用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt;运行前请先检查来源。
npx skills add https://github.com/GeorgeDoors888/GB-Power-Market-JJ --skill live-replay-analyzer命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地?可下载 SkillsMP 当前能够提供的文件。
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。
基于 SOC 职业分类
正在显示 SKILL.md
| name | live-replay-analyzer |
| description | (已验证) 根据客户和场次,自动生成详细的《直播复盘与成长规划报告》。 |
| metadata | {"version":"1.0.0","source":"https://github.com/your-repo/live-replay-analyzer","author":"an","tags":["live-streaming","replay","analysis","report","marketing"],"license":"MIT","requirements":["python","pip:aiohttp","pip:requests"]} |
这是一个专业的直播复盘工具,它根据指定的客户名称和直播场次,自动读取相关的直播数据、用户画像和直播话术,生成一份详尽的《直播复盘与成长规划报告》。
该技能采用"AI 代理作为总调度 (Agent as Orchestrator)"的模式,由 AI 代理负责数据验证、脚本执行和最终报告交付。
本技能需要配置一个用于生成报告的 API 密钥。请在 ~/.openclaw/config.json 中添加以下配置:
{
"review_api_key": "YOUR_API_KEY",
"review_api_url": "https://api2.aigcbest.top/v1/chat/completions"
}
review_api_url 是可选的,默认值为 https://api2.aigcbest.top/v1/chat/completions。
本技能期望数据文件按照以下结构存放在 input/ 目录中:
input/
└── {客户名称}/
└── {场次名称}/
├── data.txt # 直播数据 (必需)
├── profile.txt # 用户画像 (必需,或由 AI 从 profile.png 生成)
└── script.txt # 直播话术 (必需)
--client (必填): 客户名称,对应 input/{client}/ 目录。--session (必填): 直播场次名称,对应 input/{client}/{session}/ 目录。--call-model (可选): 添加此参数后,脚本会直接调用模型生成报告并保存到 output/ 目录;否则只输出提示词。模式 A:仅生成提示词 (由 AI 代理进行分析和交付)
# AI 应动态查找 python 路径
python path/to/analyzer.py --client "客户 A" --session "2026-03-26"
模式 B:直接生成报告文件
# AI 应动态查找 python 路径
python path/to/analyzer.py --client "客户 A" --session "2026-03-26" --call-model
报告文件将保存在 output/{客户名称}/{场次名称}/ 目录下,文件名格式为:{客户名称}-{场次名称}_report_{时间戳}.md。