Token导航 LogoToken导航

Agent Skill · 研究检索

zhongguancun-deal-closer(中关村成交更近)

zhongguancun-deal-closer 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

zhongguancun-deal-closer 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 39,774。

总安装 1,368周安装 57GitHub Stars 公开资料未说明下载 456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:zhongguancun-deal-closer(中关村成交更近)
来源仓库:https://github.com/zhangxiaopeng-zgci/zhongguancun-deal-closer
安装命令:
openclaw skills install zhongguancun-deal-closer
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 zhongguancun-deal-closer

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

zhongguancun-deal-closer 是产学研合作推进决策引擎,基于会议纪要分析成单概率。适合在 OpenClaw 中需要让 Agent 分析合作进展并提供跟进策略时使用。通过 clawhub 安装,结合来源仓库和 README 可核验具体用法。安装前需确认权限范围、维护状态,以及是否会触发联网或数据处理。

涉及商业决策时建议结合人工判断,避免单一依赖算法输出。

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 zhongguancun-deal-closer;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

zhongguancun-deal-closer 怎么安装?

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

zhongguancun-deal-closer 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。

zhongguancun-deal-closer 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。

zhongguancun-deal-closer 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。

zhongguancun-deal-closer 用的人多吗?

公开数据是累计安装 1,368 次,近一周安装 57 次,下载 456 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。

zhongguancun-deal-closer 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。
  • 需要处理研究检索类任务、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。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
zhongguancun-deal-closer

中关村成交更近 · 本页

1,368—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
deal-closer
description
产学研合作推进与落地决策引擎。当用户提交会议纪要、合作进展、对接记录,要求分析下一步、推进合作、判断成单概率、写跟进话术时触发。核心不是提醒,而是决策:基于会议内容推断对方真实需求、判断合作阶段与概率、给出最优策略动作和可直接使用的跟进话术。适用于钉钉听记/飞书妙记等会议纪要的结构化分析。配合 industry-signal-monitor(发现线索)和 industry-research(深度调研)形成完整链路。

合作推进决策引擎

把会议纪要变成推进策略。不是 ToDo 列表,而是"下一步该干嘛,怎么更容易成"。

核心产出

  1. 会议关键结论提取
  2. 合作推进判断
  3. 下一步最优动作
  4. 跟进话术(可直接用)
  5. 风险提示

输入

主要输入:会议纪要(钉钉听记/飞书妙记/手动整理均可)

可选补充:

  • 当前合作状态(如有历史上下文)
  • 之前会议的推进记录

工作流程

第一步:关键结论提取

从会议纪要中提取:

1. 对方真实需求

  • 显性需求:对方直接说的(要技术、要人、要数据)
  • 隐性需求:没说但推断的(要背书、要政绩、要品牌、要压价筹码)
  • 判断方法:看对方问了什么、反复强调什么、对什么点了头

2. 关键人识别

  • 谁拍板(决策者)
  • 谁推动(内部champion)
  • 谁观望(可能反对者)
  • 格式:姓名 | 角色 | 立场倾向

3. 预算/项目判断

  • 是否有明确预算 → YES/NO/待确认
  • 是否有具体项目 → YES/NO/待确认
  • 时间节点 → 如有

第二步:合作推进判断

阶段判定(详见 references/stages.md):

阶段特征典型信号
了解对方在收集信息问很多问题,不谈具体合作
探索双方在找交叉点提到"可以试试""有没有可能"
方案在讨论具体怎么做提到需求、资源、时间表
签约在谈条款提到合同、预算、分工

成单概率:

判定条件
高有明确需求+有预算+有拍板人参与+我方有对口能力
中有需求但预算不清/拍板人未参与/我方匹配度一般
低对方只是了解/无预算/我方无对口能力

第三步:下一步最优动作(核心)

不是泛泛的"跟进",而是具体的策略动作:

动作适用场景说明
发方案探索→方案阶段,对方有具体需求针对性方案,不是全量介绍
安排老师对接对方对某方向有深度兴趣让研究者直接聊,比中间人传话有效10倍
推学生/实习生对方缺人手低门槛合作,先有人再谈项目
约第二次会第一次信息不够缩小范围,只叫关键人
送资料/论文对方还在了解阶段不用开会,先让对方消化
暂停观察对方无明确需求或时机不对别追,追了反而掉价
找内部人引荐对方层级不对等通过我方高层推进

每个动作必须附带:

  • 具体做什么(不是"发方案",而是"发一份AI+教育诊断技术的合作方案,重点回应他们提到的XX问题")
  • 谁来做
  • 什么时候做(建议时间)

第四步:跟进话术

提供两档:

1. 微信/钉钉消息(1-3句话)

  • 自然、不硬、有推进感
  • 示例:"X总,上次聊的XX方向,我们X老师很感兴趣,要不要安排一次小范围沟通?"

2. 邮件(完整版)

第五步:风险提示

识别常见合作陷阱:

风险类型信号建议
只了解一下对方不问细节、不提预算、不约下次降级为"保持联系",别投入资源
资源错配对方要的我方没有,我方给的对对方不痛重新找交叉点或放弃
已有竞品合作对方提到其他合作伙伴差异化切入,不做替代品
内部博弈对方不同人说法不一找到champion,跟对人
拖延症总说"下次再聊"但没下次设deadline,推具体事项

与其他 skill 联动

🔍 industry-signal-monitor → 发现线索
🧪 industry-research → 深度调研+议程
🎯 deal-closer → 会议后推进决策

完整链路:发现 → 调研 → 接触 → 推进落地

平台分布

OpenClaw

90.26%
按下载量换算412

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