intellectual life (personal)
Frank 的个人知识成长与学习技能，包含学习导师、学习愿景和学习开发三个智能体，用于设计学习策略、规划专长方向并建立持续学习流程。
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 10-31 00:15
营销与增长
10,099 个结果
hypothesis-generator
这是一个面向 B2B 转化率优化（CRO）场景的分析型技能，用于基于已有的定位上下文生成实验假设与优先级排序的实验路线图。它读取 L0 与 L1 上下文文件，应用 CRO 实验模式库与因果推理框架，输出可执行的实验假设清单，并可附加输出战略性路线图。该技能不进行网络检索或 API 调用，运行时间约 5-8 分钟，单智能体执行。支持传统模式与知识库（KB）双模式输出，并提供 --focus、--max、--spec 等参数控制输出范围与数量。
seo-schema
seo-schema 是一个用于检测、校验和生成 Schema.org JSON-LD 结构化标记的技能，属于 fusengine/codex-plugins。它提供一套工作流：先在 HTML 中检测已有的 JSON-LD 块，再通过 scripts/validate-schema.ts 对照 schema.org 离线数据检查，然后根据页面类型识别缺失的 schema 类型，最后从 templates/json-ld/ 中的模板生成标记。支持的类型包括 Article、Product、LocalBusiness、Organization、BreadcrumbList、FAQPage、VideoObject、Event、Recipe，并为每种类型提供对应模板文件。资料还列出了相关废弃情况：HowTo 于 2023 年 9 月废弃，FAQ 自 2023 年 8 月起仅限政府/健康类站点，SpecialAnnouncement 于 2025 年 7 月废弃。该技能适合需要为网页补充或核对结构化数据的 SEO 场景，可与 seo-entity、seo-video、seo-local 等相关技能配合使用。
seo-schema
seo-schema 是一个用于检测、校验与生成 Schema.org JSON-LD 结构化标记的工具，支持 Article、Product、LocalBusiness、Organization、BreadcrumbList、FAQPage 等多种类型，并附模板与校验脚本。
grandslam-offer
基于 Alex Hormozi《$100M Offers》方法论的“超级报价”设计工作流，通过多智能体对抗评审，分五阶段引导用户完成市场选择、定价、价值方程、报价构建与增强，并输出持久化 Markdown 与 HTML 文件。
hundred-million-leads
基于 Alex Hormozi《$100M Leads》方法论搭建获客系统的技能，覆盖线索磁铁、四大获客渠道、外联脚本与线索获取体系，并由对抗性智能体团队分阶段审查。
deepline-org-chart
deepline-org-chart 是 deepline GTM 技能集中的一项配方快捷入口，用于围绕某个人物构建账户组织架构图、领导层地图、采购决策委员会或管理者与汇报对象的关系邻域，适合梳理决策者与干系人关系。使用时需先全局安装 deepline（npm install -g deepline），该快捷方式只预选 deepline-org-chart 配方，整个会话仍由 deepline-gtm 元技能统一路由和管理；需按元技能指示加载全部子文档，并满足其路由门控与安全检查条件后，才读取对应的 account-orgchart.md 配方。
deepline-scoring
Deepline Scoring 是一个用于 B2B 账户与线索打分的 GTM 工程技能，帮助发现细分信号、审计 ICP 与赢单/丢单证据、对账户重新打分，并构建可运行的账户评分与线索评分 Play。它要求以网站语言、招聘信息等公开证据为基础，抽取账户级短语与概念特征，并区分适配度、参与度、容量与覆盖度等维度。工具通过 npm 全局安装 deepline 命令行使用，提供信号分析脚本与可选的 v2 辅助脚本，支持 CSV 账户数据、关键词/工具/职位配置以及验证分区与冻结清单，强调先小规模试点、通过质量门槛后再扩大采集，并明确区分实现回放、实时富化与预测性验证等交付状态。
deepline-start
deepline-start 是 Deepline GTM 技能体系中的入口型技能，用于通过逐题访谈把模糊的 GTM 需求转化为具体可执行的 Deepline 方案。它一次只问一个问题，结合用户提供的文件、当前环境和只读目录查询来补全事实，最终推荐合适的已安装 Deepline 技能、预构建 Play、配方或工具，并在执行前要求用户同时确认方案和已验证的 Deepline 组织。该技能自身只负责发现与路由，实施由被选中的技能负责，且不得在确认前执行付费或改变状态的调用。
meeting-prep
meeting-prep 是一个为外部会议自动生成会前简报的智能体项目：当团队任一成员在 Google Calendar 上预约与外部参会人的会议时，它会向受控的 Slack 频道发送一张卡片，注明组织者，列出参会人（姓名、职位，以及仅在该联系人记录或搜索结果确实返回时附上的 LinkedIn 链接）、进行中的交易（阶段、金额、预计成交日、下一步）、最近一次活动记录中最关键的原话、近 90 天内一条带链接的公开事件，以及基于工作区定位、ICP、异议和竞品给出的一条通话建议和可提的问题。会议改期、新增外部参会人或标题变更时，仅在卡片线程中回复变更内容；取消时在卡片线程中注明；仅修改描述或回复 RSVP 不会触发任何消息。每场会议对应一次独立对话，无需维护台账；启用域级委派后，可监控整个 Google Workspace 的日历，内部会议不会触发。智能体只读取共享的 gtm_accounts、gtm_contacts、gtm_opportunities、gtm_activities 模型和日历事件，不写入任何数据，唯一输出是锁定的 Slack 频道帖子。
next-step-tracker
Next-step tracker 是一个用于销售场景的自动化跟进追踪技能：每个工作日早晨运行一次，读取 call-capture 写入 cadence/log/calls/ 下的通话记录，把双方在电话中做出的具体承诺（引用原文、带截止日期）登记到 commitments 模型中；随后读取只读的 gtm_activities 活动数据，找到与承诺明确匹配的邮件、会议、备注或后续通话记录，据此关闭已兑现的承诺并标注证据来源；最后把当天到期或已逾期的未关闭承诺按负责人分组，按逾期优先的顺序合并成一条 Slack 消息发送到指定频道。客户方的承诺被措辞为“需要跟进的事项”而非待办任务。该仓库只读不写，唯一写入是承诺台账和每日一次 Slack 消息；可替换为 HubSpot、Salesforce、Attio 等 CRM 支撑的证据模型，而提示词不变。
gingiris-reddit-marketing
面向 AI/SaaS 创始人的 Reddit 运营 SOP 技能包，覆盖账号养号、防封、选版块、内容模板与 Product Hunt 联动，并给出安装命令与参考文件索引。
Make UGC
Make UGC 是 agent-media 提供的 UGC 竖屏视频生成工具：输入任意长度脚本，可选人物描述、照片或已保存角色，一次调用即可输出带字幕成片，支持多段衔接长独白与 b-roll 配音讲述。
ai-marketing-videos
这是一个通过 inference.sh CLI（belt）创建营销视频的技能，面向广告、促销、产品发布和品牌内容。它支持使用 Veo、Seedance、Wan、FLUX 等模型生成视觉素材，使用 Kokoro 生成旁白，并可将多个片段与配音合并成完整视频。文档提供了产品发布、品牌故事、功能展示、用户见证、前后对比等模板，以及 15 秒社媒广告、30 秒产品广告、60-90 秒解说视频等完整工作流，还包含各平台适配格式与 A/B 测试变体思路。使用前需安装 belt CLI 并登录。
ai-social-media-content
这是一个面向社交媒体平台的 AI 内容生成技能，基于 inference.sh CLI（belt）创建内容。它支持为 TikTok、Instagram、YouTube、Twitter/X 生成短视频、Reels、Shorts、缩略图、图片、字幕和话题标签。使用时先安装 belt CLI 并登录，然后通过 belt app run 调用不同模型生成内容，例如用 google/veo-3-1-fast 生成竖屏短视频、falai/flux-dev 生成图片、openrouter/claude 系列生成脚本和文案、infsh/kokoro-tts 生成配音。资料还给出了各平台的宽高比、时长、分辨率参考表，以及轮播图、YouTube 缩略图、Twitter 配图、数字人口播等内容工作流和多平台内容复用、批量生成的做法。
case-study-writing
这是一个用于撰写 B2B 客户案例研究（Case Study）的技能，基于 STAR 框架（Situation 情境、Task 任务、Action 行动、Result 结果）组织内容，并涵盖结构模板、客户引语、指标呈现、数据可视化与分发格式。它通过 inference.sh CLI（belt）调用搜索与 Python 执行等应用来辅助调研和生成图表。适合需要产出可量化、以客户为主角的案例研究内容的营销与销售场景。
content-repurposing
Content Repurposing 是一个内容再利用（内容原子化）技能，目标是把一份长内容拆解并转化为多种格式，覆盖博客转推文串、博客转轮播图、播客转博客、视频转金句等场景。它通过 inference.sh CLI（belt）调用各类 AI 应用完成生成，例如用 falai/flux-dev-lora 生成配图、用 falai/dia-tts 生成配音、用 google/veo-3-1-fast 生成视频、用 x/post-create 发布推文。技能提供内容金字塔模型、各平台转换配方（含元素规则与时长/字数建议）、内容再利用清单以及常见错误对照表，并强调不同平台需重写而非复制粘贴。使用前需安装 belt CLI 并登录。
customer-persona
customer-persona 是一个基于调研数据创建客户画像（Customer Persona）的技能，通过 inference.sh CLI（belt）调用搜索与图像生成应用，帮助整理人口统计、心理特征、目标、痛点、待办任务（JTBD）、购买流程等信息，并生成人物头像。该技能提供分步构建流程、画像模板、反画像（Anti-Persona）概念、多画像优先级划分以及验证方法，适用于产品、营销和用户研究场景。
email-design
Email Design 是一个面向营销邮件的设计技能，提供布局模式、主题行公式与送达率规则。它覆盖欢迎序列、促销邮件、事务性邮件等常见邮件类型，并给出邮件宽度、字体、CTA 按钮、移动端优化等具体规范。该技能还结合 inference.sh CLI（belt）生成邮件头图与 AI 视觉素材，帮助设计高转化率的营销邮件。
linkedin-content
LinkedIn 内容技能（linkedin-content）用于通过 inference.sh 命令行工具（belt CLI）撰写高互动率的 LinkedIn 帖子。该技能提供钩子公式、排版规则、内容支柱、算法信号分析、字数限制、发布时间建议和视觉内容生成命令等实用指导。资料将其定位为一套写作方法论与 CLI 操作手册的结合：先用 belt 工具研究热门内容模式，再按既定结构（钩子、正文、CTA、话题标签）组织帖子，并通过命令生成配图。资料详细列出了生效与失效的钩子写法、逐行分隔的移动端排版规范、按互动率排序的帖子类型、各元素的字符上限、内容创作支柱以及正负向算法信号。也标注了链接帖会被降权、发帖后需持续回复评论等注意事项。
newsletter-curation
这是一个用于新闻通讯（Newsletter）策划与制作的技能，覆盖内容采集、编辑结构、评论撰写、发送节奏、标题优化与订阅增长策略。它提供多种通讯格式（链接汇总、深度分析、原创文章、问答访谈、数据趋势）、完整的期号模板、内容质量筛选标准、评论写作公式、发送频率与日期建议、主题行公式、增长策略以及关键指标参考。内容采集通过 inference.sh CLI（belt）调用搜索类应用完成，并可生成通讯头图与社交推广文案。适合需要持续运营邮件通讯的编辑、内容创作者与增长团队。
seo-content-brief
SEO 内容简报（Content Brief）创建技能，通过 inference.sh CLI（belt）调用搜索与内容分析工具，完成关键词研究、搜索意图分析、SERP 分析、标题层级规划、字数目标设定与竞品内容差距分析。提供完整的内容简报模板，涵盖主关键词与次要关键词、搜索意图类型、大纲结构、竞品对比、独特角度、内链策略，以及页面 SEO 检查清单和常见错误规避。适用于撰写博客、指南、对比类文章前的选题与结构规划。
social-media-carousel
这是一个用于设计社交媒体多图轮播（Carousel）的技能，覆盖 Instagram、LinkedIn、Twitter/X 和 Facebook 等平台。它提供各平台的尺寸与张数规格、7 张幻灯片框架（钩子、背景、价值、行动号召）、文字层级与可读性规则、视觉一致性要求、多种轮播类型（教学、故事、前后对比、清单）以及滑动心理学。通过 inference.sh CLI（belt）调用 html-to-image 应用，将 HTML 渲染为图片，可批量生成幻灯片，也可用 AI 生成配图。
twitter-thread-creation
Twitter/X 长推文（Thread）写作技能，聚焦钩子推文、推文串结构与互动优化。内容涵盖推文字符限制、媒体附件规格、推文串类型（教育、故事、清单、拆解）、排版规则、发布与互动策略，以及常见错误与修正方法。该技能通过 inference.sh CLI（belt）执行发推、生成配图、截图与资料检索等操作，并提供安装命令与示例。