油盐不进

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。