insights

Name: insights
Author: owenliang60-ship-it

36stars11forks

How to install insights?

owenliang60-ship-it/knowledge-mgmt/insights

$npx -y skills add owenliang60-ship-it/knowledge-mgmt --skill insights

Installs into the current project.

Summary

提取商业洞察、分析文章、商业分析、insight、读文章提取要点、这篇文章有什么启发、分析商业模式。Use when user shares an article, blog post, report, or business content and wants to extract actionable business insights, strategic patterns, or AI transformation opportunities. Triggers: 'insights', '商业洞察', '提取insight', '分析一下这篇'

Files · 1

View on GitHub

SKILL.md

1	# /insights — 商业洞察提取器
2
3	从任意文章中提取结构化、可操作的商业洞察。
4
5	## 核心理念
6
7	> "读文章不是为了知道作者说了什么，而是为了发现作者没说出来的商业逻辑。"
8
9	这个 skill 训练的是一个商业分析师的阅读方式：
10	1. 快速抓住文章在说什么（表层信息）
11	2. 深挖背后的商业逻辑和战略意图（深层模式）
12	3. 提炼出可操作的洞察和可迁移的模式（输出价值）
13
14	## 定位
15
16	\| Skill \| 职责 \| 输出 \|
17	\|-------\|------\|------\|
18	\| `/read` \| 学术深度阅读 — 论证结构分析 \| 学术分析报告 \|
19	\| `/insights` \| 商业洞察提取 — 战略模式识别 \| 结构化商业洞察 \|
20	\| `/note` \| 知识沉淀 — 原子卡片 \| Obsidian 卡片组 \|
21
22	典型工作流: `/insights` 分析文章 → 讨论 → `/note` 存入 Obsidian
23
24	> ⚠️ `/insights` 不写 vault。所有写入由 `/note` 的双提议通道统一处理，详见 `SCHEMA.md` §2 / §4。
25
26	---
27
28	## Behavior
29
30	### Step 0: 获取文章
31
32	根据来源类型获取内容：
33
34	\| 来源类型 \| 处理方式 \|
35	\|---------\|---------\|
36	\| URL \| `WebFetch` 抓取并解析 \|
37	\| 本地文件 (`.pdf`, `.md`, `.txt`, `.html`) \| `Read` 工具读取 \|
38	\| Obsidian 关键词 \| `obsidian search:context query="..."` → `obsidian read path="..."`（CLI 不可用时回退 MCP） \|
39	\| 粘贴文本 \| 直接分析 \|
40	\| 未提供 \| 询问用户来源 \|
41
42	长文处理：超过 5000 字的内容，先快速扫描全文结构，再聚焦关键段落深入分析。
43
44	---
45
46	### Step 1: 文章定位（30 秒鸟瞰）
47
48	快速提取元信息，判断文章类型和分析策略：
49
50	```
51	📋 文章概况
52	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
53	标题：[标题]
54	来源：[媒体/作者/机构]
55	日期：[发表日期]
56	类型：[行业报告 / 深度报道 / 创始人访谈 / 产品分析 / 趋势评论 / 案例研究]
57	行业：[所属行业]
58	核心主题：[一句话概括]
59	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
60	```
61
62	---
63
64	### Step 2: 核心洞察提取（重点）
65
66	这是分析的核心。从文章中提取 3-7 条高价值洞察。
67
68	每条洞察必须包含三层：
69
70	```
71	### 洞察 N：[一句话标题]
72
73	原文信号：[文章中的关键段落/数据/引言 — 证据来源]
74
75	深层逻辑：[这个信号背后的商业逻辑是什么？为什么重要？]
76
77	可迁移模式：[这个模式可以如何应用到其他场景？对我们有什么启发？]
78	```
79
80	洞察质量标准：
81	- 不是文章摘要（"文章说了 X"），而是分析性判断（"X 背后意味着 Y"）
82	- 必须有原文证据支撑，不臆断
83	- 必须有可迁移性——纯 domain-specific 的事实不算洞察
84	- 优先提取反直觉和非显而易见的洞察
85
86	---
87
88	### Step 3: 根据 focus 参数深入分析
89
90	#### focus=general（默认）
91
92	输出「商业模式画布」快速扫描：
93
94	\| 维度 \| 发现 \|
95	\|------\|------\|
96	\| 价值主张 \| [文章揭示了什么价值创造方式？] \|
97	\| 收入模式 \| [怎么赚钱？有什么创新？] \|
98	\| 竞争壁垒 \| [护城河在哪？可持续吗？] \|
99	\| 增长引擎 \| [靠什么驱动增长？] \|
100	\| 风险信号 \| [文章中隐含的风险是什么？] \|
101
102	#### focus=ai
103
104	输出「AI 切入点分析」：
105
106	```
107	🤖 AI 机会识别
108	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
109
110	## 当前痛点 → AI 解法
111
112	\| 痛点 \| AI 解法 \| 技术成熟度 \| 预期 ROI \|
113	\|------\|---------\|-----------\|---------\|
114	\| [痛点1] \| [解法] \| [高/中/低] \| [高/中/低] \|
115
116	## 价值链 AI 化路径
117
118	[识别文章中描述的业务流程，标注 AI 可介入的环节]
119
120	## 竞争对手 AI 动态
121
122	[文章中提到的竞争对手 AI 布局]
123
124	## 建议优先级
125
126	1. [Quick Win — 最快能落地的 AI 应用]
127	2. [Strategic Bet — 需要投入但回报大的方向]
128	3. [Watch — 值得关注但时机未到]
129	```
130
131	#### focus=strategy
132
133	输出「战略信号解读」：
134
135	```
136	🎯 战略信号
137	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
138
139	## 显性信号（文章明确提到的）
140
141	- [信号1]：[含义]
142	- [信号2]：[含义]
143
144	## 隐性信号（字里行间推断的）
145
146	- [信号1]：[推断依据] → [可能意味着...]
147	- [信号2]：[推断依据] → [可能意味着...]
148
149	## 战略定位判断
150
151	[基于波特五力或其他适用框架的简要分析]
152
153	## 时间窗口
154
155	[这些信号暗示的时间节奏和窗口期]
156	```
157
158	#### focus=model
159
160	输出「商业模式拆解」：
161
162	```
163	💰 商业模式拆解
164	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
165
166	## 价值创造
167
168	- 解决了谁的什么问题？
169	- 为什么是现在？（时机因素）
170
171	## 价值传递
172
173	- 如何触达用户？
174	- 用户获取成本结构
175
176	## 价值捕获
177
178	- 收入模式详解
179	- 定价策略分析
180	- 利润结构
181
182	## 飞轮效应
183
184	[识别文章中描述的正反馈循环]
185
186	## 类比分析
187
188	[这个模式像谁？跟已知商业模式的异同]
189	```
190
191	---
192
193	### Step 4: So What? — 行动导向总结
194
195	每次分析必须以行动导向结尾：
196
197	```
198	## 💡 So What?
199
200	### 一句话核心启发
201
202	[整篇文章最值得记住的一个 insight]
203
204	### 立即可做
205
206	- [行动1]：[具体到可以今天就做的事]
207	- [行动2]
208
209	### 值得深挖
210
211	- [方向1]：[为什么值得继续研究]
212	- [方向2]
213
214	### 关键概念索引
215
216	【概念1】【概念2】【概念3】...
217
218	---
219	🔍 要对某条洞察深挖？直接告诉我编号
220	💡 要存入 Obsidian？输入 `/note`
221	```
222
223	---
224
225	### Step 5: 存入 Obsidian（交给 `/note`）
226
227	`/insights` 本身不写 vault。分析输出完成后，如果用户想沉淀，由 `/note` 走双提议通道统一写入。这和 `SCHEMA.md` §2 "/note 是 vault 唯一写入通道" 对齐，和 `/read` 的 handoff 风格一致。
228
229	为什么这样：
230	- 四维标签体系（`type/` + `domain/` + `category/` + `mastery/`）只有 `/note` 会按规范生成，`/insights` 自动打的旧前缀（`industry/` / `focus/` / `source/` / `topic/`）不在 SCHEMA.md §10 的许可集合里
231	- `/note` 的 Wikilink 双提议和 Atomic Card 双提议让人在 loop 里，避免 AI 擅自编织知识图谱
232	- 单一写入通道让 `/lint` 的体检有唯一来源，MOC 索引也只需要监听一个信号
233
234	所以 Step 5 的行为就一条：在对话输出末尾提示用户 `💡 要存入 Obsidian？输入 /note`，然后停手等用户决策。
235
236	---
237
238	## 输出格式
239
240	完整输出结构：
241
242	```markdown
243	# [文章标题] — 商业洞察
244
245	> 来源：[来源] \| 日期：[日期] \| 行业：[行业]
246	> 分析视角：[focus 类型] \| 分析日期：[今天]
247
248	## 1. 文章概况
249	[Step 1]
250
251	## 2. 核心洞察
252	[Step 2 — 3-7 条结构化洞察]
253
254	## 3. [根据 focus 的深入分析标题]
255	[Step 3]
256
257	## 4. So What?
258	[Step 4 — 行动导向总结]
259	```
260
261	---
262
263	## 特殊场景处理
264
265	### 创始人访谈 / CEO 采访
266
267	- 关注说了什么和没说什么的对比
268	- 识别公关话术 vs 真实信号
269	- 提取隐含的战略方向
270
271	### 行业报告
272
273	- 聚焦数据点和趋势线
274	- 质疑数据来源和方法论
275	- 识别报告的立场偏见（谁出的报告？为什么？）
276
277	### 产品发布 / 新闻稿
278
279	- 剥离营销语言，提取真实产品差异化
280	- 分析定位策略和目标市场选择
281	- 对比竞品动作的时间线
282
283	### 多篇文章批量分析
284
285	当用户提供多篇文章时：
286	1. 逐篇快速提取核心洞察（每篇 3 条）
287	2. 最后输出一个交叉分析：跨文章的共同模式、矛盾信号、综合判断
288
289	---
290
291	## 与其他 Skill 的协作
292
293	\| 场景 \| 组合 \|
294	\|------\|------\|
295	\| 洞察需要沉淀 / 拆原子卡片 \| `/insights` → `/note`（双提议写入） \|
296	\| 洞察触发深度研究 \| `/insights` → content-research-writer \|
297	\| 洞察用于投资分析 \| `/insights --focus strategy` → Finance 工作区 \|
298	\| 批量行业扫描 \| 多次 `/insights` → 交叉分析 \|
299
300	## Notes
301
302	- 【】标记遵循 `/note` skill 的双链标记规范，方便 Obsidian 内双链
303	- 对推断性内容明确标注"此为分析者推断，非文章原文"
304	- 不编造文章中不存在的数据或事实
305	- 分析应有立场但标注立场——如果某个洞察是乐观/悲观的，说明为什么
306	- 如果文章质量低或信息密度不足，直接告诉用户"这篇文章的信息

People who liked this also viewed

6 picks

Type

insights

36stars11forks

View on GitHub

How to install insights?

owenliang60-ship-it/knowledge-mgmt/insights

$npx -y skills add owenliang60-ship-it/knowledge-mgmt --skill insights

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# /insights — 商业洞察提取器
2
3	从任意文章中提取结构化、可操作的商业洞察。
4
5	## 核心理念
6
7	> "读文章不是为了知道作者说了什么，而是为了发现作者没说出来的商业逻辑。"
8
9	这个 skill 训练的是一个商业分析师的阅读方式：
10	1. 快速抓住文章在说什么（表层信息）
11	2. 深挖背后的商业逻辑和战略意图（深层模式）
12	3. 提炼出可操作的洞察和可迁移的模式（输出价值）
13
14	## 定位
15
16	\| Skill \| 职责 \| 输出 \|
17	\|-------\|------\|------\|
18	\| `/read` \| 学术深度阅读 — 论证结构分析 \| 学术分析报告 \|
19	\| `/insights` \| 商业洞察提取 — 战略模式识别 \| 结构化商业洞察 \|
20	\| `/note` \| 知识沉淀 — 原子卡片 \| Obsidian 卡片组 \|
21
22	典型工作流: `/insights` 分析文章 → 讨论 → `/note` 存入 Obsidian
23
24	> ⚠️ `/insights` 不写 vault。所有写入由 `/note` 的双提议通道统一处理，详见 `SCHEMA.md` §2 / §4。
25
26	---
27
28	## Behavior
29
30	### Step 0: 获取文章
31
32	根据来源类型获取内容：
33
34	\| 来源类型 \| 处理方式 \|
35	\|---------\|---------\|
36	\| URL \| `WebFetch` 抓取并解析 \|
37	\| 本地文件 (`.pdf`, `.md`, `.txt`, `.html`) \| `Read` 工具读取 \|
38	\| Obsidian 关键词 \| `obsidian search:context query="..."` → `obsidian read path="..."`（CLI 不可用时回退 MCP） \|
39	\| 粘贴文本 \| 直接分析 \|
40	\| 未提供 \| 询问用户来源 \|
41
42	长文处理：超过 5000 字的内容，先快速扫描全文结构，再聚焦关键段落深入分析。
43
44	---
45
46	### Step 1: 文章定位（30 秒鸟瞰）
47
48	快速提取元信息，判断文章类型和分析策略：
49
50	```
51	📋 文章概况
52	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
53	标题：[标题]
54	来源：[媒体/作者/机构]
55	日期：[发表日期]
56	类型：[行业报告 / 深度报道 / 创始人访谈 / 产品分析 / 趋势评论 / 案例研究]
57	行业：[所属行业]
58	核心主题：[一句话概括]
59	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
60	```
61
62	---
63
64	### Step 2: 核心洞察提取（重点）
65
66	这是分析的核心。从文章中提取 3-7 条高价值洞察。
67
68	每条洞察必须包含三层：
69
70	```
71	### 洞察 N：[一句话标题]
72
73	原文信号：[文章中的关键段落/数据/引言 — 证据来源]
74
75	深层逻辑：[这个信号背后的商业逻辑是什么？为什么重要？]
76
77	可迁移模式：[这个模式可以如何应用到其他场景？对我们有什么启发？]
78	```
79
80	洞察质量标准：
81	- 不是文章摘要（"文章说了 X"），而是分析性判断（"X 背后意味着 Y"）
82	- 必须有原文证据支撑，不臆断
83	- 必须有可迁移性——纯 domain-specific 的事实不算洞察
84	- 优先提取反直觉和非显而易见的洞察
85
86	---
87
88	### Step 3: 根据 focus 参数深入分析
89
90	#### focus=general（默认）
91
92	输出「商业模式画布」快速扫描：
93
94	\| 维度 \| 发现 \|
95	\|------\|------\|
96	\| 价值主张 \| [文章揭示了什么价值创造方式？] \|
97	\| 收入模式 \| [怎么赚钱？有什么创新？] \|
98	\| 竞争壁垒 \| [护城河在哪？可持续吗？] \|
99	\| 增长引擎 \| [靠什么驱动增长？] \|
100	\| 风险信号 \| [文章中隐含的风险是什么？] \|
101
102	#### focus=ai
103
104	输出「AI 切入点分析」：
105
106	```
107	🤖 AI 机会识别
108	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
109
110	## 当前痛点 → AI 解法
111
112	\| 痛点 \| AI 解法 \| 技术成熟度 \| 预期 ROI \|
113	\|------\|---------\|-----------\|---------\|
114	\| [痛点1] \| [解法] \| [高/中/低] \| [高/中/低] \|
115
116	## 价值链 AI 化路径
117
118	[识别文章中描述的业务流程，标注 AI 可介入的环节]
119
120	## 竞争对手 AI 动态
121
122	[文章中提到的竞争对手 AI 布局]
123
124	## 建议优先级
125
126	1. [Quick Win — 最快能落地的 AI 应用]
127	2. [Strategic Bet — 需要投入但回报大的方向]
128	3. [Watch — 值得关注但时机未到]
129	```
130
131	#### focus=strategy
132
133	输出「战略信号解读」：
134
135	```
136	🎯 战略信号
137	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
138
139	## 显性信号（文章明确提到的）
140
141	- [信号1]：[含义]
142	- [信号2]：[含义]
143
144	## 隐性信号（字里行间推断的）
145
146	- [信号1]：[推断依据] → [可能意味着...]
147	- [信号2]：[推断依据] → [可能意味着...]
148
149	## 战略定位判断
150
151	[基于波特五力或其他适用框架的简要分析]
152
153	## 时间窗口
154
155	[这些信号暗示的时间节奏和窗口期]
156	```
157
158	#### focus=model
159
160	输出「商业模式拆解」：
161
162	```
163	💰 商业模式拆解
164	━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
165
166	## 价值创造
167
168	- 解决了谁的什么问题？
169	- 为什么是现在？（时机因素）
170
171	## 价值传递
172
173	- 如何触达用户？
174	- 用户获取成本结构
175
176	## 价值捕获
177
178	- 收入模式详解
179	- 定价策略分析
180	- 利润结构
181
182	## 飞轮效应
183
184	[识别文章中描述的正反馈循环]
185
186	## 类比分析
187
188	[这个模式像谁？跟已知商业模式的异同]
189	```
190
191	---
192
193	### Step 4: So What? — 行动导向总结
194
195	每次分析必须以行动导向结尾：
196
197	```
198	## 💡 So What?
199
200	### 一句话核心启发
201
202	[整篇文章最值得记住的一个 insight]
203
204	### 立即可做
205
206	- [行动1]：[具体到可以今天就做的事]
207	- [行动2]
208
209	### 值得深挖
210
211	- [方向1]：[为什么值得继续研究]
212	- [方向2]
213
214	### 关键概念索引
215
216	【概念1】【概念2】【概念3】...
217
218	---
219	🔍 要对某条洞察深挖？直接告诉我编号
220	💡 要存入 Obsidian？输入 `/note`
221	```
222
223	---
224
225	### Step 5: 存入 Obsidian（交给 `/note`）
226
227	`/insights` 本身不写 vault。分析输出完成后，如果用户想沉淀，由 `/note` 走双提议通道统一写入。这和 `SCHEMA.md` §2 "/note 是 vault 唯一写入通道" 对齐，和 `/read` 的 handoff 风格一致。
228
229	为什么这样：
230	- 四维标签体系（`type/` + `domain/` + `category/` + `mastery/`）只有 `/note` 会按规范生成，`/insights` 自动打的旧前缀（`industry/` / `focus/` / `source/` / `topic/`）不在 SCHEMA.md §10 的许可集合里
231	- `/note` 的 Wikilink 双提议和 Atomic Card 双提议让人在 loop 里，避免 AI 擅自编织知识图谱
232	- 单一写入通道让 `/lint` 的体检有唯一来源，MOC 索引也只需要监听一个信号
233
234	所以 Step 5 的行为就一条：在对话输出末尾提示用户 `💡 要存入 Obsidian？输入 /note`，然后停手等用户决策。
235
236	---
237
238	## 输出格式
239
240	完整输出结构：
241
242	```markdown
243	# [文章标题] — 商业洞察
244
245	> 来源：[来源] \| 日期：[日期] \| 行业：[行业]
246	> 分析视角：[focus 类型] \| 分析日期：[今天]
247
248	## 1. 文章概况
249	[Step 1]
250
251	## 2. 核心洞察
252	[Step 2 — 3-7 条结构化洞察]
253
254	## 3. [根据 focus 的深入分析标题]
255	[Step 3]
256
257	## 4. So What?
258	[Step 4 — 行动导向总结]
259	```
260
261	---
262
263	## 特殊场景处理
264
265	### 创始人访谈 / CEO 采访
266
267	- 关注说了什么和没说什么的对比
268	- 识别公关话术 vs 真实信号
269	- 提取隐含的战略方向
270
271	### 行业报告
272
273	- 聚焦数据点和趋势线
274	- 质疑数据来源和方法论
275	- 识别报告的立场偏见（谁出的报告？为什么？）
276
277	### 产品发布 / 新闻稿
278
279	- 剥离营销语言，提取真实产品差异化
280	- 分析定位策略和目标市场选择
281	- 对比竞品动作的时间线
282
283	### 多篇文章批量分析
284
285	当用户提供多篇文章时：
286	1. 逐篇快速提取核心洞察（每篇 3 条）
287	2. 最后输出一个交叉分析：跨文章的共同模式、矛盾信号、综合判断
288
289	---
290
291	## 与其他 Skill 的协作
292
293	\| 场景 \| 组合 \|
294	\|------\|------\|
295	\| 洞察需要沉淀 / 拆原子卡片 \| `/insights` → `/note`（双提议写入） \|
296	\| 洞察触发深度研究 \| `/insights` → content-research-writer \|
297	\| 洞察用于投资分析 \| `/insights --focus strategy` → Finance 工作区 \|
298	\| 批量行业扫描 \| 多次 `/insights` → 交叉分析 \|
299
300	## Notes
301
302	- 【】标记遵循 `/note` skill 的双链标记规范，方便 Obsidian 内双链
303	- 对推断性内容明确标注"此为分析者推断，非文章原文"
304	- 不编造文章中不存在的数据或事实
305	- 分析应有立场但标注立场——如果某个洞察是乐观/悲观的，说明为什么
306	- 如果文章质量低或信息密度不足，直接告诉用户"这篇文章的信息

People who liked this also viewed

6 picks

Type