Token导航 LogoToken导航TokenDH.com
效率只读clawhub未标认证来源可访问clear审计通过

creator-attribution-lite创建者归因精简版

Agent Skill

creator-attribution-lite 用于整理文档、README、Markdown 和说明材料,适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。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。

总安装

9,290

周安装

391

GitHub Stars

公开资料未说明

下载量

3,253
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:creator-attribution-lite(创建者归因精简版)
来源仓库:https://github.com/leooooooow/creator-attribution-lite
安装命令:
openclaw skills install creator-attribution-lite
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 creator-attribution-lite

简介

建立轻量级归因模型,关联创作者内容与实际业务转化。

  • 量化单篇帖文对点击、留资或销售线索的贡献权重。
  • 支持跨平台数据整合,输出 ROI 驱动的合作建议。
  • 归因逻辑需结合业务目标调整,避免过度简化因果关系。
  • creator-attribution-lite 属于效率类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
creator-attribution-lite
description
Connect creator content outputs to practical business outcomes using a lightweight attribution model. Use when the user asks which posts drove clicks/leads/sales, wants to prioritize high-ROI content types, or needs simple performance decisions without full BI setup.

Creator Attribution Lite

Skill Card

  • Category: Measurement
  • Core problem: Which content actions actually move outcomes?
  • Best for: Small-team performance review
  • Expected input: Content list + campaign metadata + simple outcome fields
  • Expected output: Lightweight attribution view + insight notes
  • Creatop handoff: Feed winning patterns back to Creatop templates

What this does

Show which content likely moved business outcomes, not just vanity metrics.

Workflow

1) Validate data availability

Minimum fields per content item:

  • content ID + date + platform
  • views/watch metric
  • click metric
  • downstream metric (lead/signup/sale/GMV)

If real data is missing, run simulation mode and label outputs clearly as demo/synthetic.

2) Map funnel stage

Classify each content item as:

  • awareness
  • consideration
  • conversion

3) Compute lightweight impact score

Use transparent weighted components:

  • engagement quality
  • click intent
  • conversion signal

Explain formula and normalization assumptions.

4) Output action decisions

Return:

  • ranked performers
  • pause/optimize list
  • next 3 content bets with rationale
  • confidence note (sample size/data quality)

Quality rules

  • Keep model explainable and auditable.
  • Avoid fake precision on tiny samples.
  • Do not overclaim causality; treat as directional evidence.

License

Copyright (c) 2026 Razestar.

This skill is provided under CC BY-NC-SA 4.0 for non-commercial use. You may reuse and adapt it with attribution to Razestar, and share derivatives under the same license.

Commercial use requires a separate paid commercial license from Razestar. No trademark rights are granted.

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

87.43%
按下载量换算2,844

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills