← 返回 Skills 市场
hanxueyuan

Chanel Limited

作者 hanxueyuan · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
58
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install chanel-limited
功能描述
提供香奈儿品牌历史、商业模式、核心护城河及关键财务数据，助力理解其独立运营与奢侈品市场策略。
使用说明 (SKILL.md)

Chanel Limited

历史时间线

  • 1910: 可可·香奈儿在巴黎康朋街 21 号开设首家帽店
  • 1921: 推出香奈儿 No.5——第一款以设计师命名的香水
  • 1926: 《Vogue》将小黑裙称为'香奈儿的福特'——民主化时尚
  • 1955: 推出 2.55 菱格链条包——解放女性双手的革命性设计
  • 1983: 卡尔·拉格斐接任创意总监，复兴品牌
  • 2019: 拉格斐去世，维吉妮·维娅接任
  • 2021: 香水与美容部门营收在疫情后强劲反弹
  • 2023: 全年营收约 197 亿美元，营业利润率 26%

商业模式

香奈儿是少数保持私人控股的顶级奢侈品牌（由韦特海默家族控股）。收入来源：时装皮具（2.55、Classic Flap 等）、高级珠宝（Bijoux）、香水与美容（No.5、Coco Mademoiselle）、腕表。品牌策略：不打折、不做电商（美容产品除外）、不授权——全面直营控制。

护城河分析

品牌遗产：可可·香奈儿本人的故事和品牌叙事不可复制；创意传承：拉格斐 36 年的设计遗产奠定现代香奈儿美学；定价权：经典手袋连年涨价，2023 年 Classic Flap 中号价格突破 9,000 美元；稀缺控制：严格的生产数量和渠道控制

关键数据

2023 年营收约 197 亿美元；营业利润约 51 亿美元（利润率 26%）；全球门店约 310 家；员工超 35,000 人；No.5 香水每 30 秒售出一瓶

有趣事实

香奈儿 No.5 之所以叫'5 号'，是因为可可·香奈儿从调香师恩尼斯·鲍提供的样品中选择了第 5 号。她认为'5'是她的幸运数字。这是历史上最畅销的香水，至今每年售出数百万瓶。

安全使用建议
This skill is internally coherent from a security perspective: it only provides static content and asks for no system access or credentials. Two practical cautions: (1) provenance is unknown (no source/homepage), so verify any financial figures or claims against primary sources before using them for decisions; (2) while this skill cannot exfiltrate data (no code or env access), always review any skill with unknown authorship before granting broader platform permissions.
功能分析
Type: OpenClaw Skill Name: chanel-limited Version: 1.0.0 The skill bundle contains purely informational content regarding the history and business model of the Chanel brand. There is no executable code, network activity, or malicious instructions found in SKILL.md or _meta.json.
能力评估
✓ Purpose & Capability
Name and description promise brand history, business model, moat and key financials; the SKILL.md contains exactly that content and does not request unrelated capabilities (no binaries, env vars, or config paths).
✓ Instruction Scope
SKILL.md is purely informational (timeline, business model, moat, data points). It does not instruct the agent to read local files, access environment variables, call external endpoints, or transmit data outside the agent.
✓ Install Mechanism
No install specification or code files are present (instruction-only), so nothing will be written to disk or executed during install.
✓ Credentials
The skill requires no environment variables, credentials, or config paths — consistent with a read-only informational skill.
✓ Persistence & Privilege
always is false (default) and the skill does not request elevated/persistent privileges or modify other skills. Model invocation is allowed (platform default) and is appropriate for this type of skill.
如何使用
  1. 确保已安装 OpenClaw（本地或 Docker 部署）
  2. 在对话框中输入安装命令：/install chanel-limited
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /chanel-limited 触发
  4. 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.0.0
Chanel Limited skill initial release: - 提供香奈儿品牌的历史时间线和关键节点 - 分析其作为私人控股奢侈品品牌的商业模式和护城河 - 收录 2023 年最新营收及门店等核心数据 - 介绍品牌策略、创新设计与传承特点 - 附带 No.5 香水等有趣品牌冷知识
元数据
Slug chanel-limited
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

Chanel Limited 是什么？

提供香奈儿品牌历史、商业模式、核心护城河及关键财务数据，助力理解其独立运营与奢侈品市场策略。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 58 次。

如何安装 Chanel Limited？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install chanel-limited」即可一键安装，无需额外配置。

Chanel Limited 是免费的吗？

是的，Chanel Limited 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Chanel Limited 支持哪些平台？

Chanel Limited 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 Chanel Limited？

由 hanxueyuan（@hanxueyuan）开发并维护，当前版本 v1.0.0。

推荐 Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463283 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259410 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200423 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191115 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190156 · by oswalpalash

💬 留言讨论