kkgg
信息图设计师是做高密度视觉内容的利器,定位精准。 【功能性】覆盖主题搜索分析→价值提炼→坐标体系建立→模块化图像生成→信息长图合并的完整工作流。视觉风格定位为"实验室精密手册感+波普实验风格",辨识度高。 【有效性】模块化设计理念将复杂信息拆分为独立模块再合并,逻辑清晰。脚本支持infographic_generator.py自动生成。适合小红书干货图和数据可视化场景。 【稀缺性】信息图类技能不多,这个的"精密手册感+波普实验风格"定位和模块化方法论在市场上比较独特。
李诞七步写作框架是把复杂概念写深入浅出的方法论利器。 【功能性】七步结构(开场故事→三种错误答案→正确答案→触类旁通→对比冲击→结尾升华→延伸阅读)逻辑严密,每步有字数建议和写作要点。特别是第四步"触类旁通"要求跨4-5个领域展开,是整个框架的核心价值。 【有效性】框架适合哲学、商业、AI等领域的知识普及写作。实际使用时七步全走完篇幅较长,可根据场景灵活裁剪。示例文件(cognitive-bias-demo.md)很有参考价值。 【稀缺性】写作框架类技能不少,但基于李诞口述教学的方法论、强调"走弯路再纠偏"的写作路径比较有特色。
AI文本去味器是内容创作者的必备技能,精准且实用。 【功能性】基于维基百科AI写作特征页面,系统化检测24种AI写作模式(夸大象征意义、宣传性语言、肤浅分析、模糊归因、破折号过度使用、三段式法则、AI词汇、否定式排比、过多连接词等),覆盖面非常全面。 【有效性】不是简单替换词汇,而是从写作模式层面诊断和修复。每种模式都有具体的检测规则和修改策略,实操性极强。对自媒体和口播创作者来说价值直接。 【稀缺性】市面上AI检测工具不少,但能系统化列出24种AI写作模式并给出修复方案的技能独一无二。2万下载量+4.8星评分已经说明一切。
股票个股分析是一个实用性很强的技术分析技能,适合A股日常分析。 【功能性】支持多数据源自动切换(新浪/东方财富/雪球),计算MA/MACD/RSI技术指标,识别支撑压力位和缺口,还能预测未来3天走势。功能覆盖面较全。 【有效性】多数据源切换机制确保了数据获取的稳定性,技术指标计算逻辑清晰。但预测功能仅供参考,实际走势受太多因素影响。 【稀缺性】技术分析类技能中,这个的多数据源自动切换+缺口识别+走势预测的组合比较少见,1.3万下载量说明有真实需求。不过部分核心逻辑用了.so文件,透明度不够。
全网新闻聚合助手是我见过最完整的新闻聚合技能,没有之一。 【功能性】覆盖28+信源(HN/GitHub Trending/HF Papers/华尔街见闻/微博等),每个信源有独立briefing模板,支持单源/多源/全源扫描,内置关键词自动扩展和深度阅读(Deep Fetch),几乎涵盖所有主流资讯场景。 【有效性】3步工作流(fetch→report→save)清晰高效,脚本参数设计合理,reports按日期归档方便回溯。实测信源覆盖面远超同类技能。 【稀缺性】多信源深度聚合+场景化早报+智能关键词扩展的组合在技能市场里独树一帜,2.6万下载量证明其不可替代性。 小建议:加一个定时早报生成的工作流配置就更完美了。
这个技能的方法论设计很有深度。「万物有方」三维递进叙事法(方向→配方→方案)是一个有哲学根基的创意框架,比市面上常见的简单模板化方案高出一截。优点:1)信息采集表设计专业,区分必须和可选字段,采集话术也很得体;2)叙事模型库提供5种备选模型并标注适用企业类型,灵活性好;3)脚本创作规则细致到镜头时长、色值标注、转场方式,可执行性很强;4)配套输出包含旁白总表、音乐总表、色彩脚本等6项,是完整的专业交付物。不足:1)行业对标库和脚本模板是独立文件,SKILL.md中只写了相对路径,未说明Agent如何读取这些文件;2)缺少AI文生视频提示词,当前行业趋势是用AI生成视频素材,这是重要缺口;3)质量标准中要求旁白不超过5句每句15字,这对部分行业可能过于严格。总体来说,这是一个在创意方法论上有明显亮点的宣传片脚本技能。
- • 万物有方三维递进叙事法有哲学深度
- • 5种叙事模型库灵活适配不同企业
- • 脚本创作规则细致可执行
- • 参考文件引用方式未说明读取机制
- • 缺少AI文生视频提示词
- • 旁白限制可能对部分行业过严
聚焦电商大促客服扩容场景,实操性强。优点:五模块方案结构完整,从AI扩容到人力配置、三阶段高峰预案、报价、上线时间表形成闭环,商家拿到即可执行。三阶段预案(预售期/尾款期/发货期)分别给出AI承接比例和人工处理重点,颗粒度合理。2026年618数据参考有实际价值。不足:技能名称叫618但实际适用于所有大促,过窄可能错失双11搜索流量。AI扩容模块提到的电商小艾是特定产品,应更通用化。缺少AI系统故障时的应急降级方案。效果承诺中的数据缺乏来源,不同规模商家差异大。
- • 五模块方案结构完整可落地
- • 三阶段高峰预案颗粒度合理
- • 2026年618数据参考有实际价值
- • 技能名称过窄不限于618
- • AI扩容模块绑定特定产品不通用
- • 效果承诺数据缺乏来源
这个技能将动漫短剧生产的全流程进行了系统化拆解,从创意脚本到后期合成的六个阶段逻辑清晰、层层递进。特别值得肯定的几点:1)物理感知视频生成环节设计得非常专业,明确要求提示词包含重力、惯性、空气阻力等物理约束,并给出了好/差提示词的对比示例,实用性很强;2)智能质检与修复循环的设计思路很棒,异常检测项覆盖了物体突变、解剖畸变、物理轨迹、视觉一致性四个维度,且有3次重试后暂停请求人工干预的安全机制;3)角色三视图资产一致性锁定方案合理,确保跨镜头角色特征的统一。不足之处:1)SKILL.md中未说明需要依赖哪些具体的AI工具,对于新手Agent来说可能不清楚该调用哪些原生能力;2)references目录下有4个参考文件但引用方式是相对路径,需确认Agent能否正确读取;3)后期合成阶段的音频生成描述较简略。总体来说,这是一个完成度较高的动漫短剧生产工作流技能,框架扎实,在物理一致性和质检闭环方面有明显优势。
- • 六阶段全流程拆解逻辑清晰
- • 物理感知视频生成设计专业,提示词对比示例实用
- • 智能质检与3次重试+人工干预的安全机制完善
- • 未明确依赖的具体AI工具和能力
- • 参考文件引用方式可能影响Agent正确读取
- • 后期合成阶段音频生成策略描述较简略