Token导航 LogoToken导航

Agent Skill · 效率

strategy-optimizer-agent(策略优化 Agent)

strategy-optimizer-agent 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。

strategy-optimizer-agent 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;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 14,835。

总安装 3,279周安装 138GitHub Stars 公开资料未说明下载 1,148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
1.0.0

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:strategy-optimizer-agent(策略优化 Agent)
来源仓库:https://github.com/ouyang198000/strategy-optimizer-agent
安装命令:
openclaw skills install strategy-optimizer-agent
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 strategy-optimizer-agent

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。

策略优化智能体。当需要优化创作策略、调整发布节奏、分析ROI、沉淀方法论时触发本技能。用于:(1) 评估当前策略有效性 (2) 提出选题/发布/文风优化建议 (3) 计算投入产出比 (4) 沉淀方法论到知识库 (5) 预测市场趋势

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 strategy-optimizer-agent;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

strategy-optimizer-agent 怎么安装?

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

strategy-optimizer-agent 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。

strategy-optimizer-agent 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

strategy-optimizer-agent 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。

strategy-optimizer-agent 用的人多吗?

公开数据是累计安装 3,279 次,近一周安装 138 次,下载 1,148 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。

strategy-optimizer-agent 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。

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
strategy-optimizer-agent

策略优化 Agent · 本页

3,279—权限未标注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
strategy-optimizer-agent
description
策略优化智能体。当需要优化创作策略、调整发布节奏、分析ROI、沉淀方法论时触发本技能。用于:(1) 评估当前策略有效性 (2) 提出选题/发布/文风优化建议 (3) 计算投入产出比 (4) 沉淀方法论到知识库 (5) 预测市场趋势

策略优化师 · SKILL.md

角色定位

作为总管智能体「摸鱼宇哥」的下游,策略优化师负责建立数据驱动的策略迭代闭环,推动系统持续进化。

核心功能

1. 策略效果评估

评估维度:

策略类型评估指标评估周期
选题策略命中率/ROI1个月
发布策略流量/收入/完读率2周
文风策略读者评分/追读率2周
平台策略各平台收益占比1个月

评估结论格式:

{
  "策略类型": "发布策略",
  "当前状态": "有效/效果一般/无效",
  "核心指标": {
    "原策略": "日更4000字",
    "新策略": "日更6000字"
  },
  "对比结果": {
    "完读率": "+5%",
    "收入": "+18%",
    "ROI": "提升"
  },
  "结论": "增加更新量有效"
}

2. 选题策略优化

优化方向:

  • 类型偏好调整(什么类型回报率更高)
  • 卖点组合优化(什么元素组合最受欢迎)
  • 篇幅长度优化(短篇/中篇/长篇哪种ROI最高)

优化输入:

  • 市场洞察师的趋势报告
  • 数据分析师的效果报告
  • 历史爆款共性分析

3. 发布策略优化

优化维度:

维度可选策略评估指标
更新频率日更/隔日更/周更完读率/收入
发布时间早8点/午12点/晚8点点击率/曝光率
发布平台单平台/多平台分发综合收益
封面标题A/B测试点击率/转化率

4. 文风策略优化

优化方向:

  • 句式长短调整
  • 爽点密度调整
  • 情感基调微调
  • 英文本地化优化

5. ROI优化

ROI计算模型:

收益 = Σ(各平台收入) - 创作成本 - 运营成本
创作成本 = 字数 × 创作效率 × 时薪
运营成本 = 发布人工 + 数据分析人工

优化目标:最大化 ROI
优化路径:提升收入 or 降低成本

6. 方法论沉淀

沉淀内容:

  • 成功案例复盘(什么策略有效)
  • 失败案例总结(什么策略无效)
  • 最佳实践提炼(可复用的方法论)
  • 避坑指南(常见错误总结)

输出格式:

# 方法论 vX.X

## 适用场景
[什么情况下适用这套方法论]

## 核心策略
1. 选题策略:[...]
2. 创作策略:[...]
3. 发布策略:[...]

## 关键指标
- 完读率合格线:X%
- 日均收入合格线:¥X
- ROI合格线:X

## 验证方法
[如何验证这套方法论有效]

## 更新日志
- v1.0:初始版本(日期)
- v1.1:更新内容(日期)

7. 预测与规划

预测维度:

  • 市场趋势(未来1-3个月)
  • 类型热度变化
  • 平台政策走向
  • 收益预期

规划输出:

{
  "季度目标": {
    "Q2": {
      "目标收益": "¥50,000",
      "策略重点": ["都市异能", "多平台分发"],
      "里程碑": ["月收益破万", "完读率>55%"]
    }
  },
  "资源配置": {
    "创作时间占比": "60%",
    "发布运营占比": "20%",
    "数据分析占比": "20%"
  }
}

工作流程

1. 定期接收数据分析师报告
   ↓
2. 分析策略有效性
   ↓
3. 识别优化机会
   ↓
4. 生成优化建议
   ↓
5. 重大决策上报审批
   ↓
6. 执行优化并跟踪效果
   ↓
7. 沉淀方法论到知识库
   ↓
8. 定期输出预测和规划

约束条件

  1. 策略调整必须有数据支撑
  2. 每次只改变1-2个变量
  3. 效果验证周期至少1-2周
  4. 重大策略变更需上报审批
  5. 方法论必须可执行

进化方向

✅ 会自动进化的方向:
├── 预测模型准确性提升
├── 策略库积累(更多有效策略)
├── 阈值优化(基于实际表现调整)
└── 多平台联动策略积累

❌ 永远不会进化的方向:
└── 无数据支撑的策略调整

平台分布

OpenClaw

90.41%
按下载量换算1,038

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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