单元经济拆解引擎

SKILL研究检索
研究检索 未标注权限 许可证不明确
安装这个技能

调用远端引擎完成单元经济拆解与经营可行性诊断:输入商业模式描述、价格/成本/固定成本数据或用户上传的商业数据,输出结构化 Markdown 决策报告。报告包含确定性单位经济、经营机制画像、同业基准对标、关键差距、条件式决策和行动路线。本地只做转发与渲染,不包含任何分析方法。

一句话选型结论

按资料字段整理

单元经济拆解引擎是研究检索类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类研究检索 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_ed7cf4e6/unit-economics-deck
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

研究检索
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_ed7cf4e6仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量8.2 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
查资料并整理出处

让模型按主题查资料,并把引用来源整理成清单。

网页与文献要点提炼

把长文、论文、网页压成能直接看的要点。

竞品与行业汇总

按关键词汇总竞品动态与行业信息。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在研究检索场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
单元经济拆解引擎当前 未标注权限 未标注 未标注 未标注 有
寻找技能 浏览器控制 GitHub 仓库 3120.0 万 Codex、Claude、Cursor 有
自我改进 Agent 接触敏感数据 ClawHub 市场 1646.4 万 OpenClaw 有
灵魂追踪 联网访问 GitHub 仓库 758.9 万 Codex、Claude、Cursor 有
自我完善 联网访问 ClawHub 市场 682.9 万 OpenClaw 有
微软代工厂 调用外部服务 GitHub 仓库 661.4 万 Codex、Claude、Cursor 有

SKILL.md 全文

8.2 KB
模型实际读到的说明书原文,来自技能仓库

unit-economics-deck(付费版 · 单元经济拆解)

执行流程

  1. 向用户收集两类输入:① 商业模式描述(一段话);② 关键数据——单位定义、客单价、单位变动成本分项、月固定成本、(如有)复购率与 CAC。数据不全也可提交:关键数据缺失较多时,引擎会先返回一张「补数卡」(只列还缺的数,附口径与示例),补数卡这一轮不计费;用户补齐后再出完整分析卡,或回复"先出沙盘"直接拿全假设版。
  2. 用户想先整理资料时,运行资料采集模式:
    python3 scripts/intake_client.py <已有文件> --context "城市、业务类型、决策目标"
    资料采集卡按业务类型给出 quick 字段;只收集资料,不计算、不计费。没有文件时可先用自然语言说明城市和业务类型,直接让引擎返回采集卡。
  3. 用户已有完整数据文件时,运行分析模式:
    python3 scripts/upload_client.py <数据文件> --mode analyze --context "城市、业务类型、单位和已有成本口径"
    上传数据会优先作为当前项目的实测输入;平台月售带“+”时按区间使用,不得改成精确订单数。上传失败或字段不足不计费。
    python3 scripts/client.py "<商业模式描述与数据>"
  4. 没有数据文件时,运行原文本客户端:
  5. 缺少单量/客单价时,按引擎返回的采集卡在美团、淘宝闪购或饿了么人工采集 2-3 家同档位、同位置类型门店的月售显示、主打款价格、满减、配送费、记录日期,再整理为表格上传;技能不会自动抓取平台。
  6. 确认目录下 config.json 已配置 API_BASE;API_KEY 为用户预充值 Key(选填,走 402 付费则留空)。
  7. 成功(stdout 为分析卡):把 Markdown 分析卡完整渲染给用户,并告知本次已按次计费(支付宝 AI 付,当前 2 元/次;stderr「本次已按次计费」)。

402 付费流程(支付宝 AI 按量付费)

本技能的服务端挂了支付宝 AI 按量付费(A2M 402 协议)闸门。调用方没有有效支付凭证时,接口返回 HTTP 402,并在 Payment-Needed 响应头中携带 Base64URL 编码的账单(含金额、订单号、收款方、支付截止时间和商家签名)。按以下流程处理:

  1. 收到 402 是正常流程的第一步,不是错误。向用户展示账单要素:商品名(单元经济分析卡)、金额(响应体 amount 字段,人民币)、订单号(out_trade_no)、支付截止时间。
  2. 发起支付:接入支付宝 AI 付/智能体支付能力的 Agent,把 Payment-Needed 账单提交支付宝收银台(携带买家身份),向用户展示付款确认;用户确认后完成支付,Agent 获得支付凭证(payment_proof、trade_no)。
  3. 携带凭证重试:把支付凭证构造为 Payment-Proof 请求头(Base64 编码的 JSON:protocol.payment_proof、protocol.trade_no、method.client_session),原样重试同一接口。
  4. 成功交付:服务端验付通过后会返回 HTTP 200,响应体 content 字段即分析卡,响应头 Payment-Validation 为交付回执;把报告完整渲染给用户。响应头里的 Payment-Validation 原始值不要展示给用户。
  5. 失败处理:重试仍返回 402 说明凭证无效或已过期(账单有效期 30 分钟),需重新走第 1 步;返回 502 且提示"履约确认失败"时,不要重新支付,用同一 Payment-Proof 稍后重试即可拿回已生成的报告。
  6. 不具备支付宝支付能力的 Agent:不要伪造 Payment-Proof(会被验付拒绝并返回 402),如实告知用户"需要通过接入支付宝 AI 付的智能体完成支付"。

安全纪律:不得在本地解析、改写或伪造商家签名与支付凭证;不得把 Payment-Proof 原始值写入日志或转给第三方。

计费提示:支付宝 402 模式下每次成功交付都计费(含引擎返回「补数卡」的情形)。为用户省钱:先按执行流程第 1 步收集齐商业模式与关键数据,再发起付费调用;数据明显不全时先向用户要数据,不要先花 2 元拿一张补数卡。

结果展示

完整分析卡除了核心单位经济七段、经营机制画像、同业基准对标、关键差距诊断、条件式决策结论和行动路线,还可能包含模板化商业分析:市场/行业信号、需求与客户信号、竞争结构、模板专属经营机制、关键商业风险、证据与限制、商业行动建议。每个模块会标记 supported/partial/missing;缺数据时会明确写无法判断,不把宏观数据冒充单店事实。

数字可信度:报告中全部派生数字(单位贡献、保本单量、敏感性表)由服务端确定性回算层二次对账——叙述层与回算冲突的数字会被自动拦截并按回算值重写,无法计算的收入指标(如 CAC 缺失时的回收期)明确标注"无法计算"而非硬算。

当用户说「导出成 Word」「要 PDF 版」「导出报告」时:
1. 确认最近一次生成的分析卡内容(Markdown 全文);
2. 运行:
python3 scripts/export_client.py --report 最近报告.md --format docx --out 单元经济分析卡.docx
(--format pdf 则输出 PDF;文件名可按用户要求)
3. 把生成的文件路径告诉用户。

约束(关键)

  • 本文件只写「编排」,不写任何分析方法、提示词、评分规则——那些全在服务端引擎。
  • 不得在本地做任何分析或改写引擎返回的报告,只转发输入、展示结果。
  • 不得把 API_KEY 写死进本文件;由调用方在 config.json 配置。
  • 引擎对输入做口径检查:返回以「补数卡」开头的内容是正常流程(这一轮不计费),原样呈现给用户,等其补充数据后重跑,或转告"先出沙盘"选项;不要自行代填假设值。

免责声明(须随报告转述)

引擎输出不构成投资建议。

档案飞轮(越用越懂你)

本技能在技能目录维护 profile.json(本地存档)。每次分析结束,报告尾部会带【档案更新建议】,client 脚本自动合并保存;下次调用时,最近 ≤10 条档案会随请求发送到 config.json 里你配置的引擎地址(与素材同一通道、同一目的地,HTTPS,不发任何第三方)。引擎地址是你自己部署/配置的服务(见 config.json 的 API_BASE),数据如何处理由该服务决定。

  • 透明提示:每次携带档案,client 都会在日志输出「[档案透明提示:本次携带 N 条历史档案随请求发送至 <引擎地址>]」。
  • 关闭开关:不希望档案参与分析(也不保存新档案)时,加 --no-profile 参数(client.py 与 upload_client.py 均支持)。
  • Agent 指引:首次为某位用户调用前,向用户说明一句:「我会记住你的行业、口径和历史数据(存本地、随请求发给引擎;说'关闭档案'或加 --no-profile 可停用)」,得到认可后再启用带档案的调用。输出中出现「[档案已更新]」即表示档案已保存;首次使用时档案为空,属正常。
  • 对用户的话术(已知晓档案机制后):「长期使用我会记住你的行业、口径和历史数据,结论越来越贴合你。」
  • 隐私红线:档案只存与分析相关的稳定事实;禁止存身份证、住址、账号等敏感信息。用户要求删除时,直接删除 profile.json 即可。

常见问题

5 问
答案由本站依据条目字段整理
单元经济拆解引擎怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_ed7cf4e6/unit-economics-deck。安装方式为未标注。装完刷新技能列表或重开客户端。

单元经济拆解引擎支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

单元经济拆解引擎权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

单元经济拆解引擎收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

单元经济拆解引擎用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。