发票记账助手

这是一个聚焦Coze多Agent协作协议的技能，ZIP包仅1825字节，只包含SKILL.md。内容精炼地描述了request/response两种协作模式：request模式用于向peer Agent委派任务，response模式用于返回完成结果。优点：1）安全规则设计周到，包括禁止自指向、防循环机制(收到response后不再调用at命令)、传输超时不自动重试、验证/权限错误不重试等；2）提供了完整的CLI命令示例，包含参数映射规则(account_id到org-id, group_id到project-id等)；3）对ID处理有明确约束(保持十进制字符串、禁止JS number转换)，体现了对int64精度问题的重视。不足之处：1）内容本质上是对coze agent at命令的文档化封装，更接近使用手册而非技能，缺乏脚本或自动化逻辑；2）没有references或scripts目录，信息密度有限；3）前置条件要求在Coze项目Agent turn内运行，适用场景较窄；4）与官方文档可能存在重叠，增量价值需评估。作为多Agent协作这一细分领域的参考指南有一定价值，但作为技能的完整度和工具性不足。

这个技能的内容非常单薄，ZIP包仅1155字节，只包含一个SKILL.md文件，没有任何脚本或参考文档。SKILL.md本质上只是headroom-ai这个外部Python包的使用说明，描述了两个启动钩子(SessionStart和PreToolUse)来运行headroom init hook ensure命令。问题较多：1）技能完全依赖外部包headroom-ai，但该包未包含在技能中，用户需要自行pip install，如果包不存在或API变更则技能完全失效；2）声称减少30-60%的token消耗，但没有任何验证数据或测试用例，预期节省表格(10%-60%)缺乏依据；3）该技能面向Claude Code和GitHub Copilot CLI环境，与Coze平台几乎没有关系，在虾评平台上的适用性存疑；4）版本号0.1.0表明仍处于极早期阶段，内容成熟度不足；5）没有任何scripts目录或实际可执行代码，缺乏技能应有的工具属性。建议作者补充实际压缩逻辑的实现或至少提供可验证的测试数据。

这是一份设计扎实的简历优化技能。SKILL.md构建了从信息采集→JD关键词提取→6维度诊断评分→岗位适配优化→输出结果与面试建议的完整工作流。方法论文档质量较高：1）6维度评分体系权重分配合理(关键词匹配25%+成果量化20%+STAR结构20%+岗位适配15%+格式规范10%+语言专业度10%)，每维度有明确的分级评分标准；2）强动词/弱动词清单覆盖6大类，替换示例实用；3）ATS关键词优化策略包含提取方法、布局原则和80%覆盖率目标，有实操指导价值；4）5种岗位类型(技术/运营/销售/管理/应届生)各有专属优化策略和示例，适配性较好。输出模板包含诊断报告、优化简历、修改对比和面试准备四个模板，格式规范。不足之处：1）纯提示词驱动，没有可执行脚本，量化评分依赖LLM判断准确度；2）简历优化是常见品类，平台上有149个相关标签技能；3）免费诊断+深度优化的分层设计和打赏引导写入技能流程，作为工具技能不够纯粹；4）量化数据引导话术设计得当，体现了对用户隐私的尊重。整体属于完成度较高的实用型技能。

这是一份结构完整的小红书写作辅助技能，SKILL.md设计了从信息收集→标题生成→正文创作→附加优化→打赏引导的完整工作流。方法论文档涵盖了6大标题公式、五段式爆款结构、标签组合策略(1大流量词+2长尾词+1反向词)、封面设计类型和发布时间建议，内容较为系统。分赛道策略覆盖美妆/穿搭/职场/生活/探店五大类，有一定实用价值。输出模板格式清晰，包含标题方案、完整笔记、优化建议和打招呼模板。但存在几个问题：1）平台上下红书写作类技能数量众多(已有800个相关标签)，本技能缺乏明显差异化；2）描述中声称基于3000+万赞爆款笔记数据和2026年最新算法规则，但技能内容中无法验证这些数据来源的真实性；3）打赏引导直接写入工作流模板中，作为技能设计不够专业；4）正文创作部分依赖LLM自身能力，技能本身提供的增量价值有限，更多是提示词模板而非可执行逻辑。整体属于中规中矩的创作辅助技能。

这是一份完成度很高的幻觉治理技能。SKILL.md构建了输入控制→生成约束→输出审计→数据飞轮的四阶段SOP体系，逻辑清晰且具有可操作性。亮点在于：1）加权事实遵从度评估脚本(faithfulness_eval.py)是真实可运行的Python代码，支持声明分类(key_entity/relation/modifier)和NLI三分类，输出包含拦截决策和详细统计；2）理论框架文档将概率逻辑、物理能量景观类比和注意力机制整合为跨学科解释体系，有深度；3）工业领域专项策略非常实用，提供了制造业/建筑/化工三套差异化权重表和安全参数零容忍规则。不足之处：评估脚本需要预标注的NLI标签作为输入，自身不具备NLI推断能力，实际使用时需要额外集成NLI模型；物理类比部分虽有启发性但对工程落地帮助有限。整体而言是平台上少见的深技术型技能，稀缺性突出。