marketing-ideas
中文介绍正在整理，稍后补充。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-15 00:40
营销与增长
5,588 个结果
marketing-pipeline-share-ai-content-automation
这是一个基于 AI 的内容自动化流水线项目，属于 Marketing Skills 技能集合。它能够自动研究热门话题、生成多格式多语言文章，并自动生成视频内容。项目整合了 Claude 3、OpenAI、用于实时研究的网页抓取以及用于视频渲染的 Remotion。主要流程包括：自动研究（抓取 TechCrunch、a16z、Twitter/X、LinkedIn 最近 24 小时的文章）、AI 内容生成（使用 Claude/OpenAI 生成 Top List、POV、Case Study、How-to 等格式的文章）、多语言输出（支持英语和越南语，语气可定制）、视频生成（使用 Remotion 自动将文字内容渲染为视频和信息图）、平台优化（导出适配 Reels、TikTok、Shorts 的内容）。项目基于 Next.js 构建，提供 API 路由和前端组件示例，并包含批量生成、内容调度和自定义视频模板等常见模式。
marketing-pipeline-share-ai-content
中文介绍正在整理，稍后补充。
building-full-social-audit-for-brand
该技能用于为品牌构建跨主要社交媒体平台的综合社交审计。它基于 apidojo 的多平台抓取器（Apify Actors）执行，属于 apidojo 情报技能库。技能通过运行 twitter-user-scraper 等抓取器收集数据，对结果进行过滤、分类与评分，最终输出审计表格。触发场景为用户要求对品牌进行完整社交审计。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。输入参数包括 startUrls、twitterHandles、twitterUserIds、getFollowers、getFollowing、getRetweeters、includeUnavailableUsers、maxItems、customMapFunction 等。工作流分为定义参数、运行抓取器、过滤分类、质量与相关性评分、交付输出五步。评分采用品牌社交分数，按平台权重（Twitter 0.20、Instagram 0.30、TikTok 0.30、YouTube 0.20）加权平均互动率。分类标准为 STRONG（>4%）、AVERAGE（2-4%）、WEAK（1-2%）、MINIMAL（<1%）。输出为包含关键字段、指标、分类与分数的表格及摘要。
geo-crawlers
geo-crawlers 是一个 AI 爬虫访问分析技能，用于检查网站的 robots.txt、meta 标签和 HTTP 响应头，判断哪些 AI 爬虫可以访问站点，并生成完整的访问地图。它覆盖 GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、PerplexityBot、Google-Extended、Applebot-Extended、Amazonbot、FacebookBot、CCBot、anthropic-ai、Bytespider、cohere-ai 等爬虫，按对 AI 搜索可见性的重要程度分为三个层级，并给出允许或阻止的建议。该技能还会检查 llms.txt、ai-plugin.json、ai.txt 等 AI 专用文件，评估 JavaScript 渲染要求，解析 Content-Signal 指令，并识别 Cloudflare 托管 robots.txt 可能造成的意外屏蔽。最终输出一份 GEO-CRAWLER-ACCESS.md 报告，包含爬虫访问汇总表、AI 可见性评分、关键问题和具体修改建议。
crisis-holding
crisis-holding 是一个面向危机公关场景的 AI 技能，用于在事件爆发后的最初数小时内，基于已确认的事实起草危机「占位声明」（holding statement）、记者问答口径以及「不该说什么」的指引。它强调先完成结构化信息采集再动笔，并设置硬性法律顾问审查门槛：当事件涉及产品安全、数据安全、人员不当行为、财务违规、监管风险，或提及死亡、伤害、诉讼、PII 泄露等触发条件时，技能会停止起草并输出 STOP 提示，要求先联系法律顾问。技能内置多套框架，包括占位声明五段式结构、SCCT 情境危机沟通理论、CAP（关切—行动—背景）排序、合法非回答、Bridge/Flag/Block 问答控制，以及主动与被动、占位与完整声明的策略区分。
scraping-instagram-location-content
该技能用于抓取在特定地点标记的 Instagram 公开帖子，基于 Apify 平台上的 apidojo Instagram Location scraper 实现。适用于收集用户生成内容（UGC）、发现到访某场所并发布内容的用户，以及挖掘对某地点有真实兴趣的创作者。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持通过地点页面 URL 或地点 ID 指定目标，可设置最大返回数量、日期过滤和自定义转换函数。工作流程包括查找地点 ID、运行抓取器、筛选帖子、识别热门内容与创作者，最终输出 UGC 报告或创作者名单。
tracking-youtube-trending-topics-by-niche
该技能用于追踪特定细分领域（niche）在 YouTube 上的热门话题与视频形式。它通过 Apify 平台上的 apidojo YouTube 抓取器，分析近期高播放量视频，提炼可复用的标题公式、内容形式与话题主题，帮助判断 YouTube 算法当前偏好的内容方向。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持传入 YouTube 链接、频道句柄、搜索关键词、国家与语言代码、上传时间、时长、特性、排序方式、最大返回数量等参数，并可自定义映射函数。工作流程包括搜索近期高表现视频、提取标题模式与话题、计算趋势动量评分、识别形式与结构模式，最终输出趋势简报。
adspy-analytics-intelligence
AdSpy Analytics Intelligence 是一个用于跟踪和分析多个广告网络赞助广告的分析平台，可实时监控竞品广告活动、广告支出趋势、创意表现指标，并就广告策略提供可执行洞察。它通过环境变量或配置文件管理配置，支持 Facebook、Google、Instagram、LinkedIn、Twitter 等网络，提供命令行与 Python 库两种使用方式，包含网络监控器、活动分析器、情报报告、创意跟踪器和支出估算器等核心组件。
newsworthiness-check
Newsworthiness Check 是 newsjack.sh 旗下的一个技能，用于在公关传播变成垃圾邮件之前，判断某个新闻事件是否值得借势（newsjacking），或用户自己的宣传角度对记者而言是否真正具有新闻价值。它通过校准过的评分锚点、硬性规则与安全开关，给出 1 到 10 分的评分和明确的行动建议。该技能强调诚实，拒绝为蹭悲剧、伪装关系、编造证据、泛泛而谈的"思想领导力"以及把新闻稿式的乐观包装成新闻判断的行为背书。它提供两种模式：事件借势评估和宣传稿新闻价值评估，并给出可读的 Markdown 结果，包含评分、评级、最接近的现实案例锚点、各维度得分、触发的分数上限、行动建议、证据来源与证据缺口，以及后续技能交接建议。
marketing-pipeline-share-automation
Marketing Pipeline Share Automation 是一个基于 TypeScript 的端到端自动化内容生成系统，属于 Marketing Skills 技能集合。它面向 AI 编程代理，整合 Claude、OpenAI 与 Remotion，实现从研究抓取、脚本撰写、内容生成到视频渲染与社交发布的完整流程。系统可自动抓取 TechCrunch、a16z、Twitter/X、LinkedIn 等来源 24 小时内的实时数据，生成 top list、POV、案例研究、how-to 等多种格式的文章，并支持英语和越南语双语输出。借助 Remotion，可将文字内容转为信息图与短视频，并针对 Reels、TikTok、Shorts 等平台优化导出。项目提供安装命令、环境变量配置、核心架构说明以及研究抓取、内容生成、视频渲染、完整流水线等代码示例，还涵盖批量生成、错误重试、定时调度与常见问题排查。
ultimate-ai-content-pipeline
Ultimate AI Content Pipeline 是一个自动化内容创作流水线，能够将关键词转化为经过调研的多语言文章和视频。它可以从 TechCrunch、Twitter 等来源抓取近期数据，使用 Claude 或 OpenAI 生成内容，并通过 Remotion 渲染视频。支持多语言（英语和越南语）同时生成，输出格式包括 toplist、POV、案例研究、操作指南等，并可导出为适配 Reels、TikTok、Shorts 的短视频。项目基于 Next.js 构建，需要配置 Anthropic、OpenAI、RapidAPI 和 Remotion 等 API 密钥。
coverage-tracker
Coverage Tracker 是一个 Google Alerts 风格的关键词覆盖追踪技能，用于判断配置的关键词是否出现在真实报道中。它通过 news-search 收集带日期的文章证据，由 LLM 依据关键词含义进行去重与分类，CLI 仅负责存储配置以及已见/告警状态。该技能支持 Full Mode（在具备 shell、文件系统、网络和本地 CLI 的智能体环境中运行，可读取追踪配置、检查 SQLite 已见状态、记录判定并抑制重复告警）和 Limited Mode（在无 shell/文件系统/CLI 的受限环境中运行一次性手动覆盖检查）。它明确不是 newsjack-detector，不评估新闻劫持机会、不生成角度、不评估立场，也不使用 monitor profiles。
pr-strategist
PR Strategist 是 newsjack.sh 推出的一个观点鲜明的初创公司公关策略技能，目标是阻止创始人在尚未想清楚受众、定位和新闻由头之前就跳到执行动作。它不写新闻稿、不建媒体名单，而是扮演一位有立场的公关策略师，围绕五条核心承诺工作：公关是连接一件真实的事和真正需要它的那群人、讲节奏而非一次性大爆发、先做创始人自己的直接渠道、新闻价值是一道门槛、禁止使用曝光量等代理商式指标。它通过一套从短路检查到诊断、定位把关、新闻价值把关、路线选择、渠道与节奏处方的决策树来运行，并在每个回合遵循三条规则：先假设再确认而不是盘问、先讲创始人的独特资产再讲硬道理、给出主打法加两个备选而非强行推销。
finding-tiktok-creators-using-trending-sounds
该技能用于查找使用热门音效或病毒式音频的 TikTok 创作者，基于 Apify 平台上的 apidojo TikTok Music Scraper 实现。用户提供 TikTok 音乐/音效页面 URL 后，可抓取使用该音效的帖子数据，并按粉丝数、互动率和视频播放量对创作者进行评分与分级，帮助筛选出高价值创作者。支持通过命令行脚本、REST API 或 Apify MCP 运行，结果可输出为表格、CSV 或 JSON。
coverage-tracker-setup
Coverage Tracker Setup 是一个用于配置关键词覆盖追踪器的技能。它像 Google Alerts 一样，监控你关心的关键词是否出现真实报道，并在有新内容时通知你。该技能会生成一个追踪器配置文件，为每个关键词记录其具体含义，以便后续过滤掉错误匹配或泛用词。它需要用户提供追踪器名称、要监控的关键词、每个关键词的含义说明、可选的忽略提示以及检查频率。配置通过 newsjack coverage init 命令保存，并交由 coverage-tracker 技能定期运行。它专注于追踪自有或指定关键词的报道，与用于判断公司能否借势更大新闻的 newsjack 监控是不同任务。
newsjack-monitor-setup
Newsjack Monitor Setup 是一个用于创建新闻监控配置的 AI 技能。它的作用是引导用户为公司建立一份监控档案（monitor profile），保存公司身份、关注的报道领域、竞争对手、搜索词、信息来源等信息，从而使 newsjack-detector 能够按计划自动运行。该技能支持两种模式：在具备 shell、文件系统和网络的工具中可完成保存档案、填写客户简报、配置 Slack 推送、设置定时计划、测试与真实运行；在纯聊天环境中则只生成档案草稿并给出后续步骤。监控档案保存在 ~/.newsjack/monitors/<slug>/profile.json，配套的 brief.md 用于定义哪些内容适合或不适合对外发声。
paseo-orchestrate
paseo-orchestrate 是一个已弃用的技能，原名已更名为 paseo-epic。当加载该技能时，它会重定向到 paseo-epic，并以一句话提示用户：paseo-orchestrate 已弃用，改用 paseo-epic。除此之外，资料未提供其具体功能、使用方式、适用场景或限制等信息。
scraping-tweets-from-account
该技能用于通过 Apify 上的 apidojo Tweet scraper，抓取任意公开 Twitter/X 账号的推文、回复和媒体内容，导出完整时间线原始数据集。需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持丰富的输入参数，包括搜索词、排序方式、语言、数量上限、仅认证用户、仅图片/视频/引用推文、作者、回复对象、提及对象、地理位置、最小转推/点赞/回复数、时间范围等，并允许自定义 JavaScript 映射函数转换输出。提供脚本、MCP 工具、REST API 三种运行方式，支持输出为表格、CSV 或 JSON，返回字段含 id、text、likeCount、retweetCount 等 12 个字段。
analyzing-youtube-competitor-channel-strategy
该技能用于分析竞争对手的 YouTube 频道策略与内容表现，基于 apidojo 的 YouTube scraper（Apify Actor）抓取数据。触发场景为用户要求分析竞争对手频道时。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。支持传入频道 URL、频道 handle、关键词、趋势视频等参数，并可设置国家、语言、上传日期、时长、特性、排序和最大返回数量等过滤条件。工作流包括定义参数、运行 youtube-scraper、过滤分类、按质量与相关性评分、输出结果。分类标准为：GROWING（观看率 > 20%）、HEALTHY（10-20%）、PLATEAU（5-10%）、DECLINING（< 5%）；评分公式为 avg_views/subscriber_count * 100。输出为表格形式，含分类与评分及摘要。
extracting-google-paa-questions-for-seo
中文介绍正在整理，稍后补充。
finding-trending-twitter-topics-for-content
该技能用于在 Twitter 上发现特定领域的热门话题与讨论，为内容创作提供选题灵感。它基于 Apify 平台上的 apidojo Twitter 抓取器运行，通过搜索词、排序、语言、互动量阈值、时间范围等参数筛选推文，再按关键词共现聚类话题，计算话题热度、互动率与新鲜度，并给出内容机会评分和推荐角度（如时效性评论、深度分析或常青科普）。适用于内容策划、社交媒体运营和趋势研究。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。
marketing-ops
中文介绍正在整理，稍后补充。
tracking-twitter-thought-leaders
该技能用于在 Twitter/X 上识别并追踪任意行业的思想领袖与关键发声者，基于 apidojo 的抓取器实现。它不只关注粉丝数，而是寻找在特定主题领域具有真实影响力的账号——发布的推文能被分享和讨论。最终输出一份排名列表，可用于公关外联、社区互动或合作伙伴拓展。使用前提是设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。工作流分为五步：明确主题与影响力标准、搜索主题相关推文、补充候选账号资料、按影响力信号打分、输出排名列表。支持通过 startUrls、twitterHandles、twitterUserIds、getFollowers、getFollowing、getRetweeters、includeUnavailableUsers、maxItems、customMapFunction 等参数进行配置，并可通过 run_actor.js 脚本、Apify MCP 或 REST API 调用执行。