SuperAPI AI 工具集

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 10-24 00:15

营销与增长

9,480 个结果

programmatic-seo

该技能用于设计和评估程序化 SEO(pSEO)策略,即通过模板与结构化数据大规模生成有用、可索引、由搜索驱动的页面。它首先要求计算“程序化 SEO 可行性指数”(0–100 分),从搜索模式有效性、每页独特价值、数据可得性与质量、搜索意图匹配、竞争可行性、运营可持续性六个维度评分,并给出强适配、中等适配、高风险或不应推进的结论。只有可行性指数达到 65 分及以上才进入后续阶段。技能还提供上下文与机会评估、页面系统设计、索引与规模控制、质量门禁与终止标准,以及 12 种 pSEO 玩法(模板、策展、转化、对比、示例、地点、人物、集成、术语表、翻译、目录、档案)。它强调避免门页、索引膨胀、近重复内容和算法压制,并规定输出格式。

营销与增长22 次安装

experiment

该技能用于围绕明确假设创建或评估一个聚焦的 Lexsis 店面实验(Storefront Experiment),适用于可量化的对比测试而非普通页面编辑。它通过 lexsis_pages、lexsis_analytics、lexsis_drafts 等一组动作完成页面上下文读取、源码编译、完整性校验、页面复制、变体生成与实验创建。核心流程包括:确认基础页面与基线版本、定义单一假设与主指标及护栏指标、确定受众与流量分配及停止规则、为每个变体建立独立本地源码与清单并本地验证编译、再以预期基础版本创建或更新远程变体、运行完整性与响应式及受影响商务检查,最后启动实验并读取状态与结果,给出继续、停止、推广或丢弃的建议。该技能强调本地优先,禁止让远程变体成为变更的唯一副本;要求先确认基础页面的 store/theme 绑定存在于 work/storefront/setup/setup.json,缺失时停止并请用户运行 /setup,绝不自动调用 setup;不得仅凭方向性变化判定胜出;不得将空发现结果解读为页面或分析故障;任何读取或变更失败都需如实报告,不得声称操作成功。

营销与增长22 次安装

apify-marketing-agency-database

该技能用于从 Clutch.co 目录批量构建营销机构数据库。它调用 Apify 上的 Clutch.co Agency API Actor(johnvc/clutch-agency-api),输入任意 Clutch 分类或地区页面 URL,即可输出每个机构一行结构化 JSON 数据,包含名称、网站、评分、费率、规模和位置等字段,适合生成线索列表、市场地图或目录产品。数据仅来自公开目录页面,不含登录后的邮箱或私密联系方式;如需某家公司的完整档案与评价,可将其 profile_url 交给配套的 apify-company-data-api 技能进一步丰富。

营销与增长22 次安装

newsletter-subject-lines

这是一个用于撰写新闻通讯(Newsletter)主题行的技能,面向 OpenEd Daily 场景。它通过 15 个经过验证的公式和“10 条戒律”评估体系,帮助用户生成 10 个以上主题行选项,并系统化地筛选出最佳方案。核心思路是:邮件打开率约 80% 取决于主题行,因此应批量生成、系统评估、择优选用。理想长度为 35-50 个字符,以适应移动端预览,并确保被截断时仍能传达清晰含义。工作流分为三阶段:识别核心价值、生成 10 个以上选项、评估与选择。内置多种模式(如数字+原因、对比、反直觉真相、好奇心缺口、具名人物+洞见、挑战+数据)以及粘性句式技巧,并附带真实表现良好的主题行示例、预览文本公式、反模式清单和质量检查表。

营销与增长22 次安装

story-mine

story-mine 是 digital-marketing-pro 技能集中的一个内容挖掘技能,用于把一段真实发生的经历(例如一次客户成功案例)拆解成 3 到 5 个可发布的内容角度,并为每个角度给出草稿开头。它的核心问题是「这段经历里有没有能发的内容」。该技能基于一个前提:亲身经历是竞争对手无法复制的内容来源,而大多数有价值的故事在 Slack 等即时沟通中流失。它接收用户自然讲述的故事、品牌档案(声音、受众、内容支柱、合规规则),并支持 --client-safe 选项,在挖掘角度前先做匿名化处理(去除客户名称和可识别细节,数字取整或改用比例表达),当故事涉及客户时该选项默认开启。技能提供五种角度分类:教训(现在知道了什么以前不知道的)、反常识观点(这推翻了什么常见认知)、方法论(沉淀出了什么可复用的方法)、证据(展示了什么数字或前后对比)、共鸣时刻(受众在哪里看到自己)。输出结构包括每个角度的名称、类型、核心论点、格式与渠道、对应的品牌支柱以及草稿开头,并额外包含「不值得挖掘的部分」和「案例研究检查」两节。技能强调角度必须彼此不同而非同一洞见换五种说法,绝不虚构故事细节,草稿开头要直接切入最有趣的部分(惊喜、数字、反转)而非时间顺序,遵守合规约束,并把后续工作路由给 content-engine 或 case-study-plan,本身只负责找角度而不负责写成品。

营销与增长22 次安装

sif-amazon-research

Sif Amazon Research 是一个面向亚马逊电商研究的技能,基于 Sif MCP 作为证据来源,用于市场调研、市场验证、竞品分析、流量诊断、关键词策略、广告复盘、新品评估与增长优化等场景。它要求先识别任务类型,再跨市场需求、竞争、流量、销售、广告等维度收集证据并交叉验证,最终输出带置信度、证据链、风险、缺失数据和后续验证动作的业务决策。若缺少 ASIN、关键词、国家或时间窗口等标识,会要求补充;未指定市场时默认美国。该技能强调不能仅凭单一指标下结论,关键数据缺失时只能给出假设,并保留工具返回的页脚内容。

营销与增长22 次安装

schema-markup

Schema Markup 是一个面向结构化数据与 schema.org 标记的专家型技能,用于帮助搜索引擎理解网页内容并争取搜索结果中的富媒体展示(rich results)。它适用于需要添加、修复或优化网站 schema 标记的场景,也适用于用户提及 schema markup、structured data 等关键词时。该技能强调准确性优先、使用 JSON-LD 格式、遵循 Google 官方指南并全程验证。内容覆盖常见 schema 类型,包括 Organization、WebSite(含 SearchAction)、Article/BlogPosting、Product、SoftwareApplication、FAQPage、HowTo、BreadcrumbList、LocalBusiness、Review/AggregateRating、Event 等,并给出各类型的必填与推荐属性及完整 JSON-LD 示例。同时介绍单页多类型 schema 的 @graph 写法、静态站点、动态站点(React/Next.js)、CMS/WordPress 等实现模式,以及 Google Rich Results Test、Schema.org Validator、Search Console 等验证工具和常见错误。

营销与增长22 次安装