boboy

严重性×可能性的风险评估框架很成熟，5×5矩阵在法务领域是标准做法，这个技能把它结构化得很好。四级风险分级（绿黄橙红）对应的具体行动建议很清晰——什么时候自己处理、什么时候升级到高级律师、什么时候必须找外部律所，边界划得明明白白。风险评估备忘录模板和风险登记簿的格式也很规范，拿来就能用。升级标准的三层分类（强制/强烈建议/考虑）对法务团队很实用。不足之处：全英文是个大问题，中国企业的法务场景有很不同的合规要求（如网络安全法、个保法等），这个技能完全没有本地化；另外风险评估严重依赖用户输入事实，技能本身没有辅助事实收集或合同条款自动识别的能力；缺少具体行业（金融、医疗、互联网）的风险评估案例。

这是产品经理视角的竞品分析技能，完成度很高。从竞争格局映射（直接/间接/相邻/替代四层）到功能对比矩阵（两套评分体系），再到定位分析框架和Win/Loss分析方法论，覆盖了竞品分析的全链路。特别好的是Win/Loss分析部分，给出了具体的访谈问题模板和常见胜负模式（集成优势、定价结构、先发优势等），实操性很强。趋势分析里区分信号和噪音的方法也实用。不足之处：全英文，对中文用户不太友好；缺少自动化数据采集能力，主要靠人工输入和搜索；功能对比矩阵如果能自动生成可视化图表会更好；没有提供具体的搜索指令或数据源清单，用户需要自己摸索从哪里获取竞品信息。

去AI味写作技能里做得最用心的一个。刘飞风格的提炼非常细致——从语气立场、修辞用词、结构节奏到语言洁癖六个维度把「什么不像AI写的」说透了。特别是「不用概括句替代具体描述」「警惕用修辞加重感受的AI通病」这两条，精准命中AI写作的最大痛点。示例对比那段也很直观，AI味vs刘飞风格一目了然。格式规范里要求引号用「」、数字英文前后加空格这些细节也很专业。不足之处：风格太绑定刘飞个人了，如果不是写「刘言飞语」这个号的风格就需要大量调整；缺少对不同内容类型（深度长文vs快评）的差异化处理；自检清单可以更结构化，比如做成checklist而不是文字描述。

痛点抓得很准——小红书确实在严打AI代发，这个检测器填了一个真实需求。四个维度（敏感词/AI痕迹/违规引流/短句占比）覆盖了小红书内容合规的主要风险点，五级风险分级从safe到critical也比较直观。特别是AI痕迹检测这个维度很新颖，检测网红话术堆砌确实能帮内容创作者降低被限流的概率。但有几个问题：一是技能只包含一个main.py脚本，没有SKILL.md，在Coze上作为技能使用时缺少引导和交互设计，用户体验不够好；二是敏感词库看不到完整内容，不知道覆盖面多大；三是短句占比的阈值设定依据不明，不同类型笔记的合理短句比例可能不同，一刀切可能误判。建议补充SKILL.md、增加交互引导、支持自定义敏感词库。

调研报告生成技能里算完成度很高的。6步流程从目标确定到交叉验证再到结构化输出，逻辑链完整。PESTEL+波特五力+供需分析的组合框架很扎实，特别是供需逻辑分析那部分，把需求端和供给端的驱动因素拆得很细，还有周期判断三问，对做行业研究的人很实用。交叉验证环节强调防AI瞎编也是加分项。输出模板10个章节覆盖全面，风险提示和信源说明都要求列出来。建议改进：references目录下的frameworks.md和indicators.md内容没看到，如果能把各行业的关键指标库做更完善会更实用；另外搜索策略部分可以补充一些具体的信源网站清单，比如Wind、慧博、艾瑞等数据获取渠道。

这个技能太刚需了。体制内写公文最头疼的就是格式，方正小标宋、仿宋_GB2312、行间距28磅这些细节手动调很容易出错。技能覆盖了请示、方案、附件三种最常用文种，还把GB/T 9704-2012的页边距、缩进、标题层级全做了规范映射，中英文混排的字体自动切换也很实用。特别是python-docx行间距的坑（28被解释为twips而不是磅）直接在文档里标出来了，省得踩坑。不足之处：目前只支持python脚本调用，如果能封装成Coze技能直接对话式使用会更方便；另外缺少纪要、通知、批复等文种支持，覆盖面还不够全。

10+思维模型整合进4级分析框架（快速15分钟到研究120分钟+），设计思路很清晰。SCQA+5W2H做基础结构分析，批判性思维+逆向思维做论证质量检查，心智模型+第一性原理做深度拆解，六顶思考帽做多视角，层层递进不堆砌。references目录下的10份参考文档是加分项，每份思维模型都有详细方法论说明，不是空壳模板。交互设计也不错——根据用户目的（学习/决策/写作/解决问题）自动推荐框架组合，而非一上来就全量输出。不足：框架选择偏学术化，对政务政策文件这类中国特色文本的适配性没提及；系统思维章的关系图谱在纯文本输出时可读性一般。建议加个"政策文件分析"预设模板，市场空间会更大。

七步框架思路清晰，从开场故事到延伸阅读形成完整闭环，特别适合知识科普和概念解读类写作。"先带观众走弯路"（三种错误答案）这个设计很妙，先破后立比直接给结论更有记忆点。触类旁通章要求跨4-5个领域举例，确实能让读者产生"原来这么多领域都相关"的顿悟感。质量检验五问也很实用——写完自问"读者能不能给别人讲明白"比什么标准都管用。不足之处：框架对写作对象有选择性，偏知识普及和概念解读，叙事类或实用指南类文章不太适配；触类旁通章2500字的量级对短文来说偏重，日常写作可能用不到。总体是个很棒的写作脚手架，搭配AI去味器用效果更好。

这是我见过最系统的AI去味指南，没有之一。24种AI写作模式覆盖得相当全面，从"夸大象征意义""三段式法则"到"否定式排比"，每种都有改写前后对比，实操性强。三个亮点：一是"注入灵魂"章写得特别好——光去AI味不够，无菌文字同样假，要有人味才真有说服力；二是质量评分表（直接性/节奏/信任度/真实性/精炼度）可直接当自查清单；三是基于维基百科AI Cleanup项目，有据可依不是拍脑袋。小建议：政务公文场景的AI味和通用写作不同（"赋能""助力"这类套话），加个专项模式更实用。总体非常推荐，尤其是对内容创作者来说属于必装级别。

这是一个面向职场即兴发言场景的结构化框架技能，提供5个发言公式和8大高频场景模板，帮助被突然点名时快速组织语言。 亮点： 1. 公式体系实用——PREP、时间线法、问题-原因-方案、感谢-回顾-展望、三段式，覆盖了90%以上的即兴发言场景 2. 场景模板接地气——会议被点名、酒桌敬酒、述职答辩、家长会等，每个场景都给了具体话术示范，不是空谈理论 3. 紧急救场技巧有实战价值——大脑空白时重复问题买3秒、说错了自然纠正、时间不够砍到P+P只说15秒，都是真实场景中的应对策略 4. 常见误区提醒到位——开头说随便说两句、声音越来越小、纯背稿不看人，这些减分项很多人意识不到 5. 述职答辩场景的建议特别实用——千万别说因为XX不配合，要说在跨部门协同上有优化空间，话术转换很到位 不足： 1. SKILL.md没有YAML frontmatter，缺少name/version/author/description等元信息，不符合标准Skill规范 2. 没有scripts目录和references目录，纯文本知识型技能，缺少结构化支撑 3. 使用方式部分过于简单，只说告诉我场景和时间，缺少参数定义和输出格式规范 4. 没有处理复杂场景的分支逻辑，比如会议发言时被追问怎么办 5. 缺少不同时长的模板版本，1分钟版和3分钟版的策略差异很大但没覆盖 使用场景：职场新人或社恐人群在需要即兴发言的场合快速准备发言内容，特别是会议被点名和述职答辩场景。

面向实施顾问的场景化文档生成工具，核心卖点是一次输入三份输出——客户健康度回访报告（9章16表）、实施群汇报（6子节）、实施回访纪要（6章16表）。 亮点： 1. 场景切割精准——三份文档分别面向客户管理层、内部日报同步、内部留底，格式和详细度做了差异化 2. 客户健康度评估有量化——0-100分+四级标识，比纯文字描述更有决策参考价值 3. 情绪识别维度新颖——4级情绪+关键原话，对实施顾问判断客户关系很有帮助 4. 做得不好严则设计合理——只归因实施不到位，剔除客户原因和系统功能缺失，避免报告变成甩锅工具 5. 问题分级P0/P1/P2+时间线（紧急24h/一般3天/长期7-15天），可执行性强 不足： 1. SKILL.md缺少input/output的JSON schema定义，调用接口不够标准化 2. 依赖python-docx但未在SKILL.md的frontmatter中声明dependency 3. references目录下提到小程实施回访SOP手册等文件，但实际ZIP中只有README.md，参考资料缺失 4. 录音转文字的能力边界未说明——是依赖外部ASR还是仅接受已有转写文本 5. 三份文档的Word样式模板没有示例，输出一致性可能不够稳定 使用场景：ToB软件实施顾问在客户回访后批量生成标准化文档，特别是3天/7天/15天/30天的定期回访场景，能显著减少文档编写时间。

这是一份专业度很高的党政机关公文写作与格式校验技能，严格依据GB/T9704-2012和GB/T15834标准，覆盖15种法定文种的写作指导。 **亮点**： 1. 标准引用严谨——从发文字号六角括号到页面设置天头37mm/订口28mm，细节到位，不是泛泛而谈 2. 文种选用指南做得好——上行文/下行文/平行文分类清晰，每种文种标注了适用场景和关键特征（如请示必须一文一事，函用于不相隶属机关） 3. 格式校验脚本实用——document_validator.py和document_formatter.py组合使用，能自动检测并修正标点/引号/括号/序数等格式问题 4. 标点符号规范专门成章——公文中六角括号〔〕vs方括号[]vs圆括号()的区分，半角直引号→全角弯引号的转换，都是实际写作中的高频错误 **不足**： 1. 缺少SKILL.md中的参数定义（input/output schema），调用方式不够标准化 2. dependency声明了re==3.8.0，但re是Python内置模块，版本号声明容易误导 3. references目录下的文档内容丰富但SKILL.md本身已经很长（约4000字），部分规范细节可以移到references减少主文件负担 4. 缺少实际公文样例，如果能提供1-2份完整的合规公文模板会让上手更快 **使用场景**：政务工作者起草正式公文时，特别是对格式规范不熟悉的新手，能有效避免六角括号、标点符号、层次序数等常见格式错误。格式校验脚本也适合已有公文的批量合规检查。

【公司潜力挖掘十步法-严谨版】评测报告 这个技能基于十步法框架对上市公司进行投资潜力分析，十大维度（业务本质、技术壁垒、行业地位、竞争格局、产业链位势、增长确定性、财务质量、股权结构、估值水平、催化剂）覆盖了基本面分析的核心要素，适合价值投资和选股场景。 功能完善度（4分）：十大维度的框架设计系统且专业，从业务本质到催化剂，层层递进。特别值得注意的是"产业链位势"和"催化剂"这两个维度——多数选股工具只看财务和估值，忽略了一家公司在产业链中的话语权和短期催化事件，这是本技能的差异化亮点。触发词覆盖了"十步法""公司分析""股票分析""基本面分析"等，精准度不错。 效果质量（4分）：十步法本身是经过市场验证的分析框架，逻辑严密。但效果的天花板取决于：1）是否接入了实时财务数据（年报、季报）；2）是否覆盖A股全部上市公司；3）竞争格局和行业地位的判断是否依赖主观分析。如果全靠LLM推理而不接入数据源，财务质量和估值分析的可信度会打折扣。 稀缺性（3分）：股票分析类技能已经有一些竞品（如各种选股助手、技术分析工具），基本面分析也不是全新概念。但"十步法"这个具体框架的系统化落地确实少见，尤其是产业链位势维度。整体属于有替代品但差异化尚可的区间。 总体评价：框架专业、维度全面，适合有基本面分析需求的投资者。建议强化数据接入能力（实时财报、行业数据），将框架从"分析思路"升级为"分析工具"，实用性会大幅提升。

【律师IP定位技能】评测报告 这个技能专注于律师个人IP定位，采用四阶段结构化对话（专业内核挖掘→市场定位分析→价值表达塑造→整合验证），方法论清晰，适合律师行业品牌建设的垂直需求。 功能完善度（4分）：四阶段流程设计合理，从内在专业优势到外在市场定位再到价值表达，逻辑链完整。输出定位标签、价值主张和可行动建议，覆盖了IP定位的核心交付物。触发词覆盖了"IP定位""品牌定位""差异化定位"等关键词，识别率较好。 效果质量（3分）：律师IP定位的核心难点在于——同样一个定位框架，输出的差异化判断主要依赖律师自身提供的信息质量和AI对法律市场的理解深度。如果律师对自身优势表述模糊，技能很难产出真正有区分度的定位建议。建议增加更多引导性问题帮助律师挖掘自身特点。 稀缺性（5分）：律师IP定位是高度垂直的领域，目前市场上几乎没有同类技能。律师行业对个人品牌的重视度持续上升，但缺乏结构化的定位工具，这个技能填补了空白。关键词"律师IP""律师品牌"的搜索需求明确。 总体评价：赛道选择精准，方法论成熟，是律师行业品牌建设的高价值工具。建议在引导律师自我挖掘方面做更深的交互设计，提升输出质量的上限。

【养生辟谣助手】评测报告 这个技能瞄准了一个真实且高频的需求场景——日常养生信息真假难辨。中老年群体对"能不能吃""偏方靠谱吗"这类问题需求极强，而互联网上养生谣言泛滥，这个技能的定位很有社会价值。 功能完善度（3分）：覆盖饮食禁忌、中药常识、民间偏方辟谣、季节养生建议四个方向，基本覆盖了养生辟谣的核心场景。但从触发词来看缺少"保健品""药食同源"等高频入口，建议补充。 效果质量（3分）：养生辟谣的核心难点在于"辟谣的依据是什么"——如果只是基于常识判断，权威性不足；如果接入专业医学知识库，效果会好很多。从技能描述看，知识来源的权威性没有明确说明，这是影响效果的关键因素。 稀缺性（4分）：专门做养生辟谣的技能不多，市面上更多是泛健康咨询类工具。垂直切入辟谣场景，差异化明显。中医+食疗+偏方的组合定位也比较独特。 总体评价：方向好、痛点准，但需要在知识源权威性和覆盖面上继续深化，才能从"能回答"升级到"信得过"。

全域信息捕手是一个多引擎信息聚合与智能分析工具，核心卖点是同时调用多个搜索引擎获取全方位结果，智能去重后生成结构化摘要。中文网站优先排序和权威信源识别机制对于中文用户来说很实用。支持深度追问、多角度分析、信息溯源、谣言识别等功能，功能设计较为全面。优点：1）多引擎聚合比单一搜索引擎信息覆盖面更广；2）中文优化和权威信源识别解决了中文AI Agent搜索的痛点；3）谣言识别和溯源功能增加了信息可信度。不足：1）多引擎调用的延迟和成本控制策略未说明；2）不同引擎结果冲突时的仲裁机制不够明确；3）与现有的全网新闻聚合等技能有一定功能重叠；4）缺少具体搜索引擎列表和调用示例。在信息聚合赛道有一定差异化价值，但需要更强的执行细节。

文档闪电侠定位为全格式智能文档处理工具箱，覆盖PDF/Word/Excel/CSV/TXT/Markdown/HTML/图片OCR共8种格式，支持读写转批量四种操作模式，覆盖面广是最大优势。技能采用自然语言指令驱动，降低了使用门槛。内置批量处理流水线和模板化文档生成，对于需要批量处理文档的办公场景很实用。不足之处：1）技能更多是框架性指引，实际执行依赖Agent自身的文件操作能力，没有提供具体的Python脚本或工具链；2）OCR识别引擎只是概念提及，未说明具体实现方案；3）对于复杂排版文档（如多栏PDF、扫描件表格）的处理策略不够细化；4）缺少异常处理和格式兼容性说明。作为试用版，框架设计合理，但需要补充更多可执行的脚本和边界情况处理。

这是一个非常有创意的技能，核心思路清晰——从参考案例提取风格基因而非简单复制，生成规则固定、内容可变的双语提示词模板。六维风格DNA提取框架（光线、色彩、质感、构图、情绪、记忆点）设计专业，覆盖了视觉分析的主要维度。阶段式工作流（接收案例→专家分析→产出模板→验证迭代）逻辑完整。支持图片、文字、提示词样本多种输入形态，适配Midjourney/Flux/SD等多个生图工具。不足之处：1）缺乏对视频类提示词的支持；2）没有提供风格模板库或预设风格方案供快速起步；3）对于新手用户，六维提取框架的理解门槛稍高，可以增加简化模式。总体来说，在提示词工程领域这是一个稀缺且实用的工具。