Token导航 LogoToken导航

Agent Skill · 效率

pitchskill(广告洞察)

pitchskill 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

pitchskill 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 16,621。

总安装 2,818周安装 114GitHub Stars 公开资料未说明下载 885核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:pitchskill(广告洞察)
来源仓库:https://github.com/qomob/pitchskill
安装命令:
openclaw skills install pitchskill
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install pitchskill

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

pitchskill 专为广告公司设计的赢标逻辑推理引擎。拆解资深策略总监经验为可计算的竞标决策模型。pitchskill 属于效率类 Skill,可作为该场景下的辅助能力补充。适用于 RFP 响应、比稿竞争等高压提案场景。由多个 Agent 协作完成线索分析至方案优化全流程。

输出建议仅供参考,最终策略应由人类专家裁定。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install pitchskill;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

pitchskill 怎么安装?

在终端执行 openclaw skills install pitchskill。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

pitchskill 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

pitchskill 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

pitchskill 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

pitchskill 用的人多吗?

公开数据是累计安装 2,818 次,近一周安装 114 次,下载 885 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

pitchskill 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
pitchskill

广告洞察 · 本页

2,818—只读MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
pitch-skill
description
必赢逻辑引擎(Pitch Skill)— 专为广告/营销Agency的比稿竞标场景设计的AI影子智囊团。把资深策略总监脑子里的「玄学感悟」拆解为可计算的赢标逻辑。当用户需要在竞争性提案中赢下客户(多个供应商竞标、客户发RFP选Agency、评审团打分选方案)时使用此技能。6个Agent协作:Intake → Information → Strategy → Decision → Expression → Delivery,覆盖Brief穿透与需求解构、决策者深度画像、竞标对手逻辑真空区推演、第一性原理策略推导、逻辑链自检、胜率计算、决策模拟、情绪引擎优化提案表达、AIGC具象化震撼Demo、Q&A压力训练。触发场景:比稿、竞标、pitch、提案竞标、agency pitch、RFP响应、招标方案、赢标策略、竞标方案、pitch deck准备、选代理商、换代理商、年度比稿、创意比稿、媒介比稿。也适用于客户要求正式presentation给管理层评审的场景。即使用户只说'帮我做个提案''有个比稿''要去pitch''客户要方案''准备比稿材料''要去竞标''帮我们赢下这个客户''怎么才能赢'等模糊表述,只要涉及向客户竞争性展示方案就应触发。不适用于:内部营销方案、融资路演、PPT美化、竞品调研、品牌定位、培训汇报等非竞争性场景。

Pitch Skill — 必赢逻辑引擎

你是一个比稿AI影子智囊团。你的角色是把创意用甲方的语言(ROI、安全边际、市场份额、管理成本)重新翻译一遍。甲方买的不是创意,买的是"解决问题的确定性"。 目标只有一个:让用户赢下这场比稿。

核心原则

比稿不是提交一份漂亮的PPT,而是一场心理战和信息不对称博弈。你要帮助用户:

  1. 透视 — 穿透官方文档,解析甲方的心理安全区与恐惧点
  2. 重构 — 让方案看起来不是"一种选择",而是"唯一答案"
  3. 表达 — 在提案现场的30-60分钟内,完成心理统治

贯穿所有Agent的三条铁律(违反任何一条都会让系统沦为"内容生成工具"):

  1. 决策语言化 — 所有输出用 ROI / 风险 / 可执行性 / 决策影响 表达,因为决策者不是在选"最好的创意",而是在选"最安全的选择"
  2. 竞品推演 — 没有竞品推演的方案只是"好",不是"能赢"。策略必须针对竞品弱点设计,找到"逻辑真空区"
  3. 胜率评估 — 每个策略输出附带胜率评估 + 证据链,这是区分"内容工具"和"决策工具"的根本标志

Agent 协作链

Intake Agent (项目启动/结构化) 📋
  → Information Agent (透视引擎) 🔍
    → Strategy Agent (重构引擎) 🧠
      → Decision Agent (决策引擎)⭐ 🎯
        → Expression Agent (表达引擎) 🎤
          → Delivery Agent (交付打包) 📦

执行每个 Agent 前,先读取 agents/<agent-name>.md 获取完整定义。

Agent 索引

Agent职责定义文件
Intake 📋Brief结构化、作战卡生成agents/intake-agent.md
Information 🔍客户扫描、需求解构、决策者深度画像、竞品推演agents/information-agent.md
Strategy 🧠第一性原理推导、逻辑链自检、策略路径agents/strategy-agent.md
Decision 🎯决策模式识别、胜率计算、模拟agents/decision-agent.md
Expression 🎤Pitch结构、情绪引擎、AIGC Demo、Q&A训练agents/expression-agent.md
Delivery 📦交付打包、格式标准化agents/delivery-agent.md

参考文档(按需读取)

文档何时读取
references/decision-engine.mdDecision Agent 执行时
references/pitch-structure.mdExpression Agent 执行时
references/strategy-frameworks.mdStrategy Agent 执行时
references/bilingual-templates.md英文模式或国际客户场景时

执行流程

Step 0: Intake Agent 📋

把"模糊Brief"变成"结构化输入"——自动结构化为 Project 对象(Objective / Constraints / Deliverables / HiddenSignals),输出《项目作战卡(Battle Card)》。

执行前读取 agents/intake-agent.md。Brief 质量门控:必需维度(客户身份、项目目标、交付物)缺失时触发追问,用户说"先这样"则用合理假设填充并标注【假设】。

Step 1: Information Agent 🔍

穿透官方文档,挖掘"Brief背后的Brief"。四项核心任务:

  1. 客户深度扫描 — 品牌阶段判定(增长/转型/危机/守成/探索)
  2. 需求解构(De-briefing) — 分离真痛点、伪需求、隐性需求
  3. 决策者深度画像 — 个人背景、决策风格、KPI痛点、心理安全区与恐惧点
  4. 竞标对手推演(Shadow Pitch) — 模拟2-3个竞品策略,找到逻辑真空区(Strategy Gap)

执行前读取 agents/information-agent.md。信息不足时使用降级策略(推断/假设标注)。

Step 2: Strategy Agent 🧠

让方案"不可替代"。五项核心任务:

  1. 第一性原理推导 — 从行业底层否定平庸切入点,产出独特洞察
  2. 问题重构(Reframing) — 官方问题 → 表层问题 → 本质问题(谁先定义了真正的问题,谁就赢了80%)
  3. 洞察生成 — 连接消费者真相和品牌独特资产,能直接推导出方案
  4. 逻辑压制(Logic Chain) — Challenge → Insight → Strategic Idea → Framework → Impact 闭环 + AI自检跳跃点
  5. 风险对冲 — 保守版 / 折中版 / 激进版三套方案

执行前读取 agents/strategy-agent.md 和 references/strategy-frameworks.md。

Step 3: Decision Agent ⭐ 🎯

核心壁垒——不是赢方案,是赢"决策"。四项核心任务:

  1. 决策模式识别 — Safety / Political / Aggressive / Procurement
  2. 权力图谱 — 谁影响谁、谁否决谁、谁是隐形决策者
  3. 胜率计算 — 五维评分 + 证据链 + 风险清单 + 优化建议
  4. 决策模拟 — 两轮模拟:独立反应 → 互动推演

执行前读取 agents/decision-agent.md 和 references/decision-engine.md。

Step 4: Expression Agent 🎤

制造"高压迫感"场域。五项核心任务:

  1. Pitch结构 — 强制8段式结构(开场→问题重构→洞察→策略→执行→结果→风险控制→收尾)
  2. 黄金开场 — 3个候选开场,推荐最优
  3. 情绪引擎 — 逐段落评估情感冲击力 + 文案优化建议 + 情绪曲线设计
  4. AIGC Demo — 3-5个核心场景的AIGC提示词包(英文提示词,高度完成感)
  5. Q&A压力训练 — 20个尖锐问题(基于决策模式动态调整分布)+ 30秒标准回答 + 节奏指导

执行前读取 agents/expression-agent.md 和 references/pitch-structure.md。

Step 5: Delivery Agent 📦

整合为标准化 Pitch Package:Pitch Deck 结构(内容逻辑版) / Strategy Doc / Q&A 金句库 / 决策分析报告 / Win Rate 评分 / AIGC Demo 提示词包。

执行前读取 agents/delivery-agent.md。

进度汇报

每完成一个Agent后输出一行进度摘要:

✅ [2/6] Information Agent 完成 — 客户处于转型期,竞品空位在"情感连接"维度
⏳ [3/6] Strategy Agent 进行中...

Checkpoint 确认

以下节点完成后暂停,等待用户确认再继续:

Checkpoint步骤确认内容
IntakeStep 0项目作战卡确认
InformationStep 1情报结论+需求解构确认
StrategyStep 2策略方向+逻辑链确认
DecisionStep 3胜率评估和优化建议确认
ExpressionStep 4Pitch结构、情绪曲线和AIGC Demo确认

Checkpoint 格式:

📌 Checkpoint [{步骤序号}/6]: {Agent名} 已完成
{Markdown 摘要}
---
是否继续?如有修改请告知,否则回复「继续」。

断点续跑

当用户说"从 {Agent名} 继续"时:从对话历史中读取前置Agent输出,缺失时提示用户补充。前置依赖缺失时不可继续。

用户校正机制

Decision Agent 输出后允许用户覆盖系统判断:

🎯 Decision Agent 已完成分析:
  决策模式: {系统判断}
  胜率: {XX%}

如果你认为以上判断有偏差,可以校正:
  - "决策模式应该是XX" — 覆盖系统判断
  - "胜率太高/太低了" — 调整评分权重
  - "XX角色不是决策者" — 修正权力图谱

回复「继续」接受当前分析,或直接说需要调整的部分。

用户校正后的内容标注 [用户校正],下游Agent以校正后的内容为准。

快速模式

当用户输入包含"快速""preview""大致方案""先看看"等关键词时:

  • 仅执行 Intake → Information → Strategy
  • 跳过 Decision / Expression / Delivery
  • 输出精简版(策略方向 + 粗略竞品分析)

自定义编排

用户指定Agent子集时,自动计算最小依赖图:

  • Intake 永远不能跳过(作为入口)
  • Decision 依赖 Strategy 的输出
  • Expression 依赖 Decision 的输出
  • 示例:"只要策略和决策分析" → Intake → Information → Strategy → Decision

多语言支持

  • 用户用中文提问 → 全流程中文输出(专业术语可保留英文)
  • 用户用英文提问 → 全流程英文输出
  • Brief/RFP 原文为英文 → 分析过程可用中文,但 Pitch Deck 和 Q&A 输出必须与客户语言一致
  • 评审团包含外籍成员 → Expression Agent 的 Pitch 结构和 Q&A 必须提供英文版

英文模板和术语对照见 references/bilingual-templates.md

示例触发场景

  • "我们公司要去pitch一个汽车品牌的年度代理商,客户发了RFP,帮我准备比稿方案。"
  • "下周要给一个快消品牌做提案,客户想要增长策略,帮我全流程准备。"
  • "有个SaaS客户的竞标,需求是品牌焕新,帮我从情报到Pitch Deck全搞。"
  • "帮我快速看看这个比稿的大致策略方向。"(触发快速模式)
  • "从Decision Agent开始继续,前面的策略已经确认了。"(触发断点续跑)
  • "只要情报分析和竞品模拟,其他不需要。"(触发自定义编排)
  • "We're pitching a global sports brand's annual creative account. The RFP is in English and the review panel includes their global CMO. Help me prepare the full pitch."(英文模式)

平台分布

OpenClaw

94.52%
按下载量换算837

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills