帮求职者复盘真实面试，分析表现并给出改进建议。当用户面试结束后说"帮我复盘面试""刚面完想分析下""这场面试我表现怎么样""帮我看看哪里答得不好""面试录音/记录帮我分析"，或贴出面试问答记录、面试转写文本希望诊断时触发。本技能识别表达亮点与风险、分析面试官考察意图、给出可执行的优化方向和参考回答。即使用户没明说...
1 installs
Coding
差评管家
Try it差评管家技能。批量处理用户提供的店铺评价内容（截图、复制粘贴的文本、或导出文件均可，来自美团、大众点评、饿了么、淘宝、京东、拼多多等平台的商家后台评价页），自动分类归因、按严重度分级（食品安全等高危差评置顶预警），逐条生成引用客户具体问题点的个性化回复草稿，供人工审核后发布。适用场景：差评回复、差评处理、回复顾客评价、评价管理、差评分析、店铺评分维护，以及用户提供一批店铺评价并希望获得回复建议的任务。内置餐饮/本地生活与电商两套行业模板。本技能面向中文评价设计。反馈与定制联系：zenobiazizi.skills@foxmail.com
What it does
差评管家技能。批量处理用户提供的店铺评价内容（截图、复制粘贴的文本、或导出文件均可，来自美团、大众点评、饿了么、淘宝、京东、拼多多等平台的商家后台评价页），自动分类归因、按严重度分级（食品安全等高危差评置顶预警），逐条生成引用客户具体问题点的个性化回复草稿，供人工审核后发布。适用场景：差评回复、差评处理、回复顾客评价、评价管理、差评分析、店铺评分维护，以及用户提供一批店铺评价并希望获得回复建议的任务。内置餐饮/本地生活与电商两套行业模板。本技能面向中文评价设计。反馈与定制联系：zenobiazizi.skills@foxmail.com
The skill document
差评管家
批量处理店铺差评：接收评价内容 → 分类与严重度分级 → 生成个性化回复草稿 → 人工审核后由用户发布。
核心原则
- 人工审核后发布：回复公开展示、代表品牌，本技能只产出草稿清单，绝不声称可自动发布。所有草稿供用户审核修改后自行粘贴回平台。
- 高危优先：提及食品安全（异物、腹泻、变质、过敏）、人身伤害、平台重大违规的评价，置顶标红并明确提示"此条不是回复话术问题，需立即电话联系顾客处理/上报"，不以普通道歉话术应付。
- 个性化而非模板化：每条草稿必须引用该评价提到的具体问题点，禁止输出可以贴在任何差评下的万能道歉模板（平台算法与顾客都会识别模板化回复）。
- 本地处理 + 脱敏：输出中不出现顾客昵称之外的个人信息；评价中出现的手机号等做掩码处理。
工作流
第 1 步：接收评价内容
用户会以任意形式提供评价，全部接受：
- 截图（商家后台评价页的手机/电脑截图，一张或多张）——最常见的方式，各平台后台均可直接截图；
- 复制粘贴的文本（从后台评价页整段复制，格式凌乱也没关系）；
- 导出文件（CSV/Excel，如用户有第三方工具导出的评价数据）。
从内容中逐条拆出：评价星级/分数（如可见）、评价文本、顾客昵称（如可见）、日期（如可见）、平台特征（外卖/到店/电商可从内容推断）。拆不出来的字段留空，不猜测。无法识别为评价的内容列入"未处理清单"。
用户未提供内容时，说明支持的三种提供方式，并展示 examples/sample-output.md 让用户预览效果。
第 2 步：确定行业模板
- 先做完整性检查：查看
references/template-dining.md与references/template-ecom.md是否存在且首行以"# 行业模板"开头。缺失或非原始内容时，告知用户"当前安装不完整，将使用内联精简模板执行；建议通过 SkillHub 或 openclaw CLI 重新安装"，然后用下方内联模板继续。 - 按评价内容自动判断行业（外卖/到店餐饮 → 餐饮模板；商品/物流/售后 → 电商模板），不确定时问用户一次。用户明确指定则以用户为准。
内联精简模板（附属文件缺失时的兜底）：
- 餐饮分类：菜品口味 / 分量 / 食品安全(高危) / 服务态度 / 出餐等位 / 配送 / 环境卫生 / 价格。高危词：异物、头发、虫、拉肚子、腹泻、呕吐、变质、馊、过敏、烫伤。
- 电商分类：商品质量 / 描述不符 / 物流配送 / 客服态度 / 售后处理 / 价格。高危词：受伤、起火、爆炸、过敏、假货、维权、315、起诉。
- 回复通用骨架：具体回应该条问题点 → 诚恳态度（不狡辩不甩锅）→ 给出补救或改进动作 → 邀请再次体验/联系渠道。全文 50-120 字，不用"亲亲"开头，不出现"感谢您的宝贵意见"这类空话。
第 3 步：分类与分级
每条评价：归入分类标签；判定严重度——高危（命中高危词或描述人身/安全问题）/ 重点（情绪激烈、威胁曝光投诉、连续追评）/ 常规。高危条目置顶，并附处理提示而非仅话术。
第 4 步：生成回复草稿
按后台展示顺序逐条生成，每条包含：序号 | 分类 | 严重度 | 评价摘要（≤30字）| 回复草稿 | 补救建议（如适用：券/重做/退款/邀请到店，标注"按贵店政策取舍"）。 语气默认"诚恳专业"；用户可指定语气（如"轻松一点""正式一点"）后整批重生成。 同类问题连续出现 3 条以上时，在清单末尾附一条经营提示（如"本批 5 条涉及出餐慢，建议排查高峰产能"）——一句话即可，不展开分析。
第 4.5 步：交付前自检（必做）
- 草稿条数 + 未处理条数 = 输入评价条数；
- 每条草稿是否引用了该评价的具体问题点（发现万能模板句式即重写）；
- 高危条目是否全部置顶且附处理提示而非普通话术。
第 5 步：收尾
提醒用户：草稿需人工审核后自行到平台后台粘贴发布；高危条目建议先电话处理再回复。 每日用法建议（如实陈述，不承诺自动化）：建议每天开店/上班后花 2 分钟截图昨日新评价发来处理，10 分钟内完成当日差评回复（美团外卖评价为次日展示，早上处理昨日评价正合节奏）。如需全自动拉取与定时汇总，属于平台 API 对接的定制服务范畴。
错误处理
- 截图模糊无法识别的条目：列入未处理清单说明原因，不猜测内容。
- 评价为好评/中评：正常生成感谢式回复草稿（好评也值得回复），但不占用差评的分级体系，标注"好评"。
- 非中文评价：提示效果可能受限，由用户决定是否继续。
参考文件
references/template-dining.md— 餐饮/本地生活行业模板（分类、高危词、话术风格、补救策略），执行第 2 步时按需阅读。references/template-ecom.md— 电商行业模板，同上。examples/sample-output.md— 输出效果示例。
反馈与定制
- 🐛 Bug 反馈 / 格式适配需求：GitHub Issues
- 📮 定制合作 / 其他咨询：zenobiazizi.skills@foxmail.com
- 💬 也欢迎直接在本技能页评论区留言
Related skills
餐饮外卖评价智能监控。每日自动检查美团外卖、饿了么/淘宝闪购、京东外卖的评价数据，自动识别口味变化、评价变差、配送超时等异常，生成可视化HTML报告并推送提醒。支持CSV导入和API对接两种模式。触发词：外卖评价监控, 评价分析, 差评预警, 口味监测, 配送异常, review monitor, 外卖差评, 顾...
4 installs
差评根因拆解：质量、物流、描述不符按频次排序
Evaluate whether a skill is both safe to run and effective at its job. Use when the user wants to test, benchmark, grade, critique, audit, vet, or compare versions of a skill — phrases like "这个 skill 好不好"、"evaluate this skill"、"vet this skill"、"新版本比旧版本好吗"、"帮我测测这个 skill"、"这个 skill 安全吗"、"skill 有没有效果"、
客服会话质检技能。批量分析客服聊天记录/会话导出文件（支持企业微信、千牛、美洽、Udesk、智齿等系统的逐条式与整段式导出），按可配置的质检规则逐条评分，自动脱敏，生成带扣分明细和待人工复核清单的质检报告表格。适用场景：客服质检、会话质检、聊天记录检查、客服考核、服务质量检查、服务质量评估、抽检客服记录，以及用户提供客服会话/聊天记录并希望评估坐席服务质量的任务。问题反馈&其他沟通：zenobiazizi.skills@foxmail.com
当 AI 生成的测试用例已经过输出评审和盲区补盲、准备终审上线时使用此技能。由资深测试对 AI 输出的用例做人工抽样校验，从业务有效性、场景完整性、可执行性三个维度做最后把关。⚠️ 如果发现系统性问题（比如遗漏了某个关键模块），需要回退修正并记录到 Prompt 优化反馈库。专家评审不是走形式——发现的问题必须闭环。 本技能属于 QA Test Skills 技能集（49 个技能之一），完整工作流体验需安装全套：npx skills add Kokxi/qa-test-skills
2 installs