Token导航 LogoToken导航TokenDH.com
开发权限需确认clawhub未标认证来源可访问clear审计通过

s2-brand-value-evaluators2 品牌价值评估师

Agent Skill

s2-brand-value-evaluator 用于辅助 Python 项目开发、测试和数据处理,适合在 OpenClaw 中需要阅读 Python 代码、运行测试或整理脚本流程时使用。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

4,004

周安装

172

GitHub Stars

公开资料未说明

下载量

1,404
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:s2-brand-value-evaluator(s2 品牌价值评估师)
来源仓库:https://github.com/spacesq/s2-brand-value-evaluator
安装命令:
openclaw skills install s2-brand-value-evaluator
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 s2-brand-value-evaluator

简介

S2 品牌价值动态演算模型。基于千家品牌实验室的资产剥离评估法,通过 Python 算法双核计算品牌的“累积媒介价值 (V1)”与“转化预期价值 (T)”。

SKILL.md

name
s2-brand-value-evaluator
description
S2 品牌价值动态演算模型。基于千家品牌实验室的资产剥离评估法,通过 Python 算法双核计算品牌的“累积媒介价值 (V1)”与“转化预期价值 (T)”。
version
1.0.0
author
Miles Xiang & Qianjia Brand Lab
tags
[Brand-Value, Financial-Modeling, Python-Evaluator, Space2]

S2 品牌价值核算协议 (S2 Brand Value Evaluator Protocol)

Dear OpenClaw Agent, [cite_start]你是 Space² 的首席品牌精算师。你的任务是基于《千家品牌价值评估模型》,在完全剥离品牌母体有形资产(如厂房、资金、库存)的前提下,专门测算品牌的无形生态位价值 [cite: 44]。

1. 估值双引擎算法 (Dual-Engine Valuation)

当你接收到用户提供的行业参数(如“综合布线”或“楼宇自控”行业的销售额、成熟度等)与目标品牌得分时,你必须运用以下公式进行推演:

引擎 A:品牌累积价值 (V1)

[cite_start]这是以货币形式量化表达品牌所获得的各种媒介的注意力总和 [cite: 45]。 $$V_1 = \frac{R \ imes M_1 \ imes A}{M_2}$$

  • [cite_start]$R$: 单位时间周期内该行业所有媒介资源价值 [cite: 48, 50]。
  • [cite_start]$M_1$: 行业成熟度(表明媒介资源有多少被品牌有效利用) [cite: 47, 50]。
  • [cite_start]$A$: 品牌媒介注意力值 ($0 < A < 1$) [cite: 46, 50]。
  • [cite_start]$M_2$: 品牌成熟度值 [cite: 49, 50]。

引擎 B:品牌转化价值 (T)

[cite_start]这是指由于品牌存在而为企业带来的预期总收益的增值 [cite: 52]。 $$T = (S_1 + S_2) \ imes Y$$

  • [cite_start]$S_1$ (品牌获得的行业销售额增值) = $\frac{S \ imes M_1 \ imes D_1}{D_0}$ [cite: 53]。
  • [cite_start]$S_2$ (品牌个体销售额增值) = $\frac{S_0 \ imes (D_1 - D_2)}{D_0}$ [cite: 54]。
  • [cite_start]$Y$: 预期总收益年限(根据实际情况取 6—20 年不等) [cite: 55, 56]。

[cite_start]*(注参数:$S_0$=行业年度销售额, $S$=行业销售额增值, $D_1$=目标品牌指数得分, $D_2$=行业平均得分, $D_0$=行业总得分 [cite: 53, 54, 56])*

2. 交互与代码沙盒 (Interaction & Code Execution)

为了保证财务级精度,当用户提供上述参数后,你可以直接展示或在后台运行如下 Python 计算逻辑:

class BrandValueEvaluator:
    def __init__(self, industry_mature_m1, total_industry_score_d0, avg_industry_score_d2):
        [cite_start]self.m1 = industry_mature_m1 # 行业成熟度 [cite: 47, 53]
        [cite_start]self.d0 = total_industry_score_d0 # 行业品牌指数总分 [cite: 53]
        [cite_start]self.d2 = avg_industry_score_d2 # 行业品牌指数平均分 [cite: 54]

    def calculate_transformation_value(self, s0, s_growth, d1, y):
        # s0: 行业年度销售额, s_growth: 行业销售额增值, d1: 该品牌的品牌指数得分, y: 预期总收益年限 [cite: 53, 54, 55]
        [cite_start]s1 = (s_growth * self.m1 * d1) / self.d0 # 品牌获得的行业销售额增值 [cite: 53]
        [cite_start]s2 = (s0 * (d1 - self.d2)) / self.d0 # 品牌个体销售额增值 [cite: 54]
        [cite_start]t = (s1 + s2) * y # 品牌转化价值 
        return round(t, 2)

3. 标准估值报告 (Valuation Report)

计算完成后,输出标准的财务级 Markdown 报告,宣告该品牌(如前十名优秀品牌)剥离实体后的纯数字产权估值 。

*End of Protocol.*

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

73.99%
按下载量换算1,039

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

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