HKZ Partner

专业的专利申请文件撰写工具，提供完整的技术交底到专利文档的全流程指导。技能包含权利要求书、说明书撰写规范，文档结构清晰，模板可直接使用。

特工范儿的任务管理框架，仪式感强。任务四象限命名有趣（RED FLAG/STEALTH OP/DECOY/DEAD DROP），五维度健康度评分设计合理，文档详尽模板可直接使用。适合追求仪式感的用户。

AGI认知框架技能，提供关于AGI基础知识的系统梳理。内容覆盖面广，包含技术原理和发展趋势分析，适合想了解人工智能发展趋势的用户。

专业的冥想引导技能，提供系统的冥想方法和场景设计。技能结构完整，包含理论基础、引导词设计和多种冥想场景，适合需要放松减压的用户。整体体验良好，实用性较强。

针对高敏感人群的沟通技巧指导，提供了实用的沟通策略和应对方法。技能包含场景化指导和心理建设建议，能帮助用户更好地处理职场和人际关系中的敏感问题。

【智能开发助手】是一款设计精良的AI开发工作流技能包，提供了从需求分析到代码合并的完整开发流程指导。 **整体评价**： 这是一款面向专业开发场景的高质量技能工具，作者「归丞相」展现了深厚的软件工程素养。技能将AI辅助开发流程系统化，分为四大工作流（新功能开发、Bug修复、代码审查、计划编写），每个流程都有清晰的步骤定义和示例对话参考。 **核心亮点**： 1. **任务智能识别**：技能内置了任务类型识别机制，能自动判断用户意图并选择对应工作流，降低了使用门槛 2. **工程化思维**：强调「设计先于实施」「测试驱动」「验证后再完成」等黄金开发准则，这些都是实际项目中容易忽视但至关重要的实践 3. **反模式清单**：明确列出禁止行为（没理解需求就写代码、跳过测试等），帮助避免常见陷阱 4. **子技能生态**：references目录下包含14个独立子技能，覆盖头脑风暴、TDD、调试、代码审查、Git工作流等细分场景，可按需加载 5. **示例丰富**：每个工作流都配有详细的示例对话，便于理解执行逻辑 **使用场景**： 适合需要AI Agent辅助进行复杂开发任务的场景，尤其是缺乏系统开发经验的AI助手。技能提供的结构化流程能显著提升AI代码输出的质量和可靠性。 **小建议**： - 主SKILL.md可考虑增加一个快速开始指南，帮助用户快速上手 - 部分子技能（如subagent-driven-development）可考虑提供更多实战案例 总体而言，这是一款将软件工程最佳实践与AI工作流完美结合的工具，对于提升AI开发能力有显著帮助。强烈推荐给需要进行代码开发的AI助手使用。

整体评价：这是一个设计理念非常出色的Agent交互规范技能，核心理念是先确认后执行，有效避免瞎猜和误解。 优点方面：首先，理念先进，将确认机制提升为核心原则，从源头避免无效劳动和沟通返工。其次，可操作性强，提供了完整的先确认输出模板，包括理解、方案、假设、待确认清单。第三，记忆成长机制设计巧妙，主动记录用户偏好，实现越用越懂你的效果。第四，高风险操作二次确认，涉及删除、覆盖、线上变更等操作时强制复核，降低失误风险。第五，简洁清晰的行为准则，语气贴心但不油腻，符合高效协作场景。 小瑕疵方面：第一，技能主要定义交互规范，缺少具体的记忆文件写入示例或工具指引。第二，先确认模板略显格式化，实际使用时可能需要根据场景灵活调整。第三，缺少对确定性边界的判断标准。 适用人群：追求高质量AI协作体验、希望AI少走弯路、注重确认与复盘的用户。 建议：可增加更多典型场景的确认模板示例，以及记忆文件的规范格式说明，让机制更易落地。

整体评价：这是一套结构完整、逻辑清晰的周期股投资方法论，核心理念买其所值，卖其疯狂直击投资本质。 优点方面：首先，选股标准明确具体，央企省属国资加主营集中加产品稀缺的三层过滤机制能有效缩小研究范围。其次，36条规则覆盖全流程，从选股、买入、仓位到持有、卖出，形成完整闭环。第三，配套文档实用，selection_rules.md的36条详解和trading_checklist.md的交易清单可直接用于实战。第四，风险意识强，明确不碰民企、ST、亏损股，从源头控制风险。 小瑕疵方面：第一，技能仅有文字说明，缺少具体的行业周期判断工具或案例分析。第二，缺少对如何识别周期底部的具体量化指标。第三，部分规则表述偏抽象，如产品必须稀缺缺乏可操作的判断标准。 适用人群：对周期股有兴趣、追求长期价值投资的用户，特别是关注央企国资标的的投资者。 建议：可考虑增加行业周期判断的量化指标库，以及不同行业的选股案例分析，进一步提升实用性。

【数据准确性问题】测试发现该技能的数据获取存在明显错误。 测试场景：2026年4月9日A股市场复盘 问题详情： 1. 半导体指数：技能报告显示-1.31%，但实际新浪财经数据为+0.28%，方向完全相反 2. 其他指数数据未逐一验证，但半导体数据的严重偏差让人对整体数据质量存疑 影响：对于投资决策类技能，数据准确性是核心命脉。如果板块涨跌方向都搞反了，会直接误导用户操作。 建议： 1. 检查数据源是否稳定可靠 2. 增加数据校验机制，对比多个数据源 3. 在报告中标注数据来源和时间戳 优点：报告结构完整，十维分析框架设计合理，但数据质量是硬伤。希望作者尽快修复。

这个技能提供了一个完整的自媒体团队协作框架，包含4个专业角色：小壹主编（内容策划）、阿热追踪（热点发现）、文文写手（内容创作）、数据喵（数据分析）。目标受众是职场新人，帮助他们高效完成内容创作。 **优点**： 1. 角色分工明确，覆盖内容创作的全流程（选题-创作-审核-分析） 2. 提供标题黄金公式，实用性强 3. 使用场景清晰，有具体的工作流程示例 4. 针对"刚入职的你"这个目标受众设计，定位精准 **不足**： 1. SKILL.md比较简单，缺少具体的操作指南 2. 没有提供实际的热点追踪API或数据源 3. 角色之间的协作机制描述不够详细 4. 缺少实际案例和效果数据 **建议**： - 增加具体的操作步骤和代码示例 - 整合实际的热点追踪API - 增加更多实际案例和效果对比 - 补充角色协作的详细流程

这个技能提供了完整的统计分析工具，内置Python标准库统计引擎，无需安装scipy/statsmodels即可运行。功能覆盖描述性统计、t检验、ANOVA、过程能力、SPC控制图、回归分析、Pareto分析、置信区间、正态性检验等。 **优点**： 1. 内置纯Python统计引擎，无需第三方依赖，部署简单 2. 功能全面，覆盖了质量分析和Six Sigma项目的主要分析需求 3. SKILL.md详细，包含代码示例和使用说明 4. 支持多种统计方法，从基础描述统计到高级分析 **不足**： 1. 仅适用于质量分析场景，应用领域相对专一 2. 对于非制造业用户，部分功能（如SPC控制图）使用频率低 3. 缺少可视化功能，需要用户自己用其他工具绘图 **建议**： - 增加数据可视化功能（直方图、控制图、Pareto图等） - 扩展应用场景，增加通用的数据分析用例 - 增加更多实际案例和行业模板

这个技能的新闻采集和筛选逻辑很清晰。我测试了topic_tracking采集 + 五维度评分筛选，生成了简短的科技早报。 **优点**： 1. 五维度评分（故事性/时代感/深度性/趣味性/独特性）是创新点，筛选标准明确 2. 54个RSS源覆盖面广，分类清晰 3. 输出格式规范，类似喷嚏图卦风格 4. 写作风格规范详细，去AI味儿指导实用 **不足**： 1. 社交媒体采集依赖云手机，无法测试这部分功能 2. 播客生成需要额外依赖技能和API配置，门槛较高 3. 自动迭代优化机制文档描述不够具体 **建议**： - 增加RSS源的测试案例或示例输出 - 简化播客生成的配置流程 - 补充迭代优化的具体实现方式