recall
Recall 是数字营销插件中的技能，用于从品牌积累的营销知识图谱中检索与某渠道、受众或目标相关的历史经验，按置信度与时效排序，输出可执行的 playbook，回答“上次什么做法有效”。
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 10-19 00:11
营销与增长
9,261 个结果
simulate
基于蒙特卡洛模拟的营销场景预测工具，可估算渠道预算调整后的收入区间（P10-P90）、达标概率与风险调整回报，用于在投入真实预算前评估不同渠道组合与支出方案。
validate-output
validate-output 是数字营销内容的结构校验命令，用于在发布前检查营销内容是否符合预期的结构模式。它可校验必需章节、字数范围、Markdown 格式合规性、占位符文本（未填充的模板变量、lorem ipsum、TBD 标记）以及内容与 CTA 的一致性。支持八种内置模式（blog_post、email、ad_copy、social_post、landing_page、press_release、content_brief、campaign_plan）以及品牌自定义 JSON 模式。该命令旨在内容质量评估之后作为最终发布前检查运行，输出包含校验得分、通过/失败清单、修复清单和占位符清单的结构化报告。
amz-advertising-strategy
面向亚马逊卖家的广告策略技能，从组合层面规划 Sponsored Products、Brands、Display 的预算分配，设定 TACoS 目标，并按防御、收割、探索三层管理广告活动。
wjs-x-increasing-follower
把 X（Twitter）涨粉当作编号实验来管理的 Claude 技能：每个改动是一条带假设、指标与前后对比的实验，用主页访问到关注的转化率（ratio）作抗爆款北极星指标，支持 before 记录、回滚与看板。
docs-as-marketing
将开发者文档转化为获客与转化渠道的技能，涵盖信息架构、快速上手优化、API 参考写法、文档 SEO 与效果度量，帮助文档同时服务教学与转化目标。
linkfox-amazon-opportunity-screener
该技能用于亚马逊反向选品：基于历史商业洞察报告沉淀的指标数据池，按 30+ 项商业维度反向筛选亚马逊赛道与关键词。用户可用市场规模与增长、价格区间与档位份额、竞争密度与头部集中度、人群画像（年龄/性别/收入）、评论卖点与痛点等条件，把模糊的选品想法（低竞争、增长快、蓝海、痛点切入等）转化为具体的细分赛道候选。记录为细分市场/关键词级别而非 ASIN 级别，结果按采集时间倒序返回。目前仅支持美国站，无分页参数，需至少提供一个筛选条件。
omnisocials
OmniSocials 是一个社交媒体管理工具，可通过命令行在 11 个平台创建、排期和发布内容，并查看分析与收件箱。支持 Instagram、Facebook、LinkedIn 个人主页与公司页、YouTube、TikTok、X、Pinterest、Bluesky、Threads、Mastodon、Google Business。
google-ads
Google Ads 平台专家技能，用于审计与优化搜索、购物、展示、视频、Performance Max 和需求开发等广告系列，覆盖账户结构、关键词、受众、出价与转化跟踪。
wasted-spend-finder
用于系统分析 Google Ads 与 Meta 广告花费、识别浪费预算的营销技能。通过设定花费阈值、最低点击量和转化率底线标记无转化项，输出可按主题分类的否定关键词、展示位置和受众排除清单 CSV，便于上传排除。仅作分析，不直接改动账户。
josh-braun-copywriting
基于 Josh Braun 冷邮件写作五原则与个性化最佳实践的中文技能介绍，用于打磨邮件文案、提升信息质量与评审回复。强调具体化、损失厌恶与个性表达，并建议先从 ColdIQ 获取真实个性化资料。
kuaishou-upload
用于通过已安装的 `sau` CLI 完成快手登录、cookie 校验、视频上传和图文发布的 skill，适用于已安装 `social-auto-upload` 且可调用 `sau` 命令的环境，优先使用命令式工作流而非阅读源码。
search-knowledge
在品牌已存储的知识与记忆中做语义检索并按来源排序，支持内容类型、日期、标签、优先级等过滤，可同时查询向量库、知识图谱与本地索引，返回带出处的结果。
send-report
send-report 是数字营销插件 digital-marketing-pro 中的一个技能，用于从已连接的营销分析数据源生成格式化绩效报告，并通过 Slack、邮件或 Google Sheets 发送。它支持 weekly-pulse（周报）、monthly-review（月度回顾）、qbr（季度业务回顾）和自定义报告类型，可拉取实时指标、对照目标与上一周期计算 KPI、进行趋势分析与异常检测，并生成可执行建议。该技能强制要求执行前展示完整预览（收件人、花费、变更、合规），用户必须明确输入 yes 才能继续，任何模糊或缺失的批准都会取消运行；执行后记录审批并归档报告快照。
serp-tracker
serp-tracker 已弃用，其 SERP 特性跟踪功能已合并到 rank-monitor 技能，通过 --features 模式运行。
amz-search-term-report-miner
该技能用于解析亚马逊搜索词报告（Search Term Report，可处理 5 万行以上数据），将搜索词按点击与订单阈值归入四个可执行类别：否定精确（Negative Exact）、否定词组（Negative Phrase）、精确匹配收割（Exact Harvest）和主力放量词（Hero Scale），并生成可直接上传的批量操作（Bulk Operations）文件。适用于月度 PPC 复盘、ACoS 漂移账户清理、新品上线 60 天后的首次收割以及 Q4 前的浪费支出清理。
x-create
x-create 是一个用于创作 X（Twitter）内容的技能，可生成短推文、线程（thread）和评论回复。它依据用户人设与发帖模式进行选题、风格路由和 A/B 草稿生成，并做去 AI 味与自评重写，最后给出发布建议。
email-sending-best-practices
该技能用于审查、审计、改进或规划邮件发送最佳实践，覆盖送达率、收件箱投放、发件人信誉、同意与名单卫生、内容与设计、邮件类型与项目策略，以及 Loops 相关运营注意事项，偏向面向 SaaS、生命周期和事务邮件的 Loops 指导。
n8n-marketing-flows
n8n-marketing-flows 是面向营销自动化的开源 n8n 工作流模板集合，含 79+ 个可导入 JSON 模板，覆盖社交媒体发布、情感监测、新闻聚合、广告管理与 AI 内容生成等场景，支持 Claude/OpenAI 或本地 Ollama。
linkedin-hook-extractor
LinkedIn Hook Extractor 是一个用于拆解 LinkedIn 爆款帖子开头钩子（hook）公式的技能。用户只需粘贴一条 LinkedIn 帖子链接，它就会返回：该帖子使用的是 20 种 2026 规范公式中的哪一种（如首语重复、R.I.P.、年份转折等），并给出置信度分数、结构拆解、心理生效原因，以及一个映射到用户自身话题的空白模板。它适用多种 LinkedIn 帖子类型（activity、share、ugcPost），可识别钩子行（前 210 字符）、正文架构、结尾模式以及触发互动的元素（数字、具名实体、脆弱表达）。工具还会审计原帖中不符合 2026 规范的做法与触达限制要点，提示模板不应照抄这些问题。当设置了 APIFY_TOKEN 时可通过 ApifyClient 抓取帖子正文，否则需用户手动粘贴文本。输出包含公式识别、结构标注和带槽位标记的空白模板。它定位为写作辅助与内容研究工具，主要用于研究爆款帖、复刻特定创作者的写法，或在 linkedin-post-writer 起草前提供经过验证的结构种子。
content-reviewer
Content Reviewer 是一个面向网红（influencer）内容审核的技能，用于在发布、放大传播或支付里程碑之前，对单个创作者交付物或一组明确定义的素材进行审核。它运行带类型的 C3 ART 资产门禁（asset gate），从吸引力（Appeal）、相关性（Relevance）、透明度（Transparency）三个维度共 12 个条目进行评分，重点核查品牌一致性、声明准确性、披露（disclosure）合规性、创意质量与平台规格。输出为证据关联的资产门禁结果和面向创作者的修改反馈，而非创作者 ACE 评分或营销活动 ROI 结果。适用于创作者提交需审批、用户询问品牌对齐/声明/披露/创意质量/平台规格、或修订素材需针对同一 brief/canon 版本可追溯重跑的场景。
social-media-manager
面向 B2B SaaS 的社交媒体战略管理技能，覆盖平台选择、内容支柱、编辑日历、社区互动、危机响应与效果衡量，强调把 1-2 个平台做透而非广撒网。
amz-category-renoding-fix
用于检测并修复亚马逊商品被静默重新归类（re-noding）的技能：当listing被移到错误的浏览树节点导致自然搜索曝光骤降时，帮助定位错误节点、整理前后数据并撰写目录更正工单。
amz-negative-keywords
这是一个面向亚马逊 PPC 广告的否定关键词管理技能，用于找出并管理应否定的搜索词，从而减少广告浪费，同时不误伤能带来转化的流量。它通过读取搜索词报告，标记持续消耗预算却不出单的词，并依据一套“搜索词筛子”框架将每个词归入四类结果：消耗型（达到一单成本阈值仍零销售，应否定）、无关型（有点击但商品或意图明显不符，应否定）、赢家型（在可接受 ACoS 下转化，应保留并升级为精确匹配关键词）、噪音型（点击太少无法判断，应等待）。技能区分否定精确与否定词组两种类型，并在添加否定词组前扫描是否存在会被误伤的转化词。使用方式为输入搜索词报告、产品信息和目标 ACoS 或单次获客成本，按步骤分类、保护赢家、选择否定类型、升级赢家并设置周期性执行节奏，最终输出否定关键词方案。该技能由 Jay GPT Pro 构建，属于 Amazon Pro Skills 系列，免费开放。