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 10-28 00:17

营销与增长

9,915 个结果

ai-talking-head

ai-talking-head 是一个专注于 AI 口播视频与唇形同步视频生成的技能(skill)。它用于当你需要出镜讲解视频、UGC 风格内容或唇形同步的虚拟形象时,帮助生成真人或 AI 人物对镜头讲话的视频。该技能可用于生成演示者内容、口播视频和唇形同步视频,并提供了演示者风格探索流程、多种演示者原型(如企业权威、亲切朋友、活力创作者、专家讲师、生活方式向往型)、视频模型(Sora 2、Veo 3.1、Kling v2.5 Turbo Pro)与唇形同步模型(Kling Lip-Sync)的选择参考,以及脚本结构、时长计算、语气模板和平台适配(TikTok/Reels、YouTube、LinkedIn 等)的指导。

营销与增长4 次安装

video-ad-specs

video-ad-specs 是一个面向视频广告制作的技能,汇总了 TikTok、Instagram、YouTube、Facebook、LinkedIn 等平台的视频广告规格,包括画面比例、分辨率、时长上限、文件大小、格式、安全区等参数,并提供 AIDA 框架、钩子技巧、字幕规范、广告结构模板、常见错误清单与制作检查表。它通过 inference.sh CLI(belt)生成竖版、方形等不同比例的广告视频,并支持配音、音视频合并与字幕烧录。

营销与增长4 次安装

account-executive

一个专家级客户经理(Account Executive)销售执行技能,覆盖管道管理、需求挖掘、产品演示、谈判与成交全流程。它以 MEDDIC/MEDDPICC 框架对商机进行资格评估,按销售阶段推进交易,提供资格打分卡、管道健康检查、预测分类、谈判策略、异议处理与折扣审批指引、客户计划模板及配套脚本。适用于 B2B 企业级与中端市场的多利益相关方复杂销售场景,帮助销售进行规范化商机推进与准确预测。

营销与增长4 次安装

content-rewriter

内容重写器(content-rewriter)是一款跨平台内容复用工具,可将同一份内容改写为适配多个中文社交媒体平台的版本,并针对各平台调整语气、格式、长度与排版。当用户提及改写、rewrite、转载、cross-post、多平台分发、repurpose、内容复用等关键词时触发。它接收原始内容与目标平台列表,对每个目标平台独立改写,输出可直接发布的成稿。支持小红书、知乎、公众号与抖音脚本四类平台规则:小红书控制在300-800字、每2-3句加表情、标题为“数字+关键词+表情”、短段落、5-10个话题标签、闺蜜分享口吻;知乎扩展至1000-2000字,采用论点—论据—结论结构,含数据引用与案例,开头直接回答核心问题;公众号1500-3000字,带小标题,以共情开篇并以升华收尾;抖音脚本压缩为200-500字口播稿,前3秒设钩子,口语化并标注停顿与语气变化,结尾加引导评论的行动号召。输出时每个平台版本均为独立成稿,标注平台名称与字数。该工具强调改写而非翻译,贴合各平台原生语气,每版均可独立发布,并提示检查平台违禁词。

营销与增长4 次安装

wechat-mp-smart-publish

微信公众号智能发布工具,将写好的 Markdown 文章一键上传到微信公众号草稿箱,覆盖标题优化、排版、封面图、存草稿全流程。支持 Markdown→微信 HTML 转换、UEditor 富文本排版(正文 15px、字色 #3f3f3f、1.75 倍行高)、封面图上传与自动存草稿。基于 Playwright CDP 直连浏览器操作,可作为内容分发 pipeline 的一环,或由其他 agent 通过 sessions_send 调用。当前仅支持存草稿,正式发布需人工完成,且仅支持图文消息,不支持视频与已发布文章的编辑。

营销与增长4 次安装

niche-researcher

Niche Researcher 是一个用于研究细分社群(niche community)与亚文化的营销技能,帮助品牌在与网红合作前先理解目标社群。它会分析社群文化、识别关键意见领袖、梳理内容生态,并揭示决定真实互动的潜规则。该技能读取细分社群名称、上级品类、品牌或产品、研究目标(认知/合作/进入)以及重点平台,输出一份细分研究档案,包含社群地图、文化解码、声音分层、内容生态、品牌契合度评分(满分25分,给出 Strong/Moderate/Weak/Poor 判定)和分阶段进入策略,保存至 memory/influencer/niche-researcher/YYYY-MM-DD-<topic>.md,并将细分名称、品牌契合结论、前三大关键声音、硬性红线/禁忌提升至 memory/hot-cache.md。该技能无需实时集成,可仅凭用户提供的信息与可观察内容构建档案;可选连接器包括网红数据库、社交平台分析、社交聆听和 CRM,用于加深研究。

营销与增长4 次安装

performance-reporter

Performance Reporter 是一个用于生成 SEO/GEO 绩效报告与仪表盘的技能。它聚合流量、排名、权威度、外链与内容等多维指标,构建面向不同受众的报告,进行目标与竞品对标、ROI 计算,并将指标变化转化为按优先级排序的建议。支持通过分析、搜索控制台、SEO 工具和 AI 可见性监控等可选集成自动取数,也可由用户提供数据导出。所有指标均标注为实测、用户提供或估算,缺失数据标记为“尚未评估”,不虚构数值。

营销与增长4 次安装

ugc-repurposer

UGC Repurposer 是一个营销内容复用技能,用于将网红(influencer)生成的内容(UGC)在多个渠道和格式中重复利用,最大化单条内容的价值。它读取源 UGC 素材(视频、Reels、评论、图片)、创作者账号与平台、每个素材的使用权、原始表现指标和目标渠道,输出内容清单、复用机会地图、30 天分发计划、格式转换规格和权利追踪表,并保存到 memory/influencer/ugc-repurposer/ 目录。该技能无需实时集成,通过向用户询问输入即可生成完整方案,适用于把少量视频转化为多渠道广告与素材库的场景。

营销与增长4 次安装

content-fanout

content-fanout 是一个受监督的内容分发技能,用于将一份权威技术源内容改编为多个已明确指定渠道的草稿,经用户审核后仅发布选定目标,并收集已验证的公开链接。它要求输入源 URL 或完整源文本、活动 ID 和明确的目标列表,不会把所有平台自动扩展到每个连接器。该技能会提取可验证的声明、链接、媒体权利、产品可用性和唯一权威落地页,为每个目标生成渠道专属草稿和带 utm_source、utm_medium、utm_campaign 参数的归因链接,并以表格形式呈现供用户选择与审核。发布时逐个加载目标已有技能,遵循其官方 API、确认和回读规则,一次只发送一个目标并记录返回的 ID 或 URL。对 Reddit、Hacker News、Product Hunt 和 Habr 仅准备平台原生草稿供人工审核,不自动化社区提交。该工作流没有持久的跨运行去重数据库,必须保持人工监督。

营销与增长4 次安装

whatsapp-business

该技能用于通过 Meta 官方 WhatsApp Business Cloud API 检查已批准的模板,并向已选择接收消息的用户发送模板消息。它适用于特定的客户跟进场景,明确禁止冷启动发送。连接器会注入访问令牌、电话号码 ID 和 WABA ID 等环境变量,并强调不得打印令牌或将其放入 URL。发送命令默认执行试运行,使用 --confirm 参数才会实际发送一条消息。返回的消息 ID 仅表示 Meta 接受了请求,并不代表客户已收到,送达需要配置 webhook 或后续读取确认。该技能不支持批量发送,也不得猜测选择加入引用或向未选择加入的用户发送消息。

营销与增长4 次安装

growth-advisor

Growth Advisor 是 Adapty 生态中的增长顾问技能,用于帮助订阅制应用提升收入。它通过 Adapty CLI 读取应用自身的订阅数据(如付费墙浏览→付费转化、漏斗、留存、LTV、安装队列等,并可按展示位、付费墙、流程拆分),定位收入流失点,并按值得测试的优先级给出假设。用户选定一个假设后,它可在获得确认的前提下通过 flow-generator 生成流程副本、通过 audiences 创建细分与展示位受众,或创建/更新展示位。它不提供定价分析,也不处理广告花费与 ROAS(属 adapty-attribution)。适用于订阅应用审计、寻找下一个 A/B 测试方向、查看自身数据问题等场景,不具备定价建议、ROAS 与匹配自身品类的基准等能力。

营销与增长4 次安装

quiz

这是一个用于创建和管理 Lexsis Quiz 岛屿(Island)的技能,主要服务于电商场景中的商品推荐问卷。它可以帮助你创建、更新、验证或预览一个带真实商品推荐的测验,支持分支逻辑、变体匹配以及可选的回答保存。使用时需先阅读作者的参考文档并检查当前主题,通过 lexsis_catalog 拉取真实的候选商品和变体,绝不能虚构 Shopify ID、价格、库存或结果图片。该技能要求先在页面源码中编写一份完整的 Quiz 定义,使用作用域 CSS 和支持的 hooks,随后编译、修复阻塞项,并创建或更新未发布的草稿。若需要保存回答,则要通过受管捕获策略和 Forms 响应查看器来处理。测试需覆盖可达分支、平局与回退、必填与可选输入、返回与重试、不可用变体以及不同屏幕尺寸下的焦点与动效。只有在完成托管 QA 并获得明确批准后,才能激活策略并发布页面。

营销与增长4 次安装

ab-testing

该技能用于设计并执行 App Store 元数据(标题、副标题、关键词等)的 A/B 测试,帮助隔离单一变量、建立基线并衡量 ASO 改动对关键词排名的影响。它强调一次只改一个变量、改动前至少收集 7 天基线数据、改动后至少观察 14 天,并区分关键词排名测试与视觉元素测试(后者建议使用 Apple 的 Product Page Optimization)。技能通过 ASO Maniac CLI 拉取和推送元数据,但排名跟踪不在当前 MVP 范围内,需用户自行记录。

营销与增长4 次安装