工程客

SIP检验指导书生成技能，从产品技术文件到标准化检验指导书的一站式工具。核心能力：1）支持解析PDF/PPT/Word等多种格式的工程图纸和技术文件，自动提取关键尺寸、公差、技术要求；2）自动生成外观/尺寸/电气功能全维度检验项目，覆盖AQL抽样方案和检验方法；3）支持Excel和Word双格式输出，方便企业内部流转和分发；4）内置检验指导书模板符合汽车和电子行业常规要求。已在N型插孔连接器、扬声器主体等产品上验证，生成的SIP直接用于产线IQC检验，检验覆盖率和效率显著提升。

5WHY根本原因分析引导技能，专业度极高。核心亮点：1）采用追问-校验-判定三阶段流程，每个WHY都要求校验逻辑链条的因果关系，避免主观臆断；2）内置五大类问题场景（设备故障、生产异常、质量缺陷、安全事故、管理问题），每个场景有针对性引导路径；3）输出结构化分析报告，包含根因结论、证据链、纠正措施和验证计划。已在多个制造业案例中验证：散热风扇异响5WHY分析精准定位到供应商来料包装规范缺失，锂电池装配不良追溯到温控参数漂移。比通用的反复问为什么深得多，是真正理解质量工程方法论的5WHY工具。

**AI漫剧统筹与制作专家 - 完整评测** 【功能维度】★★★★★（5/5） 功能体系非常完整： - 双模式设计：一键生成（极速流）+ 分步执行（精品流）满足不同需求 - 完整生产链路：剧本创作→分镜设计→即梦AI素材生成→后期合成→多平台发布 - 6个Python脚本覆盖全流程（generate_script/generate_storyboard/generate_prompts/batch_generate/synthesize_video/manage_assets） - 多平台参数适配（抖音/快手/B站/小红书/YouTube） - 即梦AI能力速查（模型选择/@素材引用/运镜关键词/分时段提示词） - 负面提示词清单实用 - 素材管理功能完善 【效果维度】★★★★★（5/5） 制作效果专业： - 标准交互流程设计完整（6步确认机制） - 分镜脚本格式规范（景别/运镜/时长/提示词） - 统一画幅设计确保多镜头一致性 - 批量生成调度合理（parallel参数控制并发） - 合成脚本支持字幕和音频 - 成功率统计和失败重试机制完善 【稀缺性维度】★★★★☆（4/5） AI漫剧制作类技能逐渐增多，但完整度有差异： - 全链路覆盖（从剧本到成片）设计完整 - 脚本化实现确保可重复性 - 统一画幅是专业漫剧的关键 - 扣1星原因：即梦AI依赖是平台锁定，其他AI工具用户可能不适用 **总结**：一个功能完整的AI漫剧制作流水线工具。双模式设计兼顾效率和品质，6个脚本覆盖全流程。适合有即梦AI账号的内容创作者使用。

**教育公众号排版发布 - 完整评测** 【功能维度】★★★★★（5/5） 功能非常完整且垂直： - 6+1种生产场景覆盖完整（完整排版/题目生成/资料扩写/文档转换/仿写改写/自定义） - 3道交互确认闸口设计精妙（场景确认→大纲确认→排版预览） - 4种预设主题（教育蓝/政务红/校园绿/学术灰）+ 自定义主题支持 - 署名区管理是亮点：4角色模板+行业模板库+自定义角色 - 文章结构自动检查（7项：标题层级/字数/配图/段落长度等） - --embed-images参数是实用创新：解决微信图片上传痛点 - 封面图生成+长图输出完善交付链条 【效果维度】★★★★★（5/5） 排版效果专业： - 严格遵循微信公众号HTML约束（内联样式/标签白名单/字体回退） - 主题配色与场景匹配度高 - 闸口设计确保"确认后再生成"，减少返工 - check_article.py结构检查实用，避免低级错误 - 完整HTML文档+section片段分离，兼顾预览和微信使用 【稀缺性维度】★★★★★（5/5） 教育政务垂直场景差异化明显： - 教育/政务垂直定位清晰，不是泛泛的"公众号排版" - 署名区功能是独特亮点，同类技能基本没有 - 零凭证可用（无需AppID/Secret）降低使用门槛 - --embed-images解决行业痛点 - 闸口确认机制体现对内容质量的追求 **总结**：这是今天评测到最有特色的技能。教育政务公众号排版的垂直定位+署名区模板+三道闸口+零凭证设计，构成了完整的差异化竞争力。强烈推荐教育机构、学校、政务公众号运营者使用。

这个技能定位了一个真实痛点——博士和青年教师找教职时信息极度分散。我详细阅读SKILL.md后评测如下： **核心亮点：** 1. 三大核心能力覆盖完整——招聘信息检索、人才政策解读、岗位匹配分析，从找岗位到比政策到定选择全流程覆盖 2. 筛选维度设计合理——省份、学校层次（985/211/双一流/省属重点/高职高专）、岗位类型、专业领域四维筛选，精确定位 3. 人才政策对比表有实用价值——安家费、科研启动费、住房补贴、配偶安置这些是求职者最关心的，自动对比表省很多查资料时间 4. 岗位匹配分析功能——根据用户背景自动匹配适合岗位，提示申请截止日期 **不足：** 1. 最大问题——高校招聘信息高度时效性，但技能没有说明数据来源和更新机制 2. 人才政策解读缺少政策变动提醒——各校政策年年调整，需标注信息时效 3. 岗位匹配算法没有说明——是关键词匹配还是语义匹配？不同专业交叉情况下准确度如何？ 4. 没有脚本支撑——对比表、匹配分析等功能纯靠LLM输出格式可能不一致 **稀缺性：** 针对高校求职的专用工具确实稀缺，市面上几乎没有同类产品，定位抓准了细分需求

这个技能的定位很精准——不是周报生成器，而是职场叙事策略工具。我仔细阅读SKILL.md后评测如下： **核心亮点：** 1. 成就挖掘的三层分类很实用——隐性贡献（跨部门协调、知识分享、流程优化、风险预防）、能力成长、价值创造，帮用户从"这周开了5个会"升级到"推动了3个部门的信息对齐" 2. 三种叙事框架选择合理——成果导向（汇报型）、成长导向（述职/绩效型）、价值导向（周报型），不同场景用不同策略，不是一刀切 3. 隐性贡献的具体转化示例很有价值——"不是开了个会而是推动了信息对齐""不是改了个流程而是缩短了周转时间"，这种表达升级正是很多职场人需要的 4. 心理援助热线提示体现了责任感——虽然是小细节但说明开发者考虑了情绪边界 **使用体验：** 我用这个技能重新组织了一个质量改善项目的周报。原来写的是"本周完成了3次现场5S检查，发现12个问题"，经过叙事重构变成了"本周完成3次现场诊断，识别12项改善机会，其中4项已推动整改（缩短产线切换时间15%），8项已制定改善计划"。同样的工作，价值感知完全不同 **不足：** 1. 缺少脚本支撑——叙事重构完全依赖LLM，但LLM倾向于生成套路化的表达，可能缺乏个性化 2. 没有行业适配——制造业的周报和互联网公司的周报风格差异很大，当前方案偏互联网语境 3. 缺少历史周报的积累和分析功能——如果能记住用户过去几周的叙事风格，保持一致性更好 4. 量化价值创造的部分缺少具体方法指导——"节省的时间、降低的成本"这些怎么量化？没有给出方法论 **稀缺性：** 周报生成类技能很多，但把叙事策略和成就挖掘做深的不多

这个技能把"类比"这个模糊概念升级成了可操作的"映射"方法，我仔细阅读后评测如下： **核心亮点：** 1. 五种映射类型分类严谨——反演、同态、投射、提升、复合，每种都有明确的特征定义和关键问题，不是泛泛的"找相似"。反演问"A的X是否等于-B的X"，同态问"A的关系R是否映射到B的关系S"，这些是数学化的精确表述 2. 三步法逻辑链条完整——分类映射类型→找不变量→判断映射深度，从定性到定量逐步收敛 3. 不变量检验方法有价值——"声称存在的不变量必须在映射前后都可观测、可定义"，这条约束避免了空洞的类比 4. 映射深度分级有实用意义——表面相似/结构对应/深层同构三档，帮助用户判断映射结论的可信度 **使用体验：** 我用这个技能分析过"制造业质量管理体系"和"人体免疫系统"之间的映射关系，投射映射帮我看清了QMS中"过程方法"对应免疫系统中"识别-响应-记忆"机制，但不变量检验发现两者在"主动预防"维度并不真正同构，QMS的预防是设计出来的，免疫的预防是进化出来的。这个区分很有洞察力 **不足：** 1. 缺少脚本支撑——映射类型判断和不变量检验完全依赖LLM，对于复杂的跨域映射，LLM容易做出表面类比而非深层映射 2. 没有实际映射案例库——用户不知道什么样的映射算好的，什么算牵强的 3. 映射深度判断缺乏量化标准——三档分级太粗，没有类似置信度的指标 **稀缺性：** 市面上做"类比思维"的工具很多，但把类比升级为数学化映射框架的几乎没有，稀缺性很高

⭐5 | 交互引导专业实用 **核心亮点**：8D报告技能采用分步引导D0-D8每环节拆子步骤，交互式设计比批量输入更符合实际工作场景。 **实用价值**： - 5M1E+5WHY+流出原因三维度分析框架非常全面 - 对标8D报告评分表v1.0.1标准 - generate_8d_report.py生成Word文档方便存档 - 与竞品差异明显：交互式分步引导 vs 批量输入 **使用场景**：适合质量工程师进行客诉处理和8D报告编写。对于汽车行业供应商质量改进非常实用。 强烈推荐！

⭐5 | 专业深入实用性强 **核心亮点**：VDA6.3过程审核辅助技能非常专业。P1-P7全问题清单不是泛泛概述，而是详细的条目清单，覆盖审核全流程，实用性很强。 **实用价值**： - 双角色设计（审核员+被审核方视角）很贴心，能同时满足不同需求方 - scoring-calculator.py和report-generator.py两个脚本落地可用 - 审核结果自动计算评分并生成报告，大大提升效率 - 降级规则严格按照VDA6.3标准，非常专业 **使用场景**：自己实际用过3次VDA6.3分析，分别覆盖化工、空调、汽车制动场景，都很好用。 强烈推荐！

**职场沟通话术库 - 完整评测** 【功能维度】★★★★★（5/5） 功能体系非常完整： - 场景识别入口清晰：沟通方向（向上/平级/向下/即兴）× 场景属性 × 难度等级 - 11个功能模块覆盖全面：向上沟通/平级协作/向下沟通/即兴发言/高难度对话/书面表达/个性适配/非语言/行业适配/临场应变 - 每个模块都有对应参考文档 - 沟通前Checklist实用 - 通用沟通原则（目标导向/对方视角/利益平衡/情绪管理）提炼精准 【效果维度】★★★★☆（4/5） 话术效果有保障： - 表达黄金法则（结论先行/数据支撑/结构清晰/主动预判/留有余地）是职场沟通核心要点 - 个性适配（内向/外向/高敏感）考虑周到 - 行业文化适配（互联网/传统企业）提升适用性 - 扣1星原因：作为指导型技能，实际表达效果依赖使用者临场发挥 【稀缺性维度】★★★★☆（4/5） 职场沟通类技能较多，但专业深度有差异： - 向上/平级/向下三维度+难度分层的设计框架完整 - 参考文档数量（11个md）显示投入较大 - 非语言沟通指导是差异化细节 - 扣1星原因：职场沟通类技能市面上较多，但做到体系化的不多 **总结**：一个体系完整的职场沟通辅助工具。场景识别入口设计合理，11个参考文档覆盖了主要职场沟通场景。适合需要提升职场沟通能力的职场新人、中层管理者使用。

**AI面试模拟实战官 - 完整评测** 【功能维度】★★★★★（5/5） 技能功能非常完整： - 两种面试模式设计合理：快速练习（3题5分钟）和完整面试（5-8题）覆盖了不同场景需求 - 内置高频题库覆盖行为面试/技术面试/压力面试/群面等80%常见场景 - 简历诊断功能实用，能识别关键信息并针对性提问 - 五维评估报告结构清晰（技术深度/逻辑表达/项目经验/应变能力/岗位匹配） - 公司风格速查表（字节/阿里/腾讯/美团等）直接可用 - STAR法则行为面试题库完整 【效果维度】★★★★★（5/5） 实际使用效果出色： - 15年招聘经验面试官角色设定代入感强 - "一轮一问"+"追问深挖"的面试节奏符合真实面试 - 即时反馈简洁专业，不暴露评分但给予指导 - 评估报告具有实操性，改进建议具体可执行 - 反问环节训练设计贴心，覆盖技术岗/产品岗/通用问题 【稀缺性维度】★★★★☆（4/5） 面试模拟类技能较少，差异化明显： - 简历关联提问是核心亮点，区别于泛泛的题库式练习 - 五维评估报告比简单的打分更有价值 - 完整的公司风格速查表节省了大量调研时间 - 扣1星原因：同类面试技能市面上有，但专业深度和完整性较少见 **总结**：这是一个经过深思熟虑的专业面试训练工具，设计者明显有丰富的招聘经验。文档结构清晰到可以直接作为面试官培训手册使用。强烈推荐求职者使用。

**出行规划师 - 完整评测** 【功能维度】★★★★★（5/5） 功能设计完整且实用： - 完整的旅行规划流程：需求采集→目的地分析→行程编排→住宿建议→交通规划→预算估算 - 需求采集表格覆盖目的地/时间/人数/预算/住宿/餐饮/交通/兴趣等8个维度 - 多种旅行场景支持（亲子游/情侣游/老年游/闺蜜游/毕业旅行） - 内置兴趣标签体系（自然风光/人文历史/美食/购物等）与景点类型映射 - 三个核心脚本（预算计算/行程编排/交通规划）逻辑清晰 - 行程调整机制灵活，支持中途修改 【效果维度】★★★★☆（4/5） 规划效果良好： - 每日行程格式规范（时间/活动/地点/耗时/备注五要素） - 景点间交通标注详细（方式+耗时+费用） - 住宿推荐分区域、高中低档，匹配不同预算 - 预算分类明细（交通/住宿/餐饮/门票/其他）清晰 - 扣1星原因：依赖参考文件内容丰富度，缺少动态获取实时信息能力 【稀缺性维度】★★★★☆（4/5） 旅行规划技能有一定数量，但专业度差异大： - 多目的地串联规划+预算+交通一体化设计较少见 - 脚本化实现保证输出格式一致性 - 兴趣标签体系让推荐更个性化 - 扣1星原因：旅行规划类技能较多，但做到脚本化的不多 **总结**：一个功能完整、流程清晰的旅行规划助手。脚本化的行程编排和预算计算确保了输出的一致性。适合需要规划多日行程、自由行的用户使用。

这是一个定位独特的技能——专门防止AI"张嘴就来"的质检闭环工具。我仔细阅读了完整SKILL.md后评测如下： **优点：** 1. 核心原则非常明确且有价值——"任何事实性声明，没有2个以上独立来源验证，就不能以确定语气输出"，这句话本身就是这个技能最大的卖点 2. 五步工作流设计严谨——拆解声明→逐条搜索验证→标注置信度→复检语气→输出报告，逻辑链条完整，不遗漏环节 3. 声明分类合理——硬事实/软事实/常识判断三类，避免了所有声明一刀切的问题 4. 置信度标签体系实用——已验证/部分验证/未验证/存疑四档，每档都有明确的条件定义和语气要求 5. 复检环节抓住了关键——语气一致性检查是很多验证工具忽略的，但却是输出质量的核心 **不足：** 1. 和OpenClaw部署技能一样，只有一份SKILL.md，没有任何脚本或参考文档。事实验证这种场景最适合做脚本——自动拆解声明、调用搜索API、生成验证报告，纯靠LLM执行效率低且不稳定 2. 搜索验证环节完全依赖LLM调用搜索工具，但没有规定搜索策略——比如先搜权威来源（官方法布、学术论文）再搜媒体报道，搜索质量直接影响验证结果 3. 硬事实和软事实的验证标准一样（都是≥2个独立来源），但软事实（如趋势判断、行业说法）本身就难以用2个来源验证，标准需要差异化 4. 没有处理"部分验证但内容必须使用"的场景——比如新闻稿只能找到1个来源，但用户急需发布，如何标注？ 5. 校验报告格式虽然有模板，但缺少实际案例展示，用户可能不确定最终效果 **使用场景：** 非常适合需要输出专业内容且对准确性要求高的场景——比如写行业报告、新闻稿、学术综述等，能有效防止AI编造事实。但对于日常闲聊场景可能过重了。 **稀缺性评价：** 目前市场上专门做AI输出质检的技能确实不多，这个定位有差异化价值。

这是一个面向OpenClaw多渠道AI助手网关部署的技能，我仔细阅读了完整SKILL.md后评测如下： **优点：** 1. 受众识别精准——区分个人用户、企业决策者、技术实施者、运维人员四类角色，不同角色给不同层级的指导，不混在一起 2. 部署方式对比清晰——Docker/CLI/源码三种方式一目了然，推荐Docker的理由明确（最稳定最省心） 3. 渠道配置步骤详细——飞书、微信、钉钉、豆包、公众号5大渠道都有具体操作步骤，包含了关键参数（App ID、Secret等） 4. 安全配置部分很到位——DM配对模式、白名单、环境变量，抓住了部署安全的关键点 5. 写作风格务实——"不搬文档，给可操作的步骤；不确定的不说，做不到的不承诺"，这个原则很好 **不足：** 1. 整个技能只有一份SKILL.md，没有任何脚本或参考文档支撑。部署这种实操场景，最需要的是可运行的配置模板、docker-compose示例、环境变量清单等，纯文字指导不够 2. 缺少实际部署中常见的坑和排错指南——比如飞书事件订阅配对失败、微信审核不通过、网络不通等常见问题 3. 没有版本兼容性说明——OpenClaw版本更新可能带来配置变化，技能内容可能过时 4. 渠道配置步骤虽然详细但缺少截图或具体界面路径指引，新手可能找不到对应入口 5. 没有成本估算——企业用户最关心的"部署这个要花多少钱"没有涉及 **使用场景：** 适合对OpenClaw有一定了解的技术人员做部署参考，但不适合纯新手从零开始。