开源社区验证的产品反馈方法论，帮助团队建立从收集、分析到行动的全流程客户洞察体系，避免盲目开发或忽视用户声音。

基本信息

• 技能名称?customer-feedback
• 中文名称?系统化客户反馈收集与行动指南
• 作者?JK-0001
• 分类?其他
• 版本?未标注
• 标签?customer-support, product-management, operations, content-media, docs

使用方法

使用说明
本 Skill 是一套完整的客户反馈管理实战手册，专为产品经理、创业者和运营团队设计，提供从建立反馈渠道到闭环管理的端到端解决方案。
核心用法 涵盖七大模块：首先搭建多渠道反馈收集系统（应用内反馈、邮件调研、NPS调查、流失访谈等）；其次通过结构化客户访谈（情境-使用-结果-未来四步法）获取深度洞察；第三利用 NPS 量表量化客户忠诚度并识别推荐者与流失风险；第四建立反馈分类体系（功能请求、Bug、UX问题等）进行月度主题分析；第五采用"频率-价值-战略契合度"三维框架筛选高优先级需求；第六通过进度同步和解释说明完成反馈闭环；最后规避常见误区如仅收集正面反馈或盲目响应所有需求。
显著优点 在于方法论的系统性与实用性：提供可直接套用的访谈脚本、邮件模板和决策表格，降低执行门槛；明确的优先级评估框架帮助团队在资源有限时做出理性决策；强调"闭环管理"理念，通过告知用户反馈处理结果来增强客户黏性。
潜在局限 包括：纯文档形态不提供自动化工具实现，使用者需自行集成 Canny、Typeform 等第三方服务；方法论偏向 B2B SaaS 场景，电商或内容平台需进行适配调整；作为静态指南，无法根据具体业务数据给出动态建议。
适合人群 主要为早期至成长期产品的产品经理、独立开发者及客户成功团队，特别适合尚未建立规范反馈流程、依赖直觉而非数据做决策的团队。
使用风险 主要来自执行层面：文档推荐的第三方工具（如 Intercom、Zendesk）需独立评估安全合规性；访谈和调研涉及用户数据处理，需确保符合 GDPR 等隐私法规；此外技能来源于个人开发者账号，长期维护更新频率存在不确定性，建议结合官方产品管理框架交叉验证。

基于 Apify 的 Reddit 搜索工具，快速抓取话题观点与情感，生成结构化舆情分析，助力市场调研和趋势洞察。

基本信息

• 技能名称?reddit-explore
• 中文名称?Reddit 社区舆情智能分析助手
• 作者?netmsglog
• 分类?其他
• 版本?未标注
• 标签?content-media, data-analytics, education-research, marketing, automation

使用方法

使用说明
Reddit Explore 是一款专门用于挖掘 Reddit 社区观点的智能搜索工具，通过集成 Apify 官方平台的 trudax/reddit-scraper-lite Actor，用户只需输入感兴趣的话题关键词，即可自动抓取相关帖子、评论及互动数据，并生成包含情感倾向、关键主题和热门讨论的结构化分析报告。
该技能的核心工作流程分为四个步骤：首先确定搜索主题，然后调用本地 Python 脚本通过 Apify API 执行搜索（默认返回 30 条结果），接着分析返回的 JSON 数据（包含标题、社区、点赞数、评论数、内容等字段），最后整理为涵盖概览、社区情感、关键主题（正面/负面/中立）及热门帖子的完整报告。整个过程无需用户具备编程或爬虫开发能力，大幅降低了对 Reddit 社区进行舆情分析的门槛。
显著优点包括：一是即开即用，依托 Apify 成熟的云爬虫基础设施，避免了自建爬虫的维护成本和 IP 封禁风险；二是输出格式高度结构化，自动分类归纳社区观点，节省人工整理时间；三是成本可控，Apify 免费额度（$5/月）可支持数十次搜索，单次查询仅需几美分；四是具备自动去重机制，确保数据质量。
然而，该技能也存在一定局限性。首先，功能完全依赖 Apify 平台的服务稳定性，若 Apify 服务中断或调整定价策略，将直接影响使用；其次，仅支持公开帖子的抓取，无法访问需要登录或私有社区的内容；再者，搜索深度受限于 Apify Actor 的配置，对于极度冷门或已被删除的内容可能无法获取；最后，由于 Reddit API 限制和 Apify 计算资源消耗，大规模数据抓取（如数万条帖子）成本较高，不适合用于大规模学术数据采集。
该工具特别适合产品经理进行竞品调研、市场人员追踪品牌舆情、研究人员分析公众观点趋势，以及内容创作者寻找热门话题灵感。对于需要快速了解特定话题在英文互联网社区中的口碑和讨论热度的场景，该技能能提供高效支持。
使用时的常规风险主要包括：一是 API 调用成本风险，虽然单次成本低，但高频使用可能快速消耗免费额度；二是数据隐私考量，用户的搜索关键词和结果数据会经过 Apify 服务器，虽无静默收集行为，但敏感话题搜索仍需谨慎；三是第三方服务依赖风险，Apify 平台政策变更可能影响服务连续性；四是网络延迟，由于数据需经 Apify 云端抓取后返回，相比直接访问 Reddit 会有一定延迟。
content-media data-analytics education-research marketing automation

基于pref0 API的跨会话偏好学习技能，自动捕获用户纠正与习惯，实现个性化连续对话体验，减少重复沟通成本。

基本信息

• 技能名称?pref0
• 中文名称?AI对话偏好自动学习与记忆
• 作者?fliellerjulian
• 分类?其他
• 版本?未标注
• 标签?api, productivity, customer-support, automation, backend, data-analytics

使用方法

使用说明
pref0是一款专为AI Agent设计的偏好学习中间件技能，通过分析用户对话历史自动提取并记忆用户偏好，实现跨会话的个性化响应。
核心用法 围绕三个API端点展开：会话结束后调用 POST /v1/track 上传对话记录，系统自动提取纠正（如"用TypeScript而非JavaScript"）和显式偏好；新会话开始时通过 GET /v1/profiles/:userId 获取学习成果，直接注入系统提示词；必要时可调用 DELETE 接口重置数据。其置信度评分机制（纠正初始0.70、暗示偏好0.40，每次重复+0.15）确保只有高频稳定的偏好才会被采用。
显著优点 包括：彻底解决了AI助手"金鱼记忆"问题，用户无需重复纠正；自动提取能力减少人工标注成本；结构化输出包含即用型prompt字段，集成成本极低；置信度机制有效过滤临时性偏好，避免过度拟合。
潜在局限 在于：完全依赖pref0.com第三方服务，存在网络延迟和可用性风险；用户对话内容需上传至外部服务器，对隐私敏感场景不适用；超出100次/月免费额度后按$5/千次收费，高频使用需考虑成本；当前仅支持文本偏好，无法处理复杂的多模态行为模式。
适合目标群体 主要为构建长期陪伴型AI应用的开发者、需要维护客户历史偏好的智能客服系统、以及希望减少重复沟通的个人助手项目。特别适用于开发框架偏好明确（如React vs Vue）、代码风格要求严格、或单位制式固定的专业场景。
使用风险 需重点关注数据隐私泄露（对话内容含敏感信息）、API服务中断导致偏好失效、以及API调用成本累积。建议生产环境实施数据脱敏策略，避免在追踪的对话中包含密码、密钥等敏感凭证，并建立服务降级预案。

个人开发者维护的仓库安全审计工具预览版，目前为纯文档占位，未来将提供自动化代码安全检测能力。

基本信息

• 技能名称?clawaudit
• 中文名称?自动化仓库安全审计利器
• 作者?tezatezaz
• 分类?其他
• 版本?未标注
• 标签?security, automation, testing, development-engineering, git, devops

使用方法

使用说明
Clawaudit 是一个面向代码仓库的自动化安全检查工具，目前处于预览占位阶段。该 Skill 由个人开发者 tezatezaz 维护，旨在未来为用户提供针对自有或第三方仓库的自动化安全审计能力。当前版本仅为功能预告和文档占位，尚未实现具体的安全扫描功能，但已明确其定位是成为开发者的安全审计助手。
从核心用法来看，目前用户可通过该 Skill 了解即将推出的功能特性，并手动添加关注的仓库进行标记。未来正式版本预计将支持自动化的安全漏洞扫描、依赖项风险检测等能力。由于当前版本为纯文档型资产，用户尚无法执行实际的安全检查操作，仅可作为项目预览和结构参考使用。
该 Skill 的显著优点在于其极高的安全性基础。作为纯 Markdown 文档，它不包含任何可执行代码、脚本文件或动态加载逻辑，从根本上消除了代码执行风险。文档内容完全透明可审计，无数据收集行为，无敏感信息处理逻辑，也无权限申请需求。这种"零代码"特性使其成为最安全的 Skill 类型，用户无需担心隐私泄露或恶意操作风险。
然而，该 Skill 也存在明显局限性。首先，当前版本仅为占位文档，承诺的自动化安全审计功能尚未实现，不具备实际使用价值。其次，维护者为个人开发者账号，未获得组织认证，项目可持续性存在不确定性。此外，文档中引用的 Logo 图片托管在 DuckDNS 动态域名上，该服务的稳定性可能影响文档完整性展示。项目尚未明确开源许可证，社区认可度（Stars 数）较低，缺乏广泛的安全背书。
该 Skill 适合以下群体：关注代码安全审计工具发展的开发者、希望提前了解 Clawaudit 功能规划的早期关注者，以及学习 Skill 文档结构的新手开发者。对于需要立即进行仓库安全检测的用户，建议等待正式版本发布或选择成熟的替代方案。
使用风险方面，虽然当前版本无代码执行风险，但用户应注意：外部图片链接可能因网络环境或域名失效而无法加载；项目处于早期阶段，API 和功能在未来可能大幅调整；个人维护者的持续投入能力有待观察。建议仅在隔离环境中预览，不要基于当前版本构建生产依赖。

OpenClaw 自动更新配置指南，基于 cron 定时任务实现零脚本维护，含安全沙箱与时区支持。

基本信息

• 技能名称?OpenClaw Auto‑Updater (Safe + Scheduled + Summary)
• 中文名称?零脚本定时更新，安全省心
• 作者?dasweltall
• 分类?其他
• 版本?1.0.0
• 标签?openclaw, cron, auto-update, scheduled-tasks, devops, markdown-only, timezone-safe, isolated-session

使用方法

使用说明
核心用法
openclaw-auto-updater 是一款纯文档型配置技能，指导用户通过 openclaw cron 命令创建定时更新任务。核心流程为：添加 cron 任务 → 指定时区与隔离会话 → 执行 openclaw update --yes --json 与 clawdhub update --all → 输出版本变更摘要。
显著优点
零脚本设计 ：无需编写 Shell/Python 脚本，直接复用官方 CLI 命令，降低维护复杂度与注入风险。
时区安全 ：强制 --tz 参数（如 Europe/Berlin），避免跨时区服务器的时间漂移问题。
沙箱隔离 ： --session isolated 确保更新进程在独立环境中运行，失败不影响主网关。
多模式支持 ：提供标准/周度/干运行(dry-run)/仅核心更新四种模板，适配不同风险偏好。
可读摘要 ：结构化输出（OpenClaw 版本变化、技能更新数、错误统计），便于监控与告警集成。
潜在缺点与局限
依赖 OpenClaw 生态 ：仅适用于已部署 OpenClaw 与 ClawHub 的环境，无法迁移至其他平台。
网关重启风险 ：文档提示“updates may restart the gateway”，生产环境需评估服务中断窗口。
无原生失败重试 ：需用户自行在 cron 消息中编排重试逻辑或依赖外部监控。
T3 来源背书 ：由社区用户发布（ownerId: kn7arha4qn88fsapjx587fwad17zymk1），无顶级基金会或企业维护承诺。
未声明许可证 ：SKILL.md 与元数据均未指定开源协议，存在合规模糊地带。
适合人群
已使用 OpenClaw 平台的中高级用户，需自动化数十个技能的批量更新。
运维团队寻求低代码方案替代自建 CI/CD 流水线。
对时区一致性有严格要求的跨国部署场景。
常规风险

1. 定时任务冲突 ：若多个 cron 任务重叠执行，可能导致资源竞争或更新锁死。
2. 静默失败 ： --deliver 仅保证消息投递，不保证更新成功；需配合日志审计。
3. 权限扩散 ： --yes 参数自动确认所有变更，可能意外接受破坏性升级（major version）。
4. 供应链风险 ：尽管 skill 本身无代码，但其指导执行的 clawdhub update --all 会拉取第三方技能，需配合 ClawHub 自身的签名验证机制。