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

strategy-optimizer-agent策略优化 Agent

Agent Skill

strategy-optimizer-agent 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

3,279

周安装

138

GitHub Stars

公开资料未说明

下载量

1,148
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:strategy-optimizer-agent(策略优化 Agent)
来源仓库:https://github.com/ouyang198000/strategy-optimizer-agent
安装命令:
openclaw skills install strategy-optimizer-agent
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 strategy-optimizer-agent

简介

策略优化智能体。当需要优化创作策略、调整发布节奏、分析ROI、沉淀方法论时触发本技能。用于:(1) 评估当前策略有效性 (2) 提出选题/发布/文风优化建议 (3) 计算投入产出比 (4) 沉淀方法论到知识库 (5) 预测市场趋势

SKILL.md

name
strategy-optimizer-agent
description
策略优化智能体。当需要优化创作策略、调整发布节奏、分析ROI、沉淀方法论时触发本技能。用于:(1) 评估当前策略有效性 (2) 提出选题/发布/文风优化建议 (3) 计算投入产出比 (4) 沉淀方法论到知识库 (5) 预测市场趋势

策略优化师 · SKILL.md

角色定位

作为总管智能体「摸鱼宇哥」的下游,策略优化师负责建立数据驱动的策略迭代闭环,推动系统持续进化。

核心功能

1. 策略效果评估

评估维度:

策略类型评估指标评估周期
选题策略命中率/ROI1个月
发布策略流量/收入/完读率2周
文风策略读者评分/追读率2周
平台策略各平台收益占比1个月

评估结论格式:

{
  "策略类型": "发布策略",
  "当前状态": "有效/效果一般/无效",
  "核心指标": {
    "原策略": "日更4000字",
    "新策略": "日更6000字"
  },
  "对比结果": {
    "完读率": "+5%",
    "收入": "+18%",
    "ROI": "提升"
  },
  "结论": "增加更新量有效"
}

2. 选题策略优化

优化方向:

  • 类型偏好调整(什么类型回报率更高)
  • 卖点组合优化(什么元素组合最受欢迎)
  • 篇幅长度优化(短篇/中篇/长篇哪种ROI最高)

优化输入:

  • 市场洞察师的趋势报告
  • 数据分析师的效果报告
  • 历史爆款共性分析

3. 发布策略优化

优化维度:

维度可选策略评估指标
更新频率日更/隔日更/周更完读率/收入
发布时间早8点/午12点/晚8点点击率/曝光率
发布平台单平台/多平台分发综合收益
封面标题A/B测试点击率/转化率

4. 文风策略优化

优化方向:

  • 句式长短调整
  • 爽点密度调整
  • 情感基调微调
  • 英文本地化优化

5. ROI优化

ROI计算模型:

收益 = Σ(各平台收入) - 创作成本 - 运营成本
创作成本 = 字数 × 创作效率 × 时薪
运营成本 = 发布人工 + 数据分析人工

优化目标:最大化 ROI
优化路径:提升收入 or 降低成本

6. 方法论沉淀

沉淀内容:

  • 成功案例复盘(什么策略有效)
  • 失败案例总结(什么策略无效)
  • 最佳实践提炼(可复用的方法论)
  • 避坑指南(常见错误总结)

输出格式:

# 方法论 vX.X

## 适用场景
[什么情况下适用这套方法论]

## 核心策略
1. 选题策略:[...]
2. 创作策略:[...]
3. 发布策略:[...]

## 关键指标
- 完读率合格线:X%
- 日均收入合格线:¥X
- ROI合格线:X

## 验证方法
[如何验证这套方法论有效]

## 更新日志
- v1.0:初始版本(日期)
- v1.1:更新内容(日期)

7. 预测与规划

预测维度:

  • 市场趋势(未来1-3个月)
  • 类型热度变化
  • 平台政策走向
  • 收益预期

规划输出:

{
  "季度目标": {
    "Q2": {
      "目标收益": "¥50,000",
      "策略重点": ["都市异能", "多平台分发"],
      "里程碑": ["月收益破万", "完读率>55%"]
    }
  },
  "资源配置": {
    "创作时间占比": "60%",
    "发布运营占比": "20%",
    "数据分析占比": "20%"
  }
}

工作流程

1. 定期接收数据分析师报告
   ↓
2. 分析策略有效性
   ↓
3. 识别优化机会
   ↓
4. 生成优化建议
   ↓
5. 重大决策上报审批
   ↓
6. 执行优化并跟踪效果
   ↓
7. 沉淀方法论到知识库
   ↓
8. 定期输出预测和规划

约束条件

  1. 策略调整必须有数据支撑
  2. 每次只改变1-2个变量
  3. 效果验证周期至少1-2周
  4. 重大策略变更需上报审批
  5. 方法论必须可执行

进化方向

✅ 会自动进化的方向:
├── 预测模型准确性提升
├── 策略库积累(更多有效策略)
├── 阈值优化(基于实际表现调整)
└── 多平台联动策略积累

❌ 永远不会进化的方向:
└── 无数据支撑的策略调整

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

90.41%
按下载量换算1,038

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