メニュー
分析 GitHub 开源项目并写成一篇适合发布的技术文章，带真实安装测试和性能数据，风格接地气、手机友好。 只要用户给了一个 GitHub 链接，并提到写文章、做评测、项目推荐、公众号推文、帮我介绍这个项目、 把这个项目写成文章、安利一下这个工具，就应该触发此技能——即使用户只说"帮我写写这个"也要触发。 生成的文章也可以直接用来制作播客视频。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
当用户想了解本体如何开发和使用时使用本技能。它能够通过 CRM 的实际 DEMO，演示以下 6 项能力：1）自然语言数据查询（无需 SQL）；2）聚合统计分析；3）字段歧义智能消歧；4）非结构化文本转对象和跨表视图的创建；5）数据操作（周报生成→信息抽取→客户录入→商机任务创建）；6）非结构化本体的文档融合检索。你可以通过以下对话唤起本技能：「给我演示一下」「本体能做什么」「怎么创建对象和视图」「结构化和非结构化怎么融合」「帮我查一下客户数据」。
当你想让 Agent 查询或操作你自己定义的业务数据（而不是系统内置数据）时使用本技能。它能够帮你用自然语言定义一张新的数据表，并基于这张表开发出本体对象，设定字段和字段含义，数据自动存入专属 数据表；还能创建跨表视图，让 Agent 同时查询多个对象。定义完成后挂载到当前数字员工，Agent 就能直接查询和操作你的数据了。你可以通过以下对话唤起本技能：「帮我创建一个任务管理对象」「我想建一个拜访记录表，包含客户名、拜访日期、跟进结果」「查看我有哪些本体对象」「把任务对象挂载到我的助理」。
当你有文档、图片、视频等非结构化内容存在知识库里，想让 Agent 能像查结构化数据一样精准检索和操作它们时使用本技能。它能够帮你给非结构化内容打上结构化标签（定义字段，如日期、主题、参会人），让每份文档/图片/视频都带有可查询的属性，实现结构化数据与非结构化内容的融合检索。定义的标签字段相当于表的字段，支持新增、修改、删除操作。与结构化本体的区别在于：内容本身存在知识库里，而不是动态表。你可以通过以下对话唤起本技能：「帮我创建一个会议纪要对象，绑定到我的会议知识库」「我的周报存在知识库里，想让 Agent 能按日期和项目名检索」「查看我的知识库有哪些」「把会议纪要对象挂载到我的助理」。
把任意内容（网页链接、文章、关键词）整理成一份结构化的播客视频大纲，是制作播客视频的第一步， 后续的幻灯片和对话脚本都从这份大纲生成，保证两者内容一致。 只要用户想制作播客视频、把文章变成视频、做一期播客、先规划内容结构， 或者说"做个大纲"、"做播客"、"把这篇文章做成播客"，就必须触发此技能—— 即使用户没有提到"大纲"，只要目标是制作播客视频就要触发。
根据播客大纲生成双人对话脚本（主持人和嘉宾），对话自然流畅，每句话都标注对应的幻灯片编号， 方便后续配音和视频同步。也可以直接从关键词或文章生成对话脚本。 只要用户想写播客脚本、生成对话、把内容做成两个人聊天的形式、帮我写播客、做播客对白， 就应该触发此技能——即使用户只说"写个脚本"或"把这个做成对话"也要触发。
把幻灯片和播客配音合成为一个带字幕的视频，幻灯片随着对话内容自动切换，字幕逐句出现，是播客视频的最后一步。 只要用户说合成视频、生成视频、把幻灯片和音频合在一起、加字幕、做成视频、最后一步，好了合成吧， 或者前面几步都做完了想收尾，就应该触发此技能——即使用户只说"合成"也要触发。
| name | tech-article |
| description | 分析 GitHub 开源项目并写成一篇适合发布的技术文章，带真实安装测试和性能数据，风格接地气、手机友好。 只要用户给了一个 GitHub 链接，并提到写文章、做评测、项目推荐、公众号推文、帮我介绍这个项目、 把这个项目写成文章、安利一下这个工具，就应该触发此技能——即使用户只说"帮我写写这个"也要触发。 生成的文章也可以直接用来制作播客视频。 |
把 GitHub 开源项目分析变成一篇开门见山、突出优势、带实测的技术文章，适合微信公众号等内容平台发布。
所有产物统一存放在：
<当前工作空间>/podcast-projects/<项目名>/v<N>/article.md
<当前工作空间> 是调用此技能时所在的目录。播客视频流水线中的所有技能建议在同一个目录下调用，确保 podcast-projects/ 始终在同一位置。
确定项目： 从 GitHub 仓库名推断项目名（如 markitdown-review），向用户确认后创建目录。若用户已有进行中的项目，询问是否纳入该项目。
自动版本： 读取 <项目名>/current.txt（不存在则初始化为 v1）：
article.md 已存在于当前版本 → 创建 vN+1/ 目录，复制现有产物，再写入本次文章，更新 current.txtarticle.md 不存在 → 直接写入当前版本，成功后更新 current.txt文章质量的关键在于真实数据，这些检查确保能顺利完成实测：
github.com/ 开头）克隆仓库到本地：
git clone <url> /tmp/repo-analysis-<name>
静态分析（按优先级）：
find . -type f | head -200cloc 或 find + wc）、框架依赖（pom.xml / package.json / requirements.txt / pyproject.toml）提取关键信息：
这是文章的灵魂——没有实测数据，文章就只是复述别人的宣传材料。能跑的一定要跑。
尝试安装：
pip install -U <package-name>
# 或
npm install -g <package-name>
跑至少 5 个实测案例，覆盖：
time 命令记录）记录真实数据：
严格按以下结构撰写，顺序不要改动：
# [标题：核心数据 + 项目名 + 一句话定位]
> 一行摘要：最核心的数据亮点
[1-2 句痛点引入，直接接成绩单]
## 🏆 成绩单
[横评表格或性能数据表格]
[2-3 个加粗关键发现]
## 🤔 它到底干了什么？
[2-3 句话解释项目核心价值，不超过 5 行]
## 🏗️ 怎么做到的？
[模式/机制/架构，用表格+短文，不堆砌]
## 🧪 实战演练
[每个案例：命令 → 结果表格 → 输出片段]
### 安装
### 实测 1：[最常用功能]
### 实测 2：[特色功能]
### 性能汇总表
## 🎯 谁该用？
[场景 → 推荐方案表格]
## 总结
[2-3 句收尾，有梗有态度]
**项目地址**：<url>
写作规范：
写入文件前验证：
article.md 字数 ≥ 800| 缺失情况 | 标准反问 |
|---|---|
| 无 GitHub URL | "请提供 GitHub 仓库地址，例如 https://github.com/owner/repo。" |
| URL 不可达 | "该地址无法访问，请确认 URL 是否正确，或仓库是否为公开状态。" |
| 安装失败 | 记录错误信息并继续基于静态分析写文章，在文章中注明「安装环境存在问题，以下实测基于文档描述」 |
| 项目名未确认 | "这篇文章的项目名叫什么？（用于创建目录，如 markitdown-2024）" |
文章生成后，如果用户想进一步制作播客视频，告知下一步：
✅ 文章已保存至 podcast-projects/<项目名>/v<N>/
如需制作播客视频，下一步：
/podcast-outline → 将文章转化为播客大纲