← Back to Skills Marketplace
golngod

Hutian Opc Pre Publish Check

by golngod · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
34
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install hutian-opc-pre-publish-check
Description
Skill/Agent发布前的标准化质量把控工具,确保产出经过案例支撑、一致性和合规检查
README (SKILL.md)

发布前自查自纠向导

1. 定位与用途

定位:Skill/Agent发布前的标准化质量把控工具,确保每个产出都经过案例支撑、一致性验证、创新确权、商业化审核和竞品卡位的全链路检验。

适用场景

  • 新Skill/Agent首次发布前
  • 重大版本迭代后重新发布
  • 参加平台评选/推荐前
  • 软著/专利申请前的自我诊断

核心价值

  • 提供可量化的质量评分(偏离度\x3C15%通过)
  • 生成符合2026软著新规的"人类智力贡献"证据链
  • 输出可直接用于IP申请的创新点说明书
  • 发现商业化短板并给出校正方案

2. 检查项总览

序号 检查项 阻塞级别 阈值
1 案例支撑验证 🛘阻断 ≥10个,目标20个
2 一致性检查 🛘阻断 偏离度\x3C15%
3 竞品分析与卡位 🛘阻断 卡位清晰度≥3分
4 创新独特点提炼 ⚠️警告 ≥3个创新点
5 Prompt工程文档化 🛘阻断 有完整迭代记录
6 IP与版权检查 🛘阻断 零风险或已标注
7 商业钩子检查 ⚠️警告 ≥2个有效钩子
8 商业化审核与校正 🛘阻断 定价偏离\x3C30%
9 合规与安全 🛘阻断 零违规

3. 详细检查流程

Step 1: 案例支撑验证

检查标准

  • 数量要求:≥10个案例,目标20个
  • 场景覆盖:正常场景×5、边界条件×3、异常输入×2
  • 质量要求:每个案例包含 输入→输出→评分(1-5)

操作步骤

  1. 列出Skill/Agent设计的核心功能点(3-5个)
  2. 为每个功能点设计2-4个测试案例
  3. 执行案例,记录输入输出
  4. 评分并汇总到案例支撑报告

评分标准

分数 案例数量 场景覆盖
5分 ≥20个 全覆盖+边界+异常
4分 15-19个 4类场景覆盖
3分 10-14个 基本覆盖
2分 5-9个 ⚠️需补充
1分 \x3C5个 🛘阻断发布

输出:案例支撑报告.md


Step 2: 一致性检查(核心创新)

为什么做:同一输入多次执行,输出偏离度>25%说明存在随机性或逻辑不稳定,无法保证用户体验。

偏离度计算维度(权重分配):

维度 权重 计算方法
结论一致性 40% 核心结论相同=0分,相异=100分
结构一致性 25% 报告框架差异段落数/总段落数×100
数据一致性 20% 关键数字偏差绝对值/平均值×100
建议一致性 15% 行动建议方向相同=0,相异=100

综合偏离度 = Σ(维度得分×权重)

操作步骤

  1. 选择3个典型测试输入
  2. 对每个输入执行3次完整流程
  3. 对比3次输出的4个维度
  4. 计算综合偏离度
  5. 出具偏离度报告

阈值判定

偏离度 判定 处置
\x3C15% ✅通过 可发布
15-25% ⚠️需优化 回到Step 5优化Prompt
>25% 🛘不合格 必须重新调试

示例:查新检索Skill一致性测试

  • 输入:"TRIZ技术创新方法"
  • 第一次输出:结论"TRIZ有效",结构5段,数据"提升30%",建议"推荐使用"
  • 第二次输出:结论"TRIZ有效",结构5段,数据"提升28%",建议"可考虑使用"
  • 第三次输出:结论"TRIZ有效",结构6段,数据"提升35%",建议"强烈推荐"
  • 偏离度计算:结论0+结构5%+数据15%+建议10%=综合约7% ✅通过

输出:一致性检测报告.md(含3次输出对比+偏离度评分+改进建议)


Step 3: 竞品分析与卡位

操作步骤

3.1 竞品扫描

  1. 在扣子商店/GitHub/Coze等平台搜索同类关键词
  2. 筛选功能相似度>60%的作为直接竞品
  3. 采集信息:名称/作者/功能描述/定价/评分/下载量

3.2 功能异同拆解

  1. 列出我方功能清单
  2. 列出竞品功能清单
  3. 制作差异化矩阵表
功能点 我方 竞品A 竞品B 差异评价
案例支撑 ✅10个 ❌无 ✅15个 我方达标
一致性验证 ✅有 ❌无 ✅有 差异化优势
... ... ... ... ...

3.3 卡位评估

维度 评分(1-5) 说明
卡位清晰度 目标用户是否明确
差异化程度 与竞品的差异是否可感知
市场空间 该细分市场是否足够大

3.4 护城河分析

  • 独家功能是否可被快速模仿?
  • 护城河来源:IP保护/数据积累/网络效应/先发优势

判定标准

卡位清晰度 差异化程度 市场空间 判定
≥4 ≥4 ≥3 ✅可发布
≥3 ≥3 ≥3 ⚠️可发布但需强化
\x3C3 任意 任意 🛘重新定位

输出:竞品分析与卡位报告.md


Step 4: 创新独特点提炼

要求:提炼3-5个独特创新点

每个创新点格式

创新点编号:INNO-XXX
技术特征:[具体描述]
与现有方案差异:[对比说明]
解决的问题:[痛点描述]
可申请IP类型:[软著/发明专利/实用新型/外观设计/商标]
非显而易见性论证:[为什么别人没想到]

非显而易见性论证要点

  1. 该创新解决了什么技术难题?
  2. 本领域技术人员是否会认为这是显而易见的?
  3. 是否产生了预料不到的技术效果?

示例(查新检索Skill创新点)

创新点编号:INNO-001
技术特征:基于语义理解的竞品动态追踪机制
与现有方案差异:传统查新依赖关键词匹配,本方案引入语义向量聚类
解决的问题:关键词查新漏检率高、无法发现隐性竞品
可申请IP类型:软件著作权
非显而易见性论证:本领域通常采用规则匹配方案,语义理解在查新场景的应用需要跨领域知识迁移,非本领域技术人员显而易见

输出:创新点说明书.md(可直接附在软著申请材料中)


Step 5: Prompt工程文档化

核心价值:证明"人类智力贡献",符合2026软著新规要求。

文档结构

版本 | 日期 | 迭代内容 | 修改原因 | 效果对比
V1.0 | 2024-01 | 初始设计 | - | 基础可用
V1.1 | 2024-01 | 增加边界处理 | 测试发现异常输入崩溃 | 稳定性提升
V2.0 | 2024-02 | 重构逻辑结构 | 用户反馈结构混乱 | 清晰度提升40%

操作步骤

  1. 收集所有历史版本Prompt
  2. 标注每次修改的内容和原因
  3. 对比修改前后的效果差异
  4. 汇总为时间线文档

证据链要求

  • 原始版本文件(有日期戳)
  • 修改记录(who/when/what/why)
  • 效果验证数据(测试截图/评分对比)

输出:Prompt迭代文档.md(时间线+版本对比+修改理由+效果验证)


Step 6: IP与版权检查

检查清单

检查项 状态 风险标注
引用第三方内容是否已获授权 ✅/❌ -
输出内容是否包含他人IP ✅/❌ 如有请标注
版权声明是否到位 ✅/❌ -
作者标识是否完整 ✅/❌ -
是否关联已有IP证书 ✅/❌ 商标/软著/专利号
商标申请状态 ✅/❌ 87381613(AI5S)41类驳回,42+38类申请中

风险等级

等级 说明 处置
🟢低风险 仅内部引用,已标注 可发布
🟡中风险 有通用素材未标注 ⚠️建议补充标注
🔴高风险 有明显侵权内容 🛘必须修改后发布

输出:IP合规检查清单.md


Step 7: 商业钩子检查

钩子设计要求

  • 每个Skill设置2-3个引流钩子
  • 钩子指向的产品必须存在且可访问
  • A引B则B也引A(互链闭环)

钩子类型

  1. 功能互补钩子:"使用本Skill后,推荐搭配XXX实现完整流程"
  2. 进阶升级钩子:"想要高级功能?请访问XXX"
  3. 场景延伸钩子:"类似场景的解决方案:XXX"

检查项

  • 钩子指向的页面/产品是否存在
  • 钩子话术是否自然(非硬广)
  • A→B→A互链是否闭环
  • 有无孤岛节点(无任何入链或出链)

输出:商业钩子地图.md(含节点关系图+话术文案)


Step 8: 商业化审核与校正

8.1 报价合理性审核

定价公式

合理价格 = 算力要求系数 × 使用频率系数 × 价值密度系数
系数类型 取值范围 说明
算力要求 1.0-2.0 简单=1.0,复杂=2.0
使用频率 0.8-1.5 低频=0.8,高频=1.5
价值密度 1.0-3.0 通用=1.0,专业=3.0

梯度校验

定价区间 类型 系数组合示例
1-3元 轻量级 1.0×1.0×1.0=1.0
4-6元 标准级 1.3×1.2×1.5=2.3→取4元
7-9元 专业级 1.8×1.3×2.5=5.85→取7元

校正触发条件

  • 定价偏离公式计算值>30% → ⚠️需校正
  • 偏离>50% → 🛘必须校正

校正方案(定价偏离时):

  1. 调整功能复杂度匹配定价
  2. 调整目标用户群匹配定价
  3. 重新评估价值密度

8.2 套餐组合审核

组合折扣要求

  • 套餐折扣在8-9折之间(低于8折影响利润)
  • 套餐内Skill功能互补性>50%

判定标准

功能重叠率 判定 处置
\x3C30% ✅合理 可组合
30-50% ⚠️需评估 考虑拆分或重组
>50% 🔴重叠高 🛘建议重组套餐

8.3 关联引流校正

引流路径校验

  • 指向的产品/页面是否存在
  • 跳转链接是否有效
  • 话术描述与实际是否匹配

孤岛检查

  • 是否有Skill没有任何入链
  • 是否有Skill没有任何出链

校正触发

问题类型 判定 处置
指向不存在 🛘阻断 必须创建或删除钩子
存在孤岛 ⚠️警告 建议补充引流路径

8.4 商业化一致性校正

一致性检查项

检查项 一致性要求
定价vs定位 高端定位不低于6元,低端不高于4元
免费vs付费 边界清晰,无模糊地带
试用期 试用功能明确,时长合理(7-30天)

校正方案(不一致时):

  1. 重新定义定位层级
  2. 调整定价匹配定位
  3. 明确免费/付费边界

Step 9: 合规与安全

检查清单

合规项 检查内容 风险等级
2026软著新规 是否有人类智力贡献证据 必检
数据隐私 是否收集用户数据,是否有隐私政策 必检
敏感词 是否包含违规内容/敏感词 必检
第三方服务 调用的API是否合规 必检
年龄限制 是否有未成年限制要求 选检

敏感词自检工具:使用关键词库扫描(需自行维护敏感词库)

输出:合规检查清单.md


4. 校正机制

阻塞级别定义

级别 符号 含义 处置方式
阻断型 🛘 必须修改才能发布 阻塞流程,不修改无法进入下一步
警告型 ⚠️ 建议修改但可发布 不阻塞,但会在报告中标注
通过型 符合标准 可进入下一步

校正方案模板

问题:[具体问题描述]
当前状态:[不符合标准的现状]
标准差距:[与标准的差距]

推荐方案:[最推荐的校正方案]
备选方案1:[备选方案]
备选方案2:[备选方案]

验证方式:[如何确认校正有效]

5. 输出附件包

文件清单

发布附件包/
├── 自查报告.md                    # 汇总所有检查结果
├── 案例支撑报告.md                 # Step 1产出
├── 一致性检测报告.md              # Step 2产出
├── 竞品分析与卡位报告.md          # Step 3产出
├── 创新点说明书.md                # Step 4产出
├── Prompt迭代文档.md              # Step 5产出
├── IP合规检查清单.md              # Step 6产出
├── 商业钩子地图.md                # Step 7产出
├── 商业化审核报告.md              # Step 8产出
└── 合规检查清单.md                # Step 9产出

自查报告结构

# [Skill名称] 发布前自查报告

## 基本信息
- Skill名称:
- 版本号:
- 检查日期:
- 检查人员:

## 检查结果汇总
| 检查项 | 结果 | 评分 | 阻塞级别 |
|--------|------|------|----------|
| 案例支撑验证 | ✅通过 | 4.5/5 | - |
| 一致性检查 | ✅通过 | 12%偏离度 | - |
| ... | ... | ... | ... |

## 综合评分
总体得分:[X]/10
是否可发布:[是/否,有X项🛘阻断,Y项⚠️警告]

## 详细检查结果
[各检查项的详细输出]

## 待整改项
| 序号 | 检查项 | 问题 | 校正方案 | 截止日期 |
|------|--------|------|----------|----------|
| 1 | ... | ... | ... | ... |

## 附件清单
- [x] 案例支撑报告.md
- [x] 一致性检测报告.md
- ...

---
检查人签名:__________
日期:__________

6. 与其他Skill联动

联动AI资产知识产权保护Skill

  • 创新点说明书直接同步到IP档案卡
  • Prompt迭代文档作为软著申请证据
  • 检查结果自动更新到IP管理台

联动查新检索Skill(示例)

  • 使用查新检索验证竞品分析中的市场空白
  • 创新点新颖性验证

7. 使用示例:查新检索Skill自查

案例支撑验证

  • ✅ 覆盖场景:TRIZ技术创新、企业专利布局、竞品技术追踪等
  • ✅ 案例数量:12个(≥10个通过)
  • ✅ 评分:4/5

一致性检查

  • 测试输入:"TRIZ技术创新方法"
  • 3次输出偏离度:8% ✅ 通过

竞品分析

  • 直接竞品:Coze平台2个同类Skill
  • 差异化:独家"语义理解+动态追踪"功能
  • 卡位评分:4/5

创新点提炼

  • INNO-001:语义理解查新机制
  • INNO-002:多源信息聚合引擎
  • INNO-003:智能推荐升级路径

Prompt迭代

  • V1.0→V1.1:增加异常处理
  • V1.1→V2.0:重构逻辑结构,提升清晰度40%

商业化审核

  • 定价:4元(标准级,合理)
  • 套餐:与"技术尽调Skill"组合,折扣85%
  • 引流:钩子指向"AI资产知识产权保护Skill" ✅

最终结论

可发布,有1项⚠️警告(建议补充更多边界测试案例)


8. 快速检查清单

发布前必须确认

  • 案例≥10个,且有完整输入→输出→评分
  • 一致性测试偏离度\x3C15%
  • 竞品分析完成,卡位清晰
  • 创新点≥3个,有非显而易见性论证
  • Prompt迭代文档完整,有版本时间线
  • IP风险已评估,无高风险项
  • 商业钩子≥2个,互链闭环
  • 定价符合公式,偏离\x3C30%
  • 合规检查通过

一键自检命令

本Skill支持分步执行:
1. 先做Step 1-2(案例+一致性)→ 核心质量保障
2. 再做Step 3-5(竞品+创新+Prompt)→ IP确权
3. 最后做Step 6-9(IP+钩子+商业+合规)→ 商业保障

9. 参考文档索引

文档名 内容 用途
一致性检测方法.md 偏离度计算公式+示例 Step 2执行参考
竞品分析与卡位方法.md 竞品拆解+卡位评估 Step 3执行参考
创新点提炼模板.md 创新点标准化格式 Step 4执行参考
Prompt迭代文档模板.md 版本记录格式 Step 5执行参考
商业化审核与校正手册.md 定价+套餐+引流 Step 8执行参考
发布前自查评分表.md 评分标准+阈值 全流程参考

版本:v1.0 适用对象:胡田-OPC导师体系下的所有Skill/Agent 更新日志

  • v1.0 2024-02 初始版本,基于用户需求文档构建
Usage Guidance
This appears safe to install as a guidance/checklist skill. Before using it in an automated workflow, confirm any optional competitor research, report writing, or IP-management syncing is explicitly user-directed, especially if connecting it to external platforms or internal business records.
Capability Assessment
Purpose & Capability
The stated purpose is to help users review Skill/Agent releases for quality, consistency, IP, commercialization, competitor positioning, and compliance; the artifacts match that purpose.
Instruction Scope
Instructions are scoped to manual review steps, report generation, public competitor research, and checklist completion; no prompt-injection, role override, hidden instruction, or unrelated behavior was found.
Install Mechanism
The README shows import of SKILL.md or a simple git clone plus cat SKILL.md; it does not include package installation, executable setup scripts, or automatic runtime hooks.
Credentials
The skill may lead a user or agent to search public marketplaces such as Coze and GitHub and create review reports, which is proportionate to pre-release evaluation; it does not request broad local indexing or sensitive user data access.
Persistence & Privilege
No background service, scheduled task, privilege escalation, credential/session/profile access, or persistent agent behavior is present; expected outputs are user-facing Markdown reports and templates.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install hutian-opc-pre-publish-check
  3. After installation, invoke the skill by name or use /hutian-opc-pre-publish-check
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
opc-pre-release-checklist v1.0.0 – 首发 - 新增Skill/Agent发布前标准化自查清单,覆盖案例验证、一致性、创新、竞品分析、商业钩子、商业化、IP合规与安全等9大核心环节 - 提供全流程校正机制及阻塞/警告分级 - 输出结构化自查报告模板与配套附件包格式 - 支持创新点材料一键对接IP管理,强化软著/专利申请证据链 - 兼容Coze、Cursor、Copilot等多平台自动化审查场景
Metadata
Slug hutian-opc-pre-publish-check
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is Hutian Opc Pre Publish Check?

Skill/Agent发布前的标准化质量把控工具,确保产出经过案例支撑、一致性和合规检查. It is an AI Agent Skill for Claude Code / OpenClaw, with 34 downloads so far.

How do I install Hutian Opc Pre Publish Check?

Run "/install hutian-opc-pre-publish-check" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is Hutian Opc Pre Publish Check free?

Yes, Hutian Opc Pre Publish Check is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does Hutian Opc Pre Publish Check support?

Hutian Opc Pre Publish Check is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created Hutian Opc Pre Publish Check?

It is built and maintained by golngod (@golngod); the current version is v1.0.0.

💬 Comments