← 返回 Skills 市场
hanxueyuan

Chanel Sa

作者 hanxueyuan · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
78
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install chanel-sa
功能描述
详解香奈儿奢侈品牌历史、创意传承、私人控股商业模式及高级定制和定价策略分析。
使用说明 (SKILL.md)

Chanel Sa

概览

香奈儿——法国传奇奢侈品牌，从 Coco Chanel 的反叛设计到 Karl Lagerfeld 的艺术总监时代，再到如今的私人控股奢侈品帝国。

历史时间线

  • 1910: Coco Chanel 在巴黎康朋街开设第一家帽子店
  • 1921: Chanel No.5 香水发布——第一款以设计师命名的香水
  • 1926: 小黑裙（Little Black Dress）——Vogue 称之为时尚界的福特汽车
  • 1955: 2.55 菱格纹链条包发布
  • 1983: Karl Lagerfeld 出任创意总监（任期长达 36 年）
  • 1990s: Chanel 成为私人控股（Wertheimer 家族全资拥有）
  • 2019: Karl Lagerfeld 去世，Virginie Viard 接任
  • 2023: 营收突破 197 亿美元，精品店约 310 家

商业模式

五大品类：时装（Haute Couture 和 Ready-to-Wear）、皮具、香水美妆（No.5、Coco Mademoiselle）、腕表珠宝、眼镜。香奈儿是少数同时拥有香水美妆业务自营权的奢侈品牌——Chanel No.5 每年贡献约 15 亿美元收入。定价策略：经典款（Classic Flap）几乎每年提价 5-15%。

护城河分析

Coco Chanel 个人传奇的品牌叙事——从孤儿院到时尚帝国的故事永不过时；私人控股——不受上市公司季度压力影响，可以执行真正的长期战略；Chanel No.5 作为全球认知度最高的香水品牌的持续现金流；Karl Lagerfeld 36 年创意任期建立的设计遗产。

关键数据

2023 年营收约 197 亿美元；私人控股（Wertheimer 家族）；全球约 310 家精品店；Chanel No.5 年营收约 15 亿美元；Classic Flap 包价格从 2010 年的约 3000 美元涨至 2024 年的约 10000 美元。

有趣事实

  • Chanel No.5 的名字来源于 Coco Chanel 选择了样品中的第 5 号香水——据说是她的幸运数字。
  • Wertheimer 家族早在 1924 年就与 Coco Chanel 合作创建了香水业务——尽管合作关系多次破裂，但家族至今仍拥有香奈儿的全部股权。
安全使用建议
This skill is purely informational and appears coherent with its stated purpose. Before installing, consider that the source is unknown — verify factual claims (revenues, dates, pricing) against reputable sources if you need high accuracy. Because it has no code, installs, or credential requirements, the main remaining concerns are content accuracy and bias rather than security or privacy. If you later see versions that add installs, environment requirements, or network calls, re-evaluate those changes before enabling the skill.
功能分析
Type: OpenClaw Skill Name: chanel-sa Version: 1.0.0 The skill bundle contains purely informational and educational content regarding the history, business model, and financial data of the luxury brand Chanel. There are no executable code segments, shell commands, network requests, or prompt injection attempts within SKILL.md or _meta.json.
能力评估
✓ Purpose & Capability
Name, description, and SKILL.md all describe historical, business-model, and pricing analysis of Chanel; the skill declares no binaries, env vars, or installs that would be unnecessary for delivering that content.
✓ Instruction Scope
SKILL.md is a static informational spec (history, timelines, business analysis) and does not instruct the agent to read files, access credentials, call external endpoints, or perform unrelated actions. The 'read_when' conditions are contextual triggers only.
✓ Install Mechanism
No install specification or code files — instruction-only. This is the lowest-risk install surface (nothing written to disk or downloaded).
✓ Credentials
The skill requires no environment variables, keys, or config paths. There are no credential requests that would be disproportionate for a brand-analysis skill.
✓ Persistence & Privilege
always is false and there is no persistent install or system modification. The skill allows normal autonomous invocation (platform default), which is expected for user-invocable skills and not a concern here by itself.
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-sa
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /chanel-sa 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-sa skill 1.0.0 – 初始发布： - 提供香奈儿（Chanel）品牌从创立至今的历史时间线、关键里程碑及创意传承。 - 概述香奈儿的五大核心业务板块及商业模式，突出其独特的定价与自营策略。 - 分析品牌的护城河，包括创始人传说、私人控股结构与标志性产品优势。 - 汇总品牌营收、门店、经典产品历年涨价等核心数据。 - 补充有趣品牌轶事和关键人物背景。
元数据
Slug chanel-sa
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 Sa 是什么？

详解香奈儿奢侈品牌历史、创意传承、私人控股商业模式及高级定制和定价策略分析。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 78 次。

如何安装 Chanel Sa？

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

Chanel Sa 是免费的吗？

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

Chanel Sa 支持哪些平台？

Chanel Sa 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 Sa？

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