智策撰写

SKILL内容创作
内容创作 未标注权限 许可证不明确
安装这个技能

一套经过验证的写作框架+表达技法,帮助把研究成果快速转化为高质量行业研究报告。

一句话选型结论

按资料字段整理

智策撰写是内容创作类的 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。

分类内容创作 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_4231d667/z-ce-compose
  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

内容创作
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_4231d667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
最近核验未标注上游最后核验时间 · 数据更新 1791728013
正文体量22.9 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
写文章与脚本

按主题产出初稿与分镜脚本。

改稿与润色

把草稿改顺、统一语气。

多平台文案改写

同一内容按平台改成长短不同的版本。

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

  • 需要在内容创作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
智策撰写当前 未标注权限 未标注 未标注 未标注 有
AI 视频生成 调用外部服务 GitHub 仓库 431.3 万 Codex、Claude、Cursor 有
视频帧 联网访问 ClawHub 市场 262.1 万 OpenClaw 有
Markdown 转换器 写入文件 ClawHub 市场 135.3 万 OpenClaw 有
哔哩哔哩全合一 接触敏感数据 ClawHub 市场 64.1 万 OpenClaw 有
Remotion video toolkit 命令行 浏览器控制 ClawHub 市场 63.9 万 OpenClaw 有

SKILL.md 全文

22.9 KB
模型实际读到的说明书原文,来自技能仓库

智策·撰写 —— 行业研究报告写作框架

一套经过验证的写作框架+表达技法,帮助把研究成果(数据锚+论点卡片)快速转化为高质量行业研究报告。

> 会研究不一定写成好报告。好报告不是堆数据,是讲故事。


⚠️ 适用范围与精度声明

定位

本作品是写作技能工具,不是研究方法论或数据引擎。核心价值在于提供一套标准化写作框架+表达技法,假设您已完成研究(有数据锚+判断),直接进入写作环节。如果您还没有研究素材,请先用「智策·分析」完成研究阶段。

精度声明

类型 说明 用户需补充
输入要求 需要3-5个数据锚+问题诊断卡+研究备忘录 无研究素材请先用「智策·分析」
方法论来源 基于6份行业专题报告原文提炼写作技法 行业术语需自行替换
案例示范 示范案例为通用行业研究报告 其他行业需替换具体场景
技法示例 各技法示例中的行业数据来自通用数据 需替换为实际研究数据

> ⚠️ 使用前须知:本工具的产出质量直接取决于研究素材的扎实程度。输入越完整——数据锚越硬、问题诊断越准——写出来的报告越有说服力。

适用场景

✅ 非常适合:已完成研究但卡在写作环节的人、策报写作、政策分析报告、战略规划报告
⚠️ 需要补充:具体行业数据(本工具假设数据已就绪,直接套用框架)
❌ 不适合:替代具体行业调研工作(请先用「智策·分析」)、学术论文写作(需补充文献综述)、纯数据型报告(无分析判断)


前置判定:写作类型快速判断(30秒)

动笔前先判定报告类型,确定写作重心:

类型 特征 四个章节的权重分配
政策解读型 解读政策/规划文件 形势分析40% > 现状评估30% > 对策建议20% > 问题诊断10%
问题诊断型 识别问题+找原因 问题诊断40% > 数据锚30% > 形势分析20% > 对策建议10%
战略规划型 提出未来路径 对策建议40% > 形势分析30% > 现状评估20% > 问题诊断10%
总结回顾型 复盘过去成就+展望 现状评估40% > 形势分析30% > 对策建议20% > 问题诊断10%

> 金句:四种类型四种摆法。权重决定篇幅,篇幅决定说服力。


核心写作框架

四步分析法(写作骨架)

形势分析(宏观背景、战略机遇)
   ↓
现状评估(数据支撑、成就总结)
   ↓
问题诊断(痛点识别、差距分析)
   ↓
对策建议(路径设计、政策建议)

> 注意:本工具假设形势分析和现状评估所需的研究素材已由「智策·分析」完成。Step 1-3直接从研究备忘录取用,Step 4是在其基础上做可执行化。


五套写作技法

技法 核心价值 用在哪一章 一句话总结
数据锚定法 一个关键数据说服读者 现状评估 "不堆数据,只锚3-5个"
问题分类学 维度均匀的问题诊断 问题诊断 "同层问题放一起,大不压小"
多维解构法 从多个切面拆解同一个概念 形势分析 "同一个事情,从2-4个角度讲"
四类市场法 分类后再配资源的决策框架 对策建议 "先分类,再给方案"
可量化定义法 用指标组合代替形容词 全文通用 "不能说'提升效率',要说'滑行时间缩短15分钟'"
场景清单法 具体场景说明抽象价值 对策建议 "别讲理论,举例子"

工作流程:从研究素材到报告

Step 1:形势分析——找到"为什么现在写这个"

输入:研究备忘录中的「核心发现」1-3条

关键工具——多维战略机遇期解读:

不要写成历史教材。选2-4个维度,每个维度只用3句话:
1. 这个维度正在发生什么变化
2. 这个变化对主题意味着什么
3. 一句话点明"窗口期"

标准句式:

[维度名]方面,[变化描述]。
这一变化意味着[对主题的含义]。
当前正处在[窗口期判断]。

产出的检验标准:

✅ 200-400字,3-5个"变与不变"的对比
✅ 读完后读者能回答:"为什么是现在,不是三年前或三年后?"
❌ 读完后读者只看到:"这是一个长期发展的过程……"(等于什么都没说)

Step 2:现状评估——数据锚定

输入:研究阶段产出的3-5个数据锚

三大铁律:
1. 整篇文章只选3-5个核心数据做"锚"——不要堆砌,读者记不住超过5个数字
2. 每个数据必须有对比参照(历史/国际/目标三选一)——孤立数字没有说服力
3. 10年回顾是最佳时间跨度——找一个起点→峰值→拐点的弧线

标准句式:

过去X年,[指标]从[A]增长到[B],年均增速[Y]。
但到Z年,由于[原因],降到[C]。
这一趋势说明:[一句话判断]

常见错误:
| 错误 | 错误写法 | 正确写法 |
|------|---------|---------|
| 无对比 | "非航收入占比30%" | "非航收入占比30%,低于国际标杆55%达25个百分点" |
| 堆数据 | 列出12个数据 | 只保留3-5个,其余放入附件 |
| 无判断 | "过去5年增长15%" | "过去5年增长15%,但增速在放缓——说明增长瓶颈已现" |


Step 3:问题诊断——维度均匀的问题分类

输入:研究阶段产出的问题诊断卡(资源/能力/机制三维度)

三大铁律:
1. 同一粒度——不会有的问题很粗有的很细
2. 分类显性——资源类/能力类/机制类,读者一眼看出分类逻辑
3. 独立成段——每个问题可单独引用,不互相嵌套

问题分类模板:

分类维度 问题1 问题2 问题3
资源类 硬资源缺口 基础设施不足 资金/人才短板
能力类 核心能力弱 竞争力不足 网络劣势
机制类 整合度低 联动不足 缺乏内生动力

颗粒度一致性测试:

把每个问题的标题独立拿出来,它们应该是并列关系(同级)
✅ 资源→能力→机制(三个维度并列)
❌ 资金不足→管理粗放→员工素质低(不是同一层)

Step 4:对策建议——有动作、有对象、有理由

输入:研究备忘录中的「初步建议方向」1-3条

每条建议的三要素:

[动作] + [对象] + [理由]
要素 要求 ✅ 写好 ❌ 写坏
动作 动词(优化/构建/调整/推动) "优化" "加强"(太宽泛)
对象 具体的政策/机制/资源 "时刻资源分配机制" "管理机制"(不够具体)
理由 目的是什么/为什么选这个 "提升枢纽国际竞争力" "促进发展"(万金油)

建议命名法——动词+名词短语:

增强活力 (构建多元共进的国际航线网络)
凝聚合力 (打造国际竞争力强的超级承运人)
提升能力 (持续加强国际航空枢纽建设力度)
加强推力 (强化相关配套资源要素支撑)
激发动力 (推动国际运输与产业深度融合)

两条速成捷径:
1. "分步走"——近中远三步:近期(1年)→ 中期(3年)→ 远期(5年)
2. "分类对标"——从不同主体出发:政府做什么→企业做什么→社会做什么


Step 5:排版检查——最后一站

要素 规范 检查点
层级 一、→(一)→1.→(1) 不跳级
表格 关键对比必须表格化 3个维度以上的对比不用段落描述
数据 加粗关键数字,标注来源+年份 每个数字都有出处
逻辑连接词 因果(因此/为此/从而)/递进(此外/同时/值得注意的是) 段落之间不硬跳
金句密度 每章1-2句点睛之笔 读完后有3-5句能记住的话

产出质量标准

维度 ❌ 不合格 ✅ 合格 ⭐ 优秀
形势分析 写成"从古到今"的历史教材 写出"为什么是现在"的窗口判断 2-4个维度,每个维度有"变化→含义→窗口"三层
数据锚 堆砌10+个数据、无对比 3-5个数据、每个有参照 数据锚+对比+判断三条线,可直接引用
问题诊断 粒度不均、大套小 资源/能力/机制三维均匀 三维+归因分析+颗粒度测试通过
对策建议 "加强/完善/提升"套话 [动作]+[对象]+[理由] 动词+名词命名 + 近中远分步走
排版规范 层级混乱、数据无来源 层级正确、表格化关键对比 层级+表格+金句+数据标注四维齐全
整体感染力 干巴巴的"材料" 逻辑清楚、数据扎实 金句高频、每章有可引用的精彩判断

FAQ

Q1:这个工具适合什么场景?

适合已有研究素材(数据锚+问题诊断),需要快速写出高质量行业研究报告的人。特别适合:策报写作、政策分析报告、战略规划报告。输入来自「智策·分析」的标准产出,无缝衔接。

Q2:这个工具不适合什么场景?

不适合没有研究素材直接开写(请先用「智策·分析」完成研究)、不适合纯数据型报告(不需要分析判断)、不适合学术论文(需要文献综述)。

Q3:我的研究素材不充分怎么办?

按素材情况分档处理:

素材情况 处理方式
有3-5个数据锚+问题诊断卡 全流程走完,产出完整报告
有数据锚但缺问题诊断 用Step 3快速产出问题诊断,然后继续
只有描述性素材无数据锚 返回「智策·分析」Step 2补做数据谋划
只有部分数据 报告性质改为"趋势研判",减少数据依赖,增加定性分析

Q4:对策建议写不出来怎么办?

两条捷径:
- "分步走":近中远三步,每步1-2条建议
- "分类对标":从三个主体出发——政府/企业/社会,各1-2条

如果还不够,检查是否回到了"问题诊断"不够深——诊断不准,建议必然空。

Q5:写出来的报告很空洞怎么办?

最常见的病因不是写作技巧,而是研究阶段埋下的坑:
1. 检查数据锚——每个数据锚是否有对比参照?是否有一句话判断?
2. 检查问题诊断——问题是否够具体?是否每个问题都有数据支撑?
3. 都做了还空洞?→ 插入一个"具体场景"段落,用案例说明抽象判断

Q6:如何确定问题诊断的粒度是否均匀?

标准测试:把每个问题的标题独立拿出来,它们应该是并列关系(同级),不是包含关系(大问题套小问题)。


📖 案例示范

示范1:机场非航收入提升报告(完整输入→输出)

【前置判定】 → 问题诊断型(问题诊断占40%权重)

【用户输入】(来自「智策·分析」的研究素材)

数据锚清单:
├─ 锚点1:非航收入占比30% vs 国际标杆55%(差距25个百分点)
├─ 锚点2:商业转化率12% vs 行业均值18%(差距6个百分点)
└─ 锚点3:停车场收入占比15%,动态定价可提升+47%

问题诊断卡:
├─ 资源类:商业空间规划不合理,国际区商业面积不足
├─ 能力类:数据颗粒度在"航线级"而非"动线级"
└─ 机制类:固定租金模式缺乏共同增长动力

【Step 1: 形势分析】
> 中国TOP机场非航收入占比约30%,国际标杆机场超过中国20个百分点以上。按照相关规划,非航收入占比提升是高质量发展的核心指标之一。这20个百分点的差距既是短板,也是增长空间。

【Step 2: 现状评估(3个数据锚)】
> 1. 非航收入占比:中国机场均值约30%,国际标杆55%,差距25个百分点(来源:机场财报,2024年)。
> 2. 商业转化率:中国机场约12%,国际标杆约20%(来源:ACI报告,2024年)。
> 3. 停车场收入占比:平均占非航收入的15%,动态定价显示可提升+47%(来源:行业研究报告,2024年)。

【Step 3: 问题诊断(三维均匀)】
> 资源类——商业空间规划不合理,国际区商业面积不足。旅客消费场景被压缩在局促空间,单位面积坪效仅为标杆的60%。
>
> 能力类——数据颗粒度停留在"航线级"而非"动线级",无法精准识别不同旅客群体的消费需求。商业运营处于"盲打"状态。
>
> 机制类——机场与商户之间仍是"固定租金"而非"保底+分成"模式,双方缺乏共同增长动力,商户缺乏创新积极性。

【Step 4: 对策建议(5条,分步走)】
> 近期(1年):
> 1. 启动动态定价——停车场优先试点动态定价模式,低成本/高收益/低风险,预计可提升收入+47%。
>
> 中期(3年):
> 2. 优化空间配置——放大国际区商业面积,安检后动线关键节点优先布置高转化业态。预计商业坪效提升30%+。
> 3. 推行租金改革——从固定租金转为"保底租金+营业额提成"模式。引入利益绑定机制,激发商户创新动力。
>
> 远期(5年):
> 4. 提升数据颗粒度——从"航线级"迈向"动线级"数据采集。建立旅客消费画像,实现精准推荐和动线优化。
> 5. 建立消费画像——构建商务/休闲/中转/常旅客四类画像,每类配独立商业策略。

【排版检查】

□ 形势分析:写出了"为什么是现在"而不是"从古到今" ✅
□ 数据锚:3个数据,每个有对比参照 ✅
□ 问题诊断:资源/能力/机制维均匀,粒度一致 ✅
□ 对策建议:[动作]+[对象]+[理由],分近中远三步 ✅
□ 表格密度:关键对比已表格化(对标维度表) ✅
□ 金句密度:每章1-2句点睛 ✅
□ 数据标注:数字标注了来源+年份 ✅

示范2:某省低空经济发展规划报告(完整输入→输出)

【前置判定】 → 战略规划型(对策建议占40%权重)

【用户输入】(来自「智策·分析」的研究素材)

数据锚清单:
├─ 全国无人机126.7万架(来源:行业统计公报2024)
├─ 低空经济规模5000亿元(来源:研究机构报告2024)
└─ 该省通用机场X个,全国排名Y(来源:民航局截至2025)

问题诊断卡:
├─ 资源类:通航机场密度偏低,缺乏常态化运营的起降网络
├─ 能力类:低空飞行服务保障能力不足,空域管理效率待提升
└─ 机制类:跨部门协同机制尚未建立,军民航协调效率低

【Step 1: 形势分析】
> 2023年中央经济工作会议将低空经济列为战略性新兴产业,2024年"低空经济"首次写入政府工作报告。截至当前,全国已有20+省份将低空经济写入"十五五"规划。产业正处于从政策培育期向规模商用期过渡的关键窗口。这扇窗不会一直开着——先发省份已在卡位。

【Step 2: 现状评估】
> 1. 全国注册无人机126.7万架(数据来源:行业统计公报,2024年)——产业规模已到临界点。
> 2. 低空经济规模突破5000亿元(数据来源:研究机构2024年报告)——万亿级市场前夜。
> 3. 该省通用机场数量排名全国第X,已建成XX个,在建XX个(数据来源:民航局统计,2025年)——基础设施短板制约产业承接能力。

【Step 3: 问题诊断】
> 资源类——通航机场密度偏低,缺乏常态化运营的起降网络。该省每万平方公里通航机场数量仅为领先省份的1/3。
>
> 能力类——低空飞行服务保障能力不足,空域管理效率待提升。目前低空飞行审批时长平均72小时,难以支撑高频次商业运营。
>
> 机制类——跨部门协同机制尚未建立,军民航协调效率低。多个部门职责交叉,企业"多头跑"现象严重。

【Step 4: 对策建议(4条,分类对标)】
> 从政府角度:
> 1. 夯实基础设施——加密通用机场网络,形成"干线机场+支线机场+通用机场"三级体系。优先补白:在物流枢纽和应急基地周边建设起降点。
>
> 从制度角度:
> 2. 优化空域管理——推动低空空域分类管理,释放更多可飞空域。借鉴深圳"先试后批"改革经验,争取省级低空空域管理改革试点。
>
> 从市场角度:
> 3. 培育应用场景——优先在物流配送、应急救援、农林植保三个场景突破。不贪大求全,三个场景跑通后再拓展。
> 4. 完善政策配套——出台低空经济专项规划,设立产业发展基金。用政策性资金撬动社会资本,形成"一规划+一基金+N个场景"的政策包。

【排版检查】

□ 形势分析:写出了"为什么是现在" ✅
□ 数据锚:3个数据,每个有对比参照 ✅
□ 问题诊断:资源/能力/机制三维均匀 ✅
□ 对策建议:[动作]+[对象]+[理由],分类对标 ✅
□ 金句密度:每章至少1句点睛 ✅
□ 数据标注:数字标注了来源+年份 ✅

常见错误自查表

# 错误类型 错误表现 正确做法
1 形势变成历史 "自改革开放以来……"长篇背景 只写2-4个维度,每个3句话聚焦"变与不变"
2 数据无对比 一个孤立数字,读者不知道是好是坏 每个数据加历史/国际/目标至少一个参照
3 堆砌数据 12个数据让读者无从判断重要性 只保留3-5个核心数据锚,其余放到附件
4 粒度不均 大问题套小问题,层级混乱 颗粒度测试:标题拿出来应是同级并列
5 建议太空 "加强管理、提升水平、完善机制" [动作]+[对象]+[理由]三要素必须全
6 建议无节奏 5条建议同等重要,没有优先次序 分类:近期/中期/远期,或政府/企业/社会
7 数据无来源 "据统计""数据显示"无出处 每个数字标注来源+年份+统计口径
8 缺判断句 全文只有事实罗列,没有作者判断 每个数据锚配一句话判断,每章至少1句金句

自检清单(提交前必过)

□ 前置判定:确认了写作类型(政策/问题/战略/回顾)
□ 形势分析:写出了"为什么是现在"而不是"从古到今"
□ 数据锚:有3-5个关键数据,每个都有对比参照
□ 问题诊断:粒度均匀(资源/能力/机制分类测试通过)
□ 对策建议:每条都满足[动作]+[对象]+[理由]
□ 标题命名:动词+名词的短语模式(不是"加强""提升")
□ 对策分类:有节奏感(近中远或分类对标)
□ 表格密度:关键对比全部表格化
□ 金句密度:每章至少1句点睛之笔
□ 层级规范:一、→(一)→1.→(1)不跳级
□ 数据标注:每个关键数字标注来源+年份
□ 不适用场景自查:确认适合用本工具
□ 错误自查:对照常见错误表逐项检查

人机协作边界(植入khazix-writer精华)

AI擅长做的(放心交给AI)

找证据和佐证:给出一个观点后,让AI在历史、学术、政策中找到能支撑(和反驳)这个观点的论据。

找类比和比喻:当你需要一个生动的比喻来解释一个抽象概念时,AI可以提供多个候选。比如"民航枢纽像什么"这种类比。

按确定的角度扩写:当你已经想好了核心角度和每段的标题,AI可以帮你填充论述和细节。

补充学科背景知识:PEST/SWOT/波特五力这些,AI可以帮你准确表述。

梳理逻辑和结构建议:写到一半不确定某一段放哪最好,或者觉得逻辑不够流畅,AI可以帮你调整。

AI做了会暴露的(必须人来)

第一手观察和真实经历:Duncan的实地调研、与官员的对话、现场看到的场景。这些不可能用AI编造,一编就假。

核心创意角度:从"十四五规划"联想到"三级关联分析法"、从"郑州机场"推导出"米字型高铁网效应"。这种让报告真正立住的创意灵感,AI给不了。

情绪的真实表达:用"我当时就意识到"而不是"可以看出"。前者是体感记忆,后者是知识性描述。AI容易写后者。

数据到洞察的转化:从"吞吐量2900万"想象出"郑州机场在中部崛起战略中的真实分量",这种温度是需要作者真心去感受的。

理想的协作流程

人:提供研究素材 + 核心观点 + 实地观察 + 情绪节点
 ↓
AI:补充背景知识 + 找证据类比 + 结构建议 + 按角度扩写
 ↓
人:二次改写(加入自己的声音、打破节奏、补充真实细节)
 ↓
AI:按自检清单检查 → 输出修改建议

防错清单(植入民航周报精华)

以下错误已经在实战中反复出现,必须固化防止再犯:

# 错误 根因 防错措施
1 时间逻辑错误(把过去时当预测分析) 未先确认当前日期 每次动笔前先 date 验证当前日期
2 数据凭印象写("约3000万"无来源) 未查API/原文 每个关键数据必须先查后写
3 把AM当查询工具(排序代替理解) 未先扫全貌 先扫全貌再取舍,不机械查询
4 遗漏重大事件(筛选条件太窄) 未全量扫描 全貌扫描后再筛选,heat_score不能当唯一标准
5 混用不同口径数据 未统一口径 每个数据标注统计口径和来源

> 💡 已固化教训:2026-05-25 Duncan连续纠正三次日期错误。这是已经固化的教训,必须防止再犯。


关联资源

前置Skill(数据输入来源)

  • 智策·分析(Z-Ce Analyze) → 提供研究素材(数据锚+问题诊断卡+研究备忘录)

同级Skill

  • 智策·工作室(Z-Ce Studio) → 研究+写作完整版(等同于原策报)
  • 智策·引录(Z-Ce Cite) → 文献著录工具(如需补充参考文献)

参考资源

  • 管理咨询方法论工具库(金字塔原理/MECE/数据锚定法)

方法论来源:多源行业专题报告实战提炼 + 谋定而后动五步法 + 四步分析法
版本说明:V1.0/2026-06-03(优化版 - 新增写作类型判定+产出质量标准+常见错误自查表)

常见问题

5 问
答案由本站依据条目字段整理
智策撰写怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_4231d667/z-ce-compose。安装方式为未标注。装完刷新技能列表或重开客户端。

智策撰写支持哪些客户端?

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。

智策撰写权限高吗,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。

智策撰写收费吗?

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。

智策撰写用什么许可证?

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 未标注。