用途：这是一个用于撰写 B2B 客户案例研究的技能，聚焦用 STAR 框架（Situation→Task→Action→Result）组织内容，并配合调研与可视化。
主要能力：提供标题、快照框、情境、任务、行动、结果的分段结构与建议字数（总计 800-1200 词）；给出量化指标的分类与前后对比呈现方式；提供客户引言的选取与署名规范；提供数据可视化命令（belt app run infsh/python-executor）生成前后对比图表；提供调研命令（tavily/search-assistant、exa/search、exa/answer）获取行业背景与统计；列出分发格式（网页、PDF、幻灯片、一页纸、社交帖子、视频）。
使用方式：需先安装 inference.sh CLI（belt）。安装：npx skills add belt-sh/cli；随后 belt login。调研示例：belt app run tavily/search-assistant --input '{"query": "..."}'。相关技能：npx skills add inference-sh/skills@web-search；npx skills add inference-sh/skills@prompt-engineering。查看全部应用：belt app list。
适用场景：需要产出结构化、量化、可读性强的 B2B 客户成功故事，用于销售、营销或官网展示。
限制：需依赖 inference.sh CLI 及相关应用；资料未提供收费、价格、平台兼容性或实际效果数据；客户案例需经客户审批，否则存在法律与关系风险。