reply-and-comment-writer
用于起草社交媒体回复、评论和私信的中文技能说明，帮助品牌以真实、符合人设的方式提升互动与社群关系。资料强调人工发布、禁止自动化和虚假互动。
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 10-16 00:02
营销与增长
7,963 个结果
longbridge-smallcap-growth
longbridge-smallcap-growth 是一个用于发掘被忽视的中小市值高成长股票的技能，覆盖美股、港股与 A 股，通过市值、营收增长、ROE 等量化筛选并结合行业与专精特新等定性条件，输出候选名单与简要投资逻辑。
engagement-routine
该技能用于设计可持续的互动日常机制，把回复与评论工作转化为按时段执行的每日/每周习惯，强调优先处理评论和私信、发帖后黄金时段互动，并兼顾效率与长期坚持。
cold-email
Cold Email 是一个用于撰写冷邮件的技能工具，帮助使用者基于经过验证的文案框架（AIDA、PAS、BAB）生成更容易获得回复的冷邮件。它要求输入目标对象（职位、公司、行业）、目标（约会议、引荐、反馈、销售）以及个性化线索（共同联系人、近期新闻、具体痛点），并强制执行一系列最佳实践：邮件正文控制在 50-125 词之间、主题行 3-5 个词且全小写、首行必须个性化、去除“希望你一切都好”“我叫……”等套话、只保留一个明确的行动召唤、阅读时间控制在 30 秒内、适合移动端阅读。输出包含主题行、邮件正文、仅署名的称呼，并附上所用框架及原因、个性化角度和词数统计。
seo-content-optimizer
面向内容创作者与营销人员的 SEO 内容优化技能，提供关键词分析、可读性评分、元描述生成与竞品对比，并按影响优先级给出可执行的修改建议与 SEO 分析报告。
follow-up
这是一个用于撰写跟进邮件的 AI 技能，旨在帮助用户在对方未回复后重新建立联系，同时避免显得打扰。该技能根据跟进次数（第1、2、3次及之后）采用不同策略：第1次假设对方只是忙碌，加入新价值或新角度；第2次尝试不同方式，分享相关见解或资源，重新表述价值主张；第3次则采用“分手”邮件或基于许可的收尾，给对方一个轻松的退出选项。技能内置三种框架：Bump（友好提醒）、Value-Add（提供价值）、Breakup（制造紧迫感但无压力）。它强调硬性规则：每封跟进都要比上一封更短、要有新角度、不制造内疚感、不用“只是跟进一下”这类空话、要简要引用原邮件、只保留一个行动号召，且全文控制在30-75词以内。同时列出了应避免的写法，如弱开场、道歉语气、重复原邮件、被动攻击等。输入需包含原邮件或首次联系背景、距上次邮件天数、跟进序号及可选的新背景。输出为包含主题、正文、签名及所用框架、差异说明和字数的邮件。
linkedin-sales-navigator-alt
该技能用于在仅使用公开信息的前提下，按 ICP、决策者角色和搜索策略构建并打分 LinkedIn 潜在客户名单，支持分群与导出。
youtube-long-form
youtube-long-form 是面向 YouTube 长视频的增长技能，与 Shorts 属不同引擎，核心是点击（打包）与留存（AVD）两道闸门，并以会话贡献为主要信号。它产出打包方案与可拍摄脚本，不直接发布或测量数据。
sales-page-copywriting
这是一个用于生成销售落地页文案的技能，通过“敌意验证”流程打磨文案，最终只向用户输出经过验证的成品文案。该技能会先收集产品与市场信息，内部生成英雄区、痛点激发、解决方案、收益、社会证明、异议处理和最终行动号召等七个板块的文案，再模拟五类敌意访客（8秒扫描者、比价者、被伤害过的怀疑者、困惑者、拖延者）从五个维度进行审查，内部反复修订，直至消除关键与高优先级异议，最后按固定模板输出完整文案文档。
semrush-research
SemRush Research 是一个通过 SemRush API 获取实时 SEO 与竞争情报数据的工具。需要设置 SEMRUSH_API_KEY 环境变量（.env、.env.local 或 ~/.claude/.env.global）。所有请求发送至 https://api.semrush.com/，以 &key={SEMRUSH_API_KEY} 传递密钥，返回分号分隔的 CSV（首行为表头）。支持的能力包括：域名概览（自然与付费搜索表现快照）、关键词概览（搜索量、CPC、竞争度、SERP 特征）、相关关键词、关键词难度、域名自然关键词、外链概览、竞品发现、流量分析估算。可用于研究竞争对手、分析域名、发现关键词机会、检查外链等。官方提供完整竞争分析工作流：先获取目标域名指标，再发现竞品，逐个对比指标、关键词与外链画像，最后以对比表格呈现关键词缺口、速赢机会、内容缺口与外链机会。注意每次 API 调用消耗 API 单位，多步分析建议本地缓存结果，并处理如 NOTHING FOUND、密钥错误、超限等错误。
promo-video
promo-video 是一个用于制作促销短视频的技能，专注于生成 6–15 秒的销售促销片，用于宣布单一优惠并促使观众立即行动。它适用于折扣或百分比优惠揭示、was→now 价格下降（带删除线动画）、黑色星期五/限时抢购/清仓/发布周/季节性促销、促销码揭示与截止日期或倒计时，以及用同一模板批量渲染多个产品/优惠。该技能强调数字必须精确计算而非重复输入，每帧只呈现一个优惠、一个促销码、一个 CTA，并使用真实的截止日期或倒计时营造紧迫感。其标志性动效是 was→now 价格下降与删除线，三者（删除线绘制、新价格递减、落点微过冲）由 useCurrentFrame() 驱动以保持同步。交付物为 Remotion 项目渲染出的 MP4，并包含渲染静帧验证、批量渲染脚本等流程。
ios-marketing-capture
ios-marketing-capture 是一个用于 SwiftUI iOS 应用的营销截图自动化技能。它通过应用内捕获模式（而非 XCUITest）在多个语言区域、设备和外观下生成可复现的营销截图，输出两条并行流：全屏截图（每个营销相关屏幕，使用确定性种子数据，保留真实状态栏与安全区）和元素截图（卡片、小组件、图表等特定组件的独立渲染，圆角内为自然背景、圆角外透明）。该技能覆盖需求收集、代码库探索、方案设计、实现与迭代验证的完整流程，包含基于步骤的捕获协调器、视图状态预置、演示数据种子生成器以及 ImageRenderer 元素渲染等模式。若还需在截图外围合成 Apple 风格营销页面，可结合 app-store-screenshots 技能作为后处理步骤。
experimentation-and-ab-testing
这是一项面向社交媒体内容的 A/B 测试与实验技能，核心理念是「用证据而非感觉」做内容决策。它在诚实的自然流量规模下运行，通过控制条件、只改变一个变量来验证什么因素真正推动关键指标（KPI）。该技能负责设计测试方案并起草内容变体，配合 scheduling-and-queue → WoopSocial 发布，再由 analytics-and-reporting 读取结果。它强调：自然流量无法提供干净的统计显著性（样本小、算法介入），因此用更严格的控制、约 20% 以上的效果阈值、护栏指标和 3–5 次重复来补偿；单条爆款只是噪声，不是策略。测试流程用 TEST 框架：锁定单一变量、先立决策规则、设定控制与样本、统计重复并规模化。
linkedin-post-writer
用于撰写 LinkedIn 帖子的技能，面向专业观点、思想领导力或个人品牌内容，围绕停留时长、早期评论、"…see more"钩子、留白排版与链接降权等平台机制进行优化，拒绝"broetry"与互动诱饵。
lead-research-assistant
Lead Research Assistant 是一款用于识别和筛选潜在客户的技能，可根据你的产品或服务，分析目标客户画像，搜索匹配的企业线索，并给出可执行的接触策略。它适用于寻找潜在客户、构建外联名单、识别销售目标客户、研究符合理想客户画像的公司以及准备业务拓展活动。该技能会理解业务、依据行业、规模、地区、技术栈、增长阶段、融资和痛点识别目标公司，对线索进行优先级评分，并为每条线索提供企业名称、网站、适配原因、优先级、决策者角色、接触策略、价值主张、话题切入点及 LinkedIn 链接。
linkedin-content
面向 LinkedIn 平台的内容策略与文案技能，用于撰写帖子和制定内容规划。资料给出算法信号、帖文形式、开头钩子、写作规则、内容支柱、发布时间与 CTA 等指导，并规定帖文、首条评论、发布时间与互动提示的输出格式。
social-seo
Social SEO 是一个社交媒体搜索优化技能，用于让社交内容在平台搜索中被发现，而不仅仅依赖信息流曝光。它围绕关键词研究、平台索引面优化、内容集群和主页搜索资产化展开，适用于 TikTok、Instagram、YouTube、Pinterest、LinkedIn 等平台。该技能强调用真实搜索语言而非编造搜索量，通过自然语言前置关键词、音画字幕三重提及、3–5 个细分标签来提升可发现性，并将搜索优化与推荐算法优化结合，把帖子变成长期可被找到的常青资产。
seo-audit
seo-audit 是一个轻量级 SEO 智能体技能，由 OpenClaw 驱动，用于默认的单页快速 SEO 审计，执行基础站内与页面级检查，并输出结构化基础 SEO 报告。
newsletter
这是一个用于规划和发展电子邮件订阅通讯（Newsletter）的技能。它扮演通讯增长策略师的角色，帮助用户规划内容、增长订阅者、提升互动并实现变现。技能涵盖主题行公式、内容结构（精选、原创、混合三种类型）、发布频率建议、分阶段增长策略（0-1000、1000-10000、10000+订阅者）、关键指标基准、重新激活活动、欢迎序列、变现模式与赞助费率卡，以及送达率技术设置（SPF、DKIM、DMARC等）。适用于需要制定通讯策略、增长订阅列表、提高打开率和点击率、或规划通讯变现的用户。
meta-ads-strategy
Meta Ads Strategy 是一套面向 Facebook 和 Instagram 广告的策略指导工具，覆盖 Meta 广告全流程：广告策略、创意、文案、广告系列结构、定向、预算、ROAS 跟踪与 Pixel 设置。其核心思路是先检查项目中是否存在 ad-process.md 和 ad-brief.md 文件，读取并沿用用户已有偏好与简报，再按用户当前所处阶段加载对应指南，而非一次性加载全部内容。该工具强调创意质量是首要杠杆，认为 Meta 属于打断式营销、广泛定向有效、Pixel 至关重要，并提醒新账户需以每日 2-5 美元进行预热、每 48 小时按 10-20% 扩量以避免风控封禁。执行环节区分手动与 AdKit：已安装 AdKit 时可用 MCP/CLI 加速，未安装则逐步引导通过 Meta Business Manager / Ads Manager 界面操作。
competitive-ads-extractor
Competitive Ads Extractor 是一款竞品广告提取与分析技能。它可以从 Facebook Ad Library、LinkedIn 等广告库中抓取竞争对手正在投放的广告，保存广告截图，分析其传递的信息、针对的问题、使用场景与价值主张，并按主题、受众或形式归类，识别其中反复出现的成功模式，最后给出为什么某些广告可能效果更好的解读。该技能适用于竞品广告策略调研、寻找自身广告灵感、理解市场定位、发现新的使用场景与痛点、以及基于已验证概念规划广告活动。使用时可通过自然语言指令，例如指定竞争对手名称、平台或分析重点来完成提取和分析。资料显示其输出包括截图、Markdown 分析报告、CSV 及演示文稿等格式，并强调仅用于研究和灵感，不得直接抄袭广告文案或设计。
keyword-research
Keyword Research 是一个基于 SemRush API 的 SEO 关键词研究技能，属于 openclaudia/openclaudia-skills 技能集合。它的用途是帮助用户通过 SemRush 接口查找、分析并组织关键词，最终形成可执行的关键词策略。技能在用户提出「find keywords」「keyword research」「what should I rank for」「keyword ideas」等需求时使用。使用前需要配置 SEMRUSH_API_KEY 环境变量，或将其写入 ~/.claude/.env.global。技能支持关键词概览、相关关键词、关键词问题、域名自然关键词和关键词难度等 SemRush 端点，并支持多种国家数据库代码。研究流程包括理解需求简报、种子关键词发现、逐个关键词分析、按搜索意图分类、构建主题集群、使用 KOB 分数排定优先级，以及对比竞争对手发现内容缺口。技能还会在提供相应密钥时集成 DataForSEO、SerpAPI 与 Serping API 作为补充数据来源。最终输出结构化的关键词研究报告，包含关键词表格、主题集群、内容计划、FAQ 关键词机会和内容缺口分析。
ogilvy-copywriting
一个将大卫·奥格威（David Ogilvy）广告原则应用于文案写作与评审的技能。适用于撰写或审阅标题、产品描述、落地页、广告、电子邮件等任何以销售或说服为目标的文案。该技能以“广告不是艺术，而是为销售服务的信息”为核心立场，提供一整套从定位、承诺、品牌形象到大创意，以及平面与数字文案、电视与视频规则、应避免行为和诊断问题的结构化原则。它强调定位先于一切、单一承诺、事实优于形容词、图片优于插画、长文案对有兴趣的买家更有效等判断标准，并给出标题、正文、图片说明、版式、重复投放等具体建议。资料中未提供安装方式、平台信息、收费模式或代码内容。
linkfox-amazon-search
linkfox-amazon-search 是 LinkFox Skills 中用于模拟真实用户在亚马逊前台搜索的技能。它通过调用 POST /amazon/search 接口或运行 Python 脚本，返回实时的搜索结果页（SERP）数据，包括商品列表及其排名位置、价格、评分、评论数、品牌、配送信息和广告标识等。该数据直接来自亚马逊前台，属于实时结果，而非历史分析数据。技能支持 amazon.com、amazon.de、amazon.co.jp 等多个站点，可通过 keyword、amazonDomain、node、language、sort、page、deliveryZip、device 等参数控制搜索关键字、站点、分类节点、语言、排序方式、页码、配送邮编和设备类型。适用于关键词排名查询、竞品发现、搜索页价格对比、广告商品分析、新品监控等场景。默认站点为 amazon.com，每页约 20 条结果，关键词需使用目标站点语言。每次调用消耗 15 算力，用户会为此付费，高频调用前需评估并提醒用户。