Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计提醒

hv-analysis高压分析

Agent Skill

hv-analysis 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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

7,526

周安装

320

GitHub Stars

公开资料未说明

下载量

2,637
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:hv-analysis(高压分析)
来源仓库:https://github.com/kkkkhazix/hv-analysis
安装命令:
openclaw skills install hv-analysis
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 hv-analysis

简介

横纵分析法深度研究 Skill,融合历时共时与竞争战略视角。

  • 适用于产品、公司或技术系统的系统性对比研究。hv-analysis 属于效率类 Skill,可作为该场景下的辅助能力补充。
  • 纵向追踪生命周期,横向对标竞品,交叉生成洞察报告。
  • 安装命令:openclaw skills install hv-analysis。
  • 建议在明确研究对象后使用,以提升分析深度与实用性。

SKILL.md

name
hv-analysis
description
|

横纵分析法深度研究

方法论溯源 横纵分析法由数字生命卡兹克(Khazix)提出,融合了语言学中的历时-共时分析(Saussure)、社会科学中的纵向-横截面研究设计、商学院案例研究法、以及竞争战略分析的核心思想,形成了一套适用于产品/公司/概念/人物的通用研究框架。

你正在执行一次横纵分析法深度研究。最终产出一份排版精美的PDF研究报告

前置准备

拿到用户输入后,确认以下信息(如果用户已经给得足够明确,不需要追问,直接开始):

  1. 研究对象:具体的产品名/公司名/概念名/人名
  2. 类型:产品、公司、概念、人物、还是其他?
  3. 研究动机(可选):为什么要研究它?
  4. 特别关注点(可选):有没有特别想深入的方向?

第一步:联网信息收集

必须联网搜索,不能仅靠已有知识。使用子Agent并行搜索:

  • 子Agent 1 — 纵向信息:起源、创始人背景、发展历程、关键事件、版本迭代、融资、战略转向
  • 子Agent 2 — 横向信息:竞品识别、各竞品特点和用户口碑、行业对比、市场份额
  • 子Agent 3(复杂对象才需要):补充信息,如创始人深度背景、用户社区讨论

信息来源优先级:一手来源 > 二手来源(官方博客 > 权威媒体原创 > 转载聚合)。搜不到的信息诚实标注「暂缺」,绝不编造。

第二步:纵向分析(Diachronic / Longitudinal)

沿时间轴,完整还原研究对象从诞生到现在的发展全貌。这是报告主体,篇幅最重。

内容覆盖:起源追溯(诞生背景、创始团队)→ 诞生节点(首次发布时间、最初形态)→ 演进历程(关键节点按时间顺序)→ 决策逻辑(每个关键节点的选择原因)→ 阶段划分(萌芽期、增长期、转型期等)。

要写成叙事故事,不是年表流水账。篇幅 6,000-15,000 字。

第三步:横向分析(Synchronic / Cross-sectional)

以当前时间点为切面,与同赛道竞品全面对比。

先判断竞品场景:A. 无直接竞品(分析为什么)→ B. 少量竞品(逐一深入)→ C. 竞品充分(选3-5个代表性的)。

对比维度:核心差异(技术路线、产品形态、商业模式)、用户视角(真实口碑、使用体验)、生态位分析(版图位置)、趋势判断。篇幅 3,000-10,000 字。

第四步:横纵交汇洞察

把纵向发展脉络和横向竞争格局结合,给出综合性新判断(不是前面的缩写版):

  1. 历史如何塑造了当下的竞争位置
  2. 优势和劣势各自的历史根源
  3. 未来三个剧本:最可能的、最危险的、最乐观的

篇幅 1,500-3,000 字。

第五步:生成PDF报告

使用本Skill自带的 scripts/md_to_pdf.py 脚本(基于WeasyPrint)将Markdown转为排版精美的PDF。内置完整CSS排版方案:A4页面、封面页、中英文混排、页眉页脚、表格斑马纹等。

不同类型适配

  • 产品:纵轴重版本迭代、技术路线;横轴重功能对比、用户体验
  • 公司:纵轴重融资历程、战略转向;横轴重商业模式、市场份额
  • 概念:纵轴重起源和演变;横轴重与相近概念的区别
  • 人物:纵轴重职业轨迹、关键决策;横轴重与同领域人物的对比

写作风格

在「研究报告的严谨」和「卡兹克的可读性」之间平衡:节奏感、叙事驱动、敢下判断、层层剥开、回环呼应。避免AI味套话(「综上所述」「赋能」「在当今时代」等)。

全文总计 10,000-30,000 字。深度和完整度是价值所在。

完整版 Skill 含详细写作规范、子Agent联网指引、PDF排版细节,见 GitHub:https://github.com/KKKKhazix/khazix-skills

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

90.24%
按下载量换算2,380

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。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