timesfm-forecasting
基于 Google Research TimesFM 时间序列基础模型的零样本预测技能,可对任意单变量序列输出点预测与分位数区间,无需训练;内置强制系统预检,避免内存不足导致崩溃。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-19 00:11
9,238 个结果
基于 Google Research TimesFM 时间序列基础模型的零样本预测技能,可对任意单变量序列输出点预测与分位数区间,无需训练;内置强制系统预检,避免内存不足导致崩溃。
Product Hunt 发布剧本,从 30x 日冠经验提炼的 GTM 流程,覆盖 T-14 预热、T-0 发布日与 T+7 post-launch,含 hunter 选择、maker comment、社区 seeding、评论节奏与防踩雷。默认面向 dev/maker/B2B 受众,2C 产品慎用。
这是一个用于 PostHog 销售流程的技能,帮助 TAE(技术客户经理)对从 onboarding 团队转介的潜在客户进行深度调研与资格评估。它会生成一份完整简报,包括公司概况、月消费达到 2000 美元以上的可能性评分、Vitally 使用与账单分析、onboarding 团队背景、业务增长轨迹评估,并在建议跟进时起草外联邮件及 Slack 频道指引。
这是一个用于持续追踪竞争对手动态的技能,适合创业者在定价、功能发布、招聘信号、内容与公开提及等方面建立周期性监控。它帮助创始人无需每天手动检查多个网站,就能定期获得“本周有何变化”的情报简报。技能要求提供3-7个竞争对手名单、关注重点、监控频率及自身定位,然后通过自动化工具与手动扫描结合的方式,检测变化、分析信号、评估威胁等级并生成简报。
该技能用于从在线社区、评论网站、视频评论和社交平台采集并综合真实的客户情报,帮助了解客户实际的想法、说法和痛点。它基于 Hyper MCP 抓取工具包,支持 Reddit、X/Twitter、YouTube、TikTok、Instagram 以及 G2、Capterra、Trustpilot 等评论来源。核心原则是保留客户原话、先抓取再总结、为每条洞察标注置信度,并注意各来源的偏差。适用于消息优化、构建用户画像、理解流失原因、寻找产品缺口等场景。
面向小红书营销的 AI 应用技能:将人工智能与自动化用于内容生成、个性化、广告优化、客服机器人与数据分析,强调人机协同与质量把控,适合批量起草、创意变体、洞察与自动化场景。
面向小红书 KOL 与达人合作的技能,用于策划品牌合作、洽谈报价、管理投放与衡量效果。资料给出合作类型、洽谈框架、分级报价区间与活动管理流程。
面向自主智能体的全周期营收技能,覆盖客户开发、CRM 管道管理、成交、合作伙伴与工程化营销,可通过 GitHub 与网页进行外部销售。
这是一个用于创作 Meta(Facebook/Instagram)广告创意的技能。它通过研究驱动的开发流程、6 元素框架和格式匹配方法,帮助生成高转化率的广告创意。其核心理念是“最好的 Meta 广告看起来不像广告”,强调原生、真实的内容优于精美制作。技能包含四个阶段的工作流程:研究、文案撰写、格式选择和组装测试。适用于 Meta 广告活动、再营销或冷受众概念开发、A/B 测试变体生成,以及将用户评价转化为广告创意等场景。该技能强调基于受众语言和认知层次进行文案创作,并提供了丰富的格式库和测试变体方法。
x-longform-post 是一个用于撰写 X(Twitter)长文与推文串的写作技能,定位在以创始人或 CEO 的真实口吻产出内容。资料显示,它适用于起草 X 长文、长推文、思想领导力推文串以及病毒式传播内容。该技能强调每篇内容都像真人写的,而不是内容团队或机器人产出。它提供创始人语气模板、语气规则、内容结构、ASCII 图示要求、X 平台排版建议、内容来源原则、分析反馈闭环、输入输出格式,以及一套强制执行的 24 项「人味化」检查清单和评分规则。资料对禁用词汇、禁用句式、结构组成、图示类型、评分区间等都做了详细说明。其核心约束包括:不得编造指标,必须使用真实数字;不得使用「Not X, It's Y」这类否定式对举;必须包含至少一个 ASCII 图示;无前言、直接输出可粘贴到 X 的成稿。除上述资料内容外,其余功能、收费、价格、具体平台支持等暂未提供。
通过 Hyper MCP 调用 Pinterest Ads API v5 规划与创建广告系列,覆盖认知、考虑、视频观看、网站转化、目录销售与网站会话等目标,并管理广告组、广告、受众、转化标签、关键词与分析。
Eva Preflight 是发布前审核入口,用于对用户本人或团队已基本成形、尚未发布的自然语言内容稿做发布准备度总检。按短视频、文章、一般社媒或商单场景只读调用现有标题、开头、逻辑、事实、表达资产与 Brief,输出三档结论,不改稿、不预测流量。
X Article Publisher Skill 是一个用于将文章发布到 X(原 Twitter)的技能,来源于 sickn33/agentic-awesome-skills 仓库。该技能的核心用途是帮助用户完成向 X/Twitter 平台发布文章的任务,提供相关的指导与模式。当用户需要处理“将文章发布到 X/Twitter”这类工作时,可以调用此技能。技能本身不包含具体的发布代码或接口细节,而是指向源仓库以获取更多信息。使用时应确保任务与上述范围明确匹配,不应将技能输出视为环境特定验证、测试或专家评审的替代。若缺少必要的输入、权限、安全边界或成功标准,应停止并请求澄清。
面向开发者工具与 PLG/OSS 产品的定价决策技能,帮助确定按什么收费(价值指标)、如何划分免费与付费层级,以及具体定多少价格,依据证据而非成本或恐惧做决策。
ColdIQ 提供的冷电话话术技能,包含 1 分钟 5 步冷电话脚本、未接通座席脚本和 20 秒内语音留言脚本,用于培训 SDR、搭建通话框架及应对常见电话场景,并可与 ColdIQ 数据增强、信号发现等能力配合使用。
基于 Kalodata 数据源搜索 TikTok 电商达人榜单并查询指定达人详情:可按地区、语言、货币、日期范围查看高排名带货达人,并用 creatorId 获取粉丝数、视频/直播销售额与 GPM、联系方式及关联店铺。
该技能用于在小红书等场景中自动化互动,包括回复评论、私信和提及,借助模板、定时任务与自动回复工具提升互动效率,同时保留人工个性化。
销售漏斗(Sales Funnel)框架,用于在小红书等平台规划从认知到复购的客户旅程。它帮助创作者把内容按漏斗阶段对应设计,诊断转化泄漏点,并优化从关注到成交、留存、推荐的路径。
该技能通过 Search Console API v1 查询 Google Search Console,使用 curl 与 jq 完成调用。它支持搜索分析数据(点击量、展示量、CTR、平均排名)、站点列表、站点地图以及 URL 索引状态检查。调用时需在环境变量 $GOOGLE_SEARCH_CONSOLE_TOKEN 中提供用户 OAuth 令牌(scope 为 webmasters.readonly),每次请求都需携带 Authorization: Bearer 头。接口基址为 https://searchconsole.googleapis.com。适用于需要以命令行方式获取搜索表现数据、核对站点验证状态、查看已提交站点地图或检查某个 URL 是否被索引的场景。
Autoresearch 是一个面向转化型内容的优化技能,采用 Karpathy 风格的迭代优化循环。它无需真实流量,通过模拟 5 位专家评审团对内容进行打分,在几分钟内生成 50 个以上变体并逐轮进化优胜者。适用于落地页、邮件序列、广告文案和表单页等内容的发布前优化,最终输出优化后的内容、完整实验日志和可读的优化报告。
DataForSEO API 技能,用于关键词研究、搜索量、SERP 分析、外链审计等 SEO 数据获取与分析,提供统一 Python 接口调用 DataForSEO 各类 API,并将结果导出为 CSV。
该技能提供营销策略专业知识,覆盖品牌策略、市场调研、客户细分、数字营销、内容策略、营销分析、活动管理与公关传播。适用于规划营销活动、分析品牌健康度、构建用户画像或优化营销表现等场景。内容以框架、模型、指标表和模板为主,包括品牌架构模型、品牌定位陈述与品牌金字塔、品牌健康指标、研究方法选择表、客户旅程地图、细分方法、画像模板、渠道策略、营销漏斗指标、技术栈、内容支柱与内容日历、营销指标公式、归因模型、活动简报与优化节奏、公关策略与危机沟通协议等。
useOSINT 是一个开源情报(OSINT)调查与核实工作的入口路由器,根据手头掌握的标识符(姓名、电话、邮箱、用户名、域名等)指向对应的工作流,强调先设定合法范围再收集,并对结果进行分级核实。
该技能用于查询单个 TikTok Shop 店铺(卖家)的完整档案。通过 sellerId 获取指定店铺详情,返回总销量、多周期(1天/7天/30天/90天)销量与销售额(GMV)、粉丝数、评分、评价数、好评率、送达率、回复率、在店商品数、带货达人数、带货视频数、直播数、价格区间、商品分类、预估上架时间等指标。数据来自 EchoTik TikTok Shop 分析平台,适合跨境卖家与营销人员对单一店铺做深度分析。核心概念:EchoTik 是 TikTok Shop 数据分析平台;本工具返回单个店铺的完整详情对象。sellerId 需从 EchoTik TikTok Shop 店铺搜索技能(linkfox-echotik-list-seller)获取。上架时间字段 firstCrawlDt 使用 YYYYMMDD 整数格式。注意:返回结果为实时查询,非数据库存储,不提供二次 SQL/数据处理;categoryId 等为内部 ID,非可读名称。调用会消耗 5 算力,用户需为算力消耗付费。