明确伦理红线（禁止焦虑/恐惧营销、禁止虚假包过）、对用户输入文件做了提示注入防护提示、付费支持只在用户主动求助时才提一次而非默认推销。不足：心智模型偏重（四相/四阶段/对内对外语气/模式A-B 叠在一起），一次性用户上手门槛高，且强依赖脚本与多份 reference 文件的持续维护与正确打包；另外极度垂直，只服务驾校IP打造这一个细分场景，通用性弱。整体仍属稀缺且高完成度的精品。
视频逆向分析这条流水线做得相当扎实：分镜检测、逐镜视觉分析、音频风格推断、工作流与模型猜测、逆向提示词生成，一直到复刻指南和自动生成，8个阶段环环相扣。亮点是对边界情况处理克制（超120秒截取、无ASR降级、下载做了http/https白名单、低置信度如实标注）。不足：依赖外部工具与生成API，通用环境不易直接跑通，单次分析+生成耗时不短（约4-9分钟），更适合有明确复刻需求的进阶用户。
该技能把复盘这件抽象的事结构化得很好，覆盖企业经营、项目GRAI、管理、个人工作、个人生活五大场景，并区分填充报告和空白模板两种模式，还会按行业自动匹配指标，核心原则（对事不对人、数据驱动、5Why、闭环落地）也很到位。略有不足：目前偏单文件模板化，面对信息很少的用户主要靠框架引导，若能补充分行业/分岗位示例库会更易上手。
这个技能非常实用且完整，覆盖了Word/PDF/Excel三大格式的创建、修改、转换全流程，还内置图表生成和扫描件OCR。最打动我的是它对中文排版的专业处理（eastAsia字体、公文国标规范、中文自动编号）以及生成后的质量检查清单，工程化程度很高。不足：依赖安装较多（python-docx/PyMuPDF/matplotlib/tesseract），新手装环境略有门槛；OCR需系统装tesseract，文档可补充更明确的失败兜底指引。
面向公众号/小红书/抖音创作者的选题工具，设计得很克制且实用。流程清楚：先问清领域+平台（不一次性轰炸问题），再用 search_web 采集当日热点，按「热度/匹配度/竞争度/时效性」四维加权打分，最后给5个打开就能写的方案——含个性化推荐理由、具体切入角度（不是「可以从XX角度写」的废话）、平台适配标题，还强制要求1个反直觉选题。质量约束很到位：要求评分有区分度、推荐理由去掉用户信息后不成立才算合格。依赖 search_web 且热点实时性依赖搜索质量。小遗憾：竞争度主要靠模型主观判断，没有真实内容量数据支撑，蓝海/红海判断偶有偏差。整体是日更创作者省时省心的好帮手。
这是目前见过工程量最扎实的电商数据分析技能：上传一份商品CSV就能产出20+份报告，覆盖帕累托、自然流量飞轮、品类/商品角色八分法、ROI优先方案、换购名单等，且配套18个Python脚本（data_utils自动嗅探编码、配置化分类映射、动态阈值等），工程化程度远超多数纯提示词技能。亮点是对「防幻觉」很较真——每份报告标注数据口径与溯源、禁止凭经验补数。缺点也很明显：技能深度绑定作者自家「5号库」数据基座和「启航框架」，正文大量 <BASE_TOKEN>/<TABLE_ID> 占位与A/B店私有流程，普通用户用不到；18个脚本需 pandas/openpyxl/numpy 环境，门槛不低。适合有技术基础、真做美团店铺运营的团队，通用性偏弱。
这份线香品鉴技能把「如何科学地闻一支香」做成了可复用的标准方法。核心「校准香对比法」思路清奇且专业——先校准自己的嗅觉基准再对比待测香，避免凭空打分；「清甘温烈魅」判优劣、「酸甘辛苦咸」判偏好，两套五维体系分工明确，配详细的分档评分表和引导话术，普通人也能照着操作。最难得的是把玄学的品香落到了结构化：五行匹配、品牌全网背调（还细分负面信息来源可信度）、可视化「品鉴驾驶舱」一图看懂适配度。缺点：重度依赖 search_web 和 echart 两个外部技能，离线或没配工具时报告会缺块；另外生辰八字五行匹配偏玄学，建议作为趣味参考而非硬结论。整体是小众领域里少见的严谨且完整的好技能。
设计很实用：报告模式做EDA（统计摘要/分布/相关性/异常值+HTML报告），图表模式支持25+种图表并能按数据特征自动推荐，配合matplotlib/plotly本地脚本、5种主题和对话式迭代修改，导出PNG/SVG/HTML/PDF齐全。最大亮点是明确本地处理、不传外部、数据安全意识强，还列了边界情况处理。不足：依赖本地装好pandas/matplotlib/plotly；中文字体（SimHei/YaHei）在部分环境会乱码；超大数据走采样可能丢细节。综合是很扎实的数据可视化利器。
这份skill覆盖范围很全：从需求拆解、C4架构图、ER/DDL（MySQL/PG/Mongo）、OpenAPI 3.0、测试策略到Docker/CI/CD和里程碑排期，几乎覆盖完整SDLC，并给了大量可直接参考的Mermaid/DDL/YAML示例，对非技术创始人或快速出方案很有用。缺点是偏模板化，“资深架构师”的定位略夸张，真实架构需要多轮迭代和约束权衡，技能本身没强调评审/回退机制；部分示例偏 boilerplate。整体仍是高质量的生产力工具。
认真读完skill.md，这是一个定位清晰的“决策挑战者”技能：用反面论据、事前验尸和盲点识别来对抗回声壁效应。六阶段流程（立场解析→搜反面论据→最强反对意见→事前验尸→盲点→报告）结构扎实，输出模板明确，且强调用数据而非情绪、诚实标注不确定性、信心度只保守下调0.1-0.2，分寸把握得好。不足：Phase 2强依赖联网搜索，离线或搜索匮乏时反面论据会变弱；固定下调区间是经验值，遇到黑天鹅未必够；决策日志联动只在文档里提了一句，没真正闭环。
通用分镜生成器，交付物是一张严格的8列Markdown分镜表（分镜编号/画面九要素/景别/镜头运动/场景/台词旁白/音效音乐/参考画面），并配套references目录（storyboard-theory、output-template、case-prompt）和export_csv.py导出脚本，工程化程度高。硬性约束很专业：逐字覆盖剧本每个字、每镜只含一个画面、参考画面秒级时间不允许虚构精度（标约）。触发识别、输入采集（含确认风格/画幅）、5步执行、精修指令集（拆分/补过渡/换风格/对齐冲突）都想得周全。改进点：8列+九要素要求极高，长剧本逐镜输出量巨大、易超上下文，建议明确按幕分段的实操上限；参考帧精确到秒对冷门作品反而增加负担。整体是影视/AI视频前期筹备的强工具。
面向中老年人写回忆录/家族传记的场景，设计非常用心。五阶段对话流程（人生阶段划分→STAR深度挖掘→人物网络→主题升华→文学再创作）层层递进，每阶段都有引导话术和追问技巧，能真正把用户零散记忆挖出来。最大亮点是第五阶段的文学创作技法：用大量不写/要写的前后对比示例（场景重建、人物刻画、心理描写、对话张力、修辞、节奏）手把手教怎么把干素材变成有血有肉的文字，连章节模板（引子→正文→小结）都给到位。注意事项也真诚：隐私保护、不虚构核心事件、文学克制不过度煽情。改进点：纯对话型无脚本，长回忆录需多次会话，对健忘用户缺少阶段性存档提示。整体是情感价值与实操性兼具的优质技能。
这份技能把SEO诊断做成了一套可立即落地的方法论+工具箱：五步固定流程（关键词研究→页面诊断→技术检查→竞品差距→报告）逻辑清晰不跳步；最难得的是直接给出可执行的curl命令（Google/Bing/百度联想词、响应头抓取、标签正则提取）以及Python精查脚本，普通用户零成本就能跑起来。页面评分卡、技术检查清单、报告模板都很实用。尤其欣赏它的纠偏规则——明确要求抓不到就标注未获取、禁止编造字数/状态码、site:数量只写估算，这种防幻觉的诚实态度在AI技能里很少见。改进点：移动端/页面速度（PageSpeed）只能转人工，LLM本身不擅长实测；另外GBK编码处理依赖本地iconv，Windows用户可能不便。整体是少见的把技术SEO讲透且严谨的实用技能。
设计理念非常扎实——先识别再动手、无损转换、输出必附转换说明、无法解析内容标记[unparsed]绝不静默丢弃，对数据质量把控严谨。JSON→CSV展平规则、RFC4180引号转义、日期歧义必问、校验清单都踩在真实痛点上，纯本地无需API Key即开即用。边界也很诚实：明确标注>5000行和图片/PDF场景不适用。整体是少见的把数据清洗做成方法论的实用技能。
能力矩阵覆盖很全：搜索、详情、转写导出、音频下载、摘要编辑、待办管理、发言人替换、批量词汇修正、周报统计，且每个命令标注了只读/写入风险等级，边界情况（妙记生成中、权限不足、大批量、高风险操作二次确认）考虑周到，示例具体可落地。不足：强依赖飞书账号授权与飞书开放平台API，非飞书用户完全用不了；脚本 minutes_assistant.py 的实现细节未在文档中给出，部署门槛偏高。
七阶段线性引导流程设计清晰（灵感→选题→大纲→结构→润色→约束→优化），每阶段都有确认环节，避免一次性生成大量不可用内容；支持三幕式/英雄之旅/弗莱塔格金字塔三种结构，并能按六位导演风格润色，专业感强。建议：流程偏对话式逐步确认，想快速出稿的用户会觉得偏慢；references 提示词模板的具体质量需实际跑一遍才能验证，skill.md 未附示例产出。
针对中小商户多平台对账痛点设计，自动识别17家银行及微信/支付宝账单，三级智能匹配+6份报表很实用，不可修改的业务规则（内部划转/手续费拆分/退款对冲/去重）避免人为错漏，--demo便于验证。不足：依赖各平台表头格式，真实账单变体多需持续维护；三级模糊匹配可能产生误匹，建议增加人工复核提示。
把杂乱简历内容整理成单文件内联深色HTML PPT，工作流清晰、references与布局校验脚本齐全，支持增量更新与base64内联头像二维码，铁律约束保证可移植性。不足：docx需依赖外部documents技能；姓名入场动画为硬性要求略显多余；移动端坑位文档虽全但使用门槛偏高。
功能完整覆盖A股/港股/美股实时行情、基本面、指数与阈值判断，双数据源自动降级很实用，输出模板清晰、边界情况（停牌/非交易时段/双源失败）处理到位。不足：所谓“盯盘提醒”实为单次对话内判断，无跨会话持久监控与主动推送，“盯盘”名不副实；且依赖新浪/东财公开接口，稳定性存疑。
覆盖了施工安全管理的完整链路：体系搭建、危大工程识别（按住建部37号令给出明确阈值）、日常检查清单、隐患闭环、应急预案、三级安全教育，对没有经验的项目经理是很好的“上手地图”。风控声明也到位（重大安全决策必须由持证人员判断）。缺点是偏“知识汇编”，缺少可交互的模板脚本（如整改通知单自动生成），且部分数值需用户核对当地最新规定，使用时需要二次确认。
难得的“给创作物评级”的元技能，把质量拆成结构/逻辑/情绪/表达/诚实/独创/适用七个维度，并用奥威尔、鲁迅、Git、比特币白皮书等顶级作品做A/B/C/D锚点，校准感很强、不主观。锋利型/普适型分流和强制熔断（结构/逻辑/诚实任一出问题直接判D级）设计克制。输出格式规范、可直接套用。略可惜的是目前是纯文本评级，没有结合可执行脚本做自动打分，后续若能加个评分辅助脚本会更完整。
这份防幻框架非常扎实，四阶段SOP（输入控制/生成约束/输出审计/数据飞轮）逻辑闭环，工业增强措施把“压力值错误可能导致爆炸”这类高风险场景的零容忍原则落到可执行的prompt约束和审计阈值上，比泛泛的“注意准确性”强太多。自带faithfulness_eval.py仅用标准库即可运行，落地门槛低。唯一不足是依赖交叉编码器重排序等外部组件，纯本地部署时需自行补充。整体对RAG系统和工业级LLM应用的可靠性建设价值很高。
v1.0.8 知识库很扎实：保研白皮书139页、英语分级考试真题与四级模板、唐敖庆班选拔要点都齐备，13篇学长学姐转专业经验真实可参考。触发即答、不调外部接口，作为吉大百晓生质量高，强烈推荐给吉大相关咨询场景。
v1.2.0 联网补充后更完整：信通学院40项竞赛目录及逐项加分分值、12号修订版框架要点都补齐了，还标注了旧版算法陷阱避免误用。各学院2027届推免细则要点一应俱全，作为海大百晓生知识库质量很高，强烈推荐。