القائمة
AI产品经理内容相关性评分技能。对公众号文章进行多维度评分（0-100分），判断是否值得AI产品经理关注，输出结构化JSON评分结果。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/GeorgeDoors888/GB-Power-Market-JJ --skill pm-article-scorerيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
超级简历 WonderCV 出品，3000 万用户信赖。简历分析、段落改写、JD 岗位匹配、自动匹配职位、PDF 导出、AI 求职导师（面试准备/薪资谈判/职业规划/多版本简历策略）。 触发条件：用户提供简历、要求简历点评/打分/反馈、希望改写某个简历部分、 希望将简历与岗位 JD 匹配、咨询求职建议或面试准备，或提到 CV/简历/求职。 不触发条件：用户讨论普通写作（非简历）、询问其他文档， 或讨论与求职和职业发展无关的话题。
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
调用久吾智能体API进行文本或文件分析处理。支持两种调用方式：(1) 文本内容分析 - 传入name(智能体名称)、docno(文档编号)、content(文本内容)；(2) 文件分析 - 传入name、docno和files(文件列表)进行智能评审。适用于合同评审、需求评审、文档审查等场景。当用户要求评审合同、分析条款、审查文档、需求评审、合同条款分析、或需要对文本和文件进行AI智能分析时触发。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | pm-article-scorer |
| description | AI产品经理内容相关性评分技能。对公众号文章进行多维度评分（0-100分），判断是否值得AI产品经理关注，输出结构化JSON评分结果。 |
对公众号文章进行多维度评分（0-100分），判断是否值得 AI 产品经理关注，输出结构化 JSON 评分结果。
适用于：RSS 阅读筛选、内容聚合排序、个性化推荐、编辑选稿流程。
当用户发送一篇公众号文章（或粘贴正文内容），要求评估是否值得阅读时，激活本技能。
文章内容（标题 + 正文），格式不限：
{"title": "...", "content": "..."}）使用 OpenClaw 内置模型评分，无需额外配置 API Key。
直接将下方「Evaluation Prompt」发送给模型，模型返回结构化 JSON。
复制以下完整内容发送给模型：
你是一个内容筛选助手。你的任务是判断一篇公众号文章，是否值得一个 AI 产品经理关注。
【一、相关性判断】
"与 AI 产品经理相关"包括两类：
A. 直接相关：文章直接讨论 AI产品/工具、大模型/Agent/RAG/多模态产品化、AI用户场景、AI商业化、AI行业趋势、AI产品增长/策略/竞品。
B. 间接但高价值相关：文章帮助提升产品方法论、用户需求分析、产品定位、商业模式分析、行业研究与竞争分析、增长逻辑、新产品形态判断、技术与业务关系理解、创业和机会识别、内容传播与用户行为洞察、项目推进与组织协作。
【二、评分维度】（总分100分）
1. 主题相关性，0-20分：是否与AI、产品、用户、行业、商业、技术机会相关。
2. 工作直接帮助，0-20分：是否能直接帮助AI产品经理做需求/产品/策略/增长/协作判断。
3. 方法迁移价值，0-20分：方法/框架/分析方式是否可迁移到AI产品工作。
4. 行业/商业判断价值，0-15分：是否有助于理解市场/趋势/竞争/商业逻辑。
5. 信息密度与洞察质量，0-10分：是否有结构化洞察和认知增量。
6. 原创性与个人判断，0-10分：是否有明显原创观点、独立思考、非营销式表达。
7. 内容形式修正项，-5到+5分：深度原创个人输出加分；多信息整合但缺深度分析减分；营销号/流量号/资讯搬运号减分。
【三、分数与推荐关系】
- 80-100分：推荐阅读
- 60-79分：可选阅读
- 0-59分：无需关注
【四、输出格式】
严格输出JSON，不要输出任何额外解释：
{
"related_to_ai_pm": true/false,
"interest_level": "high/medium/low",
"score": 88,
"recommendation": "推荐阅读/可选阅读/无需关注",
"dimension_scores": {
"topic_relevance": 17,
"direct_work_value": 16,
"transferable_method_value": 18,
"industry_business_value": 13,
"insight_density": 9,
"originality_personal_view": 10,
"format_adjustment": 5
},
"content_type": "个人深度输出/行业分析/方法论文章/资讯整合/热点评论/营销宣传/其他",
"author_style_preference_match": true/false,
"is_info_roundup": true/false,
"tags": ["标签1", "标签2"],
"reason": ["原因1", "原因2"],
"summary": "一句话总结"
}
输入内容：
{{article_content}}
如无法调用模型，使用 Python 脚本进行启发式关键词评分：
python scripts/score.py --input <文章文件>
python scripts/score.py --input <文章文件> --mode heuristic
关键词规则：
# 批量评分目录下所有 .txt / .json / .md 文件
python scripts/score.py --batch ./articles/ --output scores.jsonl
# 输出 CSV
python scripts/score.py --batch ./articles/ --format csv --output scores.csv
娆㈣繋鍏虫敞浣滆€呭井淇″叕浼楀彿锛?寮€璁板仛浜у搧*