「健康减脂顾问」是「龙虾部署大师」技能市场中的减重规划技能：作用是根据你的身体数据、健康限制、运动基础和饮食条件，算出科学的减重方案——它会计算 BMI、BMR、TDEE 和建议的热量缺口与周期，生成 4 周渐进的运动计划、每日食谱框架和执行检查清单，并提示医学边界和危险信号识别标准。 技能效果 给出身高体重让它做减脂计划，它先估算了BMI和每日消耗，再排出四周递进的方案，把每周的摄入热量和运动频率列成表。 减重总是反复，问题常常出在"凭感觉" 大多数减重失败，并不是不够努力，而是缺乏量化依据。常见三种误区：一是热量没算清，不知道自己每天该吃多少、缺口留多大，要么饿到坚持不了，要么明明在控制却毫无变化；二是运动饮食两张皮，只盯着运动或只盯着吃，没有把两者放进同一个能量账里；三是不会判断进度，两周没动就慌、下降太快又不知道是否伤身。减重本质是能量缺口的管理，把摄入、消耗和目标算清，方向才稳。 能量账：消耗 > 摄入 = 减脂 每日摄入 饮食
「合同生成助手」是「龙虾部署大师」技能市场中的合同起草技能：作用是把雇佣合同、录用通知书、租房合同、NDA、服务合同、合作协议等常见文档的初稿写出来——通过分步对话确认合同类型、分批收集必填字段，再自动填充模板变量或直接生成正文，输出可直接编辑的 DOCX 合同，并附上必要的法律风险提示。 技能效果 按“两期付款＋验收＋违约”的要求，它生成了完整的软件开发服务合同，付款节点和验收流程都列成可填写的条款。 为什么起草一份合同总是又慢又容易漏 问题在于合同的"格式活"占用了大量时间，而真正的风险又藏在容易被忽略的字段里。手写或套用旧模板时，常见三种麻烦：一是反复填空，名称、金额、日期、期限要在文档里逐处替换，改一个数往往要回头核对好几处；二是字段遗漏，验收标准、违约责任、付款节点这类关键条款一旦漏写，签了才发现；三是批量场景下效率极低，HR 给十个新员工各做一份录用通知书，等于把同一份模板手工改十遍。这些工作本身不创造价值，却最容易出错。 手工套模板，处处要替换 甲方：____ 金额：____（漏填？） 期限：____ 违约条款：（缺） 改十遍 仍可能出错 这个技能能帮你做什么 它把合同初稿的整个起草过程接管下来。先通过分步对话确认你要的合同类型，再按该类型分批向你收集必填字段，并自动计算需要推算的项（如合同到期日）；信息汇总后等你确认，才开始生成文档。生成方式有两种：若有现成的 DOCX 模板，它填充变量、保留原有字体、样式、页眉页脚，输出与模板一致的成稿；若没有模板，它直接生成完整合同正文并写入 DOCX。此外它支持用 CSV、Excel、JSON 批量生成，并在生成后校验是否还有未替换的占位符残留。 确认合同类型 雇佣 / 租房 / NDA… 分批收集字段 汇总后等你确认 填模板 / 生成正文 保留样式 输出 DOCX 校验占位符 用前须知 该技能需要 Python 与合同生成脚本，生成 DOCX 通常依赖 python-docx；若使用模板填充，DOCX 模板路径按技能内约定放置。它无需 API Key。需要强调的是，它输出的是合同初稿，仅供起草与内部流转参考，不构成法律意见；重要合同应交由专业律师复核后再签署。 怎么用它 用法是用自然语言把合同类型和关键条款说清楚，它会在对话中追问缺失的字段，无需你记参数或手动套模板。例如可以这样对它说： 可以这样对它说 "生成一份北京的软件开发服务合同，付款分两期写清楚，要含验收和违约条款。" "给新员工做一份录用通知书，年薪三十万、下周入职、公司在上海浦东，条款都标注清楚。" "按这份 Excel 里的候选人信息批量生成 Offer 文档，文件名用各自的姓名。" 它适合这些场景：HR 或行政需要为多名新员工批量生成录用通知书、劳动合同；房屋出租或承租前，要根据双方身份和租期生成租房合同；商务合作前要快速拿到 NDA、服务合同或合作协议初稿；以及已有自定义 DOCX 模板、想用结构化数据批量填充成稿的情况。 大家常问 一份合同必须包括哪些基本要素？ 依据《民法典》第四百七十条，一份合法有效的合同通常需要包含八项基本要素：当事人信息、标的、数量、质量、价款或报酬、履行期限地点和方式、违约责任、争议解决方式。具体合同还会按场景补充保密、不可抗力、知识产权归属等条款。 起草合同时最容易被忽略的风险点有哪些？ 起草时常被忽略的风险点集中在几处：定义术语前后不一致、触发条件用"合理期间""及时通知"等模糊表述、单方义务缺对应救济、管辖与法律适用相冲突、格式条款没合理提示、补充协议与主合同脱节，以及引用的法条已废止或修订。 范本合同和定制合同有什么区别？ 范本合同条款已预先写好，使用者只填空白字段，类似"填空"；定制合同则根据具体交易和谈判结果增删改条款，结构、措辞、权利义务都可调整，类似"写作"。范本胜在快和稳，定制胜在贴合实际场景与风险分配。 为什么手写合同也具有法律效力？ 法律保护的是双方合意，不是纸张的印刷工艺。手写合同只要满足三点就有效：双方意思表示真实、内容合法且不违背公序良俗、具备当事人和标的等基本要素。它在举证便利性上不如电子存证或公证件，但法律效力本身并不低于打印合同。 想用上这个技能？ 「合同生成助手」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
「ADHD 日程规划」是「龙虾部署大师」技能市场中的日程与执行支持技能，面向 ADHD 及执行功能困难人群，强调时间盲友好、低羞耻感和可灵活调整的结构。它通过脑内清空、三件事系统、时间块、转换缓冲和最小行动拆解，把堆积的混乱事项变成现实可执行的日计划或周计划。 技能效果 把一长串杂乱待办丢给它时，它只挑出回邮件、回微信、约牙医三件最小的动作让你立刻起步，其余的标注成不用现在做。 做计划总是失败，问题出在哪 对执行功能吃力的人来说，待办清单越长越难启动：所有事挤在脑子里，光是"怕忘"就在消耗注意力，挑不出先做哪个。再加上"时间盲"——严重低估每件事要花的时间，计划一超时就全线崩盘，于是干脆放弃整张表。计划排得过细反而更容易反弹，决策疲劳也让人迟迟开不了头。问题往往不在不努力，而在计划方式不适配。 这个技能用什么方法帮你 它是一套对话式的规划方法，核心是降低启动成本、对抗时间盲。降低启动阻力上，它先做"脑内清空"把所有事倒出脑外，再用"三件事系统"只挑出今天最该完成的三件，并把当下最该启动的那件拆成一个两分钟就能起步的最小动作。 一脑子塞满的待办 回邮件 改方案 报销 约体检 读论文 回客户消息 交周报 脑内清空 + 三件事筛选 要事 1 要事 2 要事 3 一个 2 分钟就能起步的动作 对抗时间盲上，它用三倍时间估算法把你估的时间往上放大、留出余量，并在任务之间安排"转换缓冲"，承认从一件事切到另一件事本身要耗时间，因此把一天排松而不是排满，结尾还留白接住意外。此外它提供外部化记忆、预决策和收工仪式等执行支持，并按当前、今日、本周或更长期的范围选择规划方式。它默认计划会被打乱，处处留可调整的余地，强调低羞耻感、不催不评判。 把一天排松，不排满 深度工作 缓冲 会议 休息 轻活 留白 块与块之间留转换缓冲，结尾留白接住意外 怎么用它 用法是把你当下的状态和要安排的范围用自然语言说出来，它会据此选规划方式。它不需要 API Key 或额外依赖，还能配合你已在用的日历、白板、Time Timer 或任务管理工具。例如可以这样对它说： 可以这样对它说 "今天脑子很散，把待办拆成三个马上能开始的动作，别排满整天，动作更小。" "我总低估时间，重新排一个带转换缓冲和休息的下午计划，别连着开会，先减量。" "这周任务堆爆了，按 ADHD 友好的方式删到可执行，还要留出恢复时间。" 它适合这些场景：任务堆积难以开始时，把混乱事项转成一个下一步行动；安排当天计划、避免排满并预留切换缓冲；本周目标过多时筛选优先级、设置可调整的主题日；长期项目因计划过细反复放弃时，拆成月度可执行结构。适用人群不止被诊断的 ADHD 群体，也包括常被拖延、时间盲和决策疲劳困住的学习者、自由职业者与知识工作者。 大家常问 为什么 ADHD 的人列了一长串待办却一件都开不了头？ 不是懒，是大脑前额叶活动偏低、多巴胺基线不足，每条待办对 ADHD 看上去都是模糊概念，光是拆出第一步就已经认知超载。AI 把"做方案"先替你拆成可立刻执行的原子步骤，再用反问缩小决策空间，把"面对空白文档的恐惧"降到"只回答一个小问题"，启动就完成了。 时间盲是什么，为什么 ADHD 的人总低估完成任务的时间？ 时间盲指 ADHD 大脑无法稳定感知时间流逝，时间只分"现在"和"不是现在"，加上工作记忆薄弱，过去同类任务花了多久这条信息调不出来，估时就会极度乐观。AI 的协助原理是把任务拆到"读起来就觉得我能做"的颗粒度，再用文本反馈描述当前进度，给大脑一个外部时间锚点。 ADHD 的拖延和普通人偶尔的拖延是同一回事吗？ 不是。普通拖延是意愿问题，想切换随时能切；ADHD 的拖延是执行功能障碍——前额叶活动不足，"知道要做但身体动不了"，更像车子发动着却没松手刹。AI 不是教患者管理时间，而是替代暂时失灵的那部分执行功能：替大脑拆步骤、外置工作记忆、给"断点续传"路径，把启动门槛降到几乎没有。 想用上这个技能？ 「ADHD 日程规划」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
「速卖通供应商评估」是「龙虾部署大师」技能市场中的供应商可信度评估技能。它面向 AliExpress、DHgate、Temu 等海外 B2C 采购场景，不只看星级，而是从五项指标判断供应商的红旗、中性与绿旗，并计算到岸成本、识别常见骗局。它根据你提供的店铺信息、报价和评价材料给出结论，不替你联网抓取。 技能效果 评估三家速卖通女装店到美国的成本时，它逐项算出含运费、手续费、销售税的到岸价，再按刷评迹象和响应速度标出红旗风险并排了序。 海外采购选供应商，问题出在哪 跨境采购选供应商有两个容易踩的坑：一是星级高不等于可靠，好评可能是刷出来的，单看综合评分很难判断；二是商品标价不等于到手成本，加上国际运费、支付手续费和进口税之后，最便宜的标价常常不是最便宜的到手价。再叠加虚假物流、下单后加收运费、仿品等风险，仅凭感觉下单风险很高。 这个技能能帮你判断什么 它从三个方面给出结论。第一是可信度评分：用五项指标——店铺资历、粉丝数量、响应速度、好评率、评价质量——分别评估，再归为红旗、中性、绿旗，并按商品价值切换严格、标准、风险三种模式，价值越高判得越严。其中"评价质量"能识别措辞雷同、缺少真实带图反馈的刷评，这是星级掩盖不了的。 店铺资历 粉丝数量 响应速度 好评率 评价质量 综合判定 中性·谨慎 第二是到岸成本核算：它把一件商品落到门口的总成本拆成商品价、国际运费、支付手续费、按目标国家规则计算的关税与增值税，给出一个可复用的核算框架，换数量或目的国都能重算。税费按所给规则估算，真实清关可能有出入。 标价： 商品价 到岸： 商品价 运费 手续费 关税+增值税 真实成本 ≫ 标价 第三是风险识别：它会标出虚假物流（单号长期不更新、轨迹凑数）、下单后加收运费、仿品等风险，并说明万一要退款或平台介入时需要保留哪些纠纷证据；对拿不准的供应商，还会建议先小额下样品单实测再放量。 怎么用它 用法是把判断材料交给它——店铺页面信息、商品报价、国际运费、目标国家的税费规则，以及评价区截图，再用自然语言说清要它判断什么。材料越全，结论越准。例如可以这样对它说： 可以这样对它说 "评估这三家速卖通店铺发到美国的真实到岸成本和风险，含运费、税费，价格写清楚。" "这个耳机供应商评分很高，帮我检查刷评和假货风险，再看看图片评价，类目标清。" "Temu 上这批灯具想小单测试，先查店铺的红旗项和退款窗口，字段都留好。" 它适合这些场景：从速卖通采购转售或代发，需要判断卖家是否可靠；多个供应商卖同款，需要比较价格、评价和样品质量；高价值商品下单前，要在严格模式下排查红旗风险；到货异常或物流疑似欺诈时，要确定平台纠纷的证据和时机。 大家常问 速卖通上同一款产品有好几家供应商，怎么判断哪家更可靠、风险更低？ 别只看星级。用一张评分卡对比五项指标——店铺资历、粉丝数、消息响应速度、好评率、评价质量，逐项判红旗/中性/绿旗，再按商品价值选严格、标准或风险模式。多家供货时还要做反向图片搜索、对比差评，最后从 3 家达标供应商各买 1 件样品验证做工。 速卖通供应商页面上的好评率和评价，为什么不能只看星级评分？ 好评率只是一个综合数字，可被诱导好评、刷单、低客单价刷量拉高，且只反映"满意度"，不告诉你质量是否稳定、是否常发错货。差评看内容比看数量更重要，若多人集中反映同一类问题（掉色、拉链坏、尺寸不对），即使好评率 95% 以上也不宜深合作；带图带视频的评价才是真实质量的锚点。 从速卖通采购转售，到岸成本除了商品价和运费还包含什么？为什么常被低估？ 到岸成本还含关税、增值税/GST、清关代理费、保险、汇兑与支付手续费、退货瑕疵分摊，转售时再叠加平台扣点。常被低估是因为页面只显示商品价和运费，关税/VAT 是到货后才产生的"延迟支付"；低客单价商品里固定清关费占比尤其被放大，一条几美元的商品清关费可能就超过货值本身。 速卖通采购时，哪些信号说明这家店铺可能是骗子或卖仿品？ 高风险信号集中在：开店不足 6 个月、粉丝过少、店名蹭大牌、品类杂乱；品牌商品折扣超零售价 60%、图片全是盗用渲染图、标题写 Original 实为 Compatible；评价全是无文字五星、差评集中在"没收到货/发错货"；以及要求你先关闭纠纷、付款后加收运费、物流单号签收地址对不上。记住"太便宜、太新、太完美"同时出现就跳过。 想用上这个技能？ 「速卖通供应商评估」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
「牛牛量化分析」是「龙虾部署大师」技能市场中的 A 股量化技能：它以 Tushare 为数据源，把行情查询、均线及技术策略回测、技术面/基本面选股、买卖信号生成这四类任务统一成可执行的脚本流程，输出价格、涨跌、收益率、回撤、夏普比率、得分与风险提示等结构化结果。 技能效果 查贵州茅台行情时，它拉来近期日线数据，算出MA5、MA20和量能，逐日给出均线信号与综合建议，整理成一张表。 A 股量化分析，难在哪一步 难点不在"想法"，而在"算"这一步：自己用脚本做行情查询、策略回测和选股，要先把数据源接通、把依赖装齐，再为均线、MACD、KDJ、布林带等每一种策略分别写回测逻辑，最后还得把一堆 JSON 结果翻译成能看懂的收益、回撤、夏普比率。环节一多，口径就容易乱——这次用的数据源和上次不一样，回测窗口也对不齐，结果之间没法横向比较。「牛牛量化分析」要解决的，正是把这条链路收敛成一个统一、口径一致的流程。 四类任务，一个统一入口 行情查询 策略回测 智能选股 交易信号 统一脚本Tushare 表格 这个技能能帮你算清什么 它先确认你的意图属于哪一类任务，再走同一套量化脚本处理 A 股数据，最后把结果整理成表格或文字说明。具体覆盖四块：行情查询返回某只股票的价格、涨跌与成交量；策略回测针对均线、MACD、KDJ、布林带等给出收益率、最大回撤、夏普比率；智能选股按技术面、基本面或资金面筛出一批候选股；交易信号基于历史数据给出买、卖或观望的判断，并附上依据和风险提示。 回测一条策略，看这几项指标 收益率 最大回撤 夏普比率 买卖信号 风险提示 维度先拆开看，再综合判断 用前须知 该技能需要 Tushare Token 并配置 TUSHARE_TOKEN，依赖 Python 及 tushare、pandas、python-dotenv、pandas-ta 或 ta。它的数据源限定为 Tushare，不替换为其他来源，口径因此保持一致。回测与信号均基于历史数据，仅供研究参考，不构成投资建议，也不承诺任何收益。 怎么用它 用法是把你要查的股票、要回测的策略或选股条件用自然语言说清楚，不需要记参数，也不用自己决定调哪个脚本。例如可以这样对它说： 可以这样对它说 "用 Tushare 查 600519 的近期行情，再出一个交易信号，按表格呈现。" "回测贵州茅台 250 天均线策略，列出收益、回撤和夏普比率，几个维度先拆开看。" "从 A 股里筛出技术面排名前十的股票，只用沪深北数据源，把样本口径先写清楚。" 它适合这些场景：查询某个 A 股代码的近期价格、涨跌和成交量；投研时回测均线、MACD、KDJ 或布林带策略的历史表现；按技术面、基本面或资金面筛选一批候选股；以及基于历史数据生成买、卖或观望信号并附上风险说明。适用于 A 股量化爱好者、投研人员和希望用脚本化方式做行情查询、回测与选股的用户。 想用上这个技能？ 「牛牛量化分析」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
「小红书内容检索」是「龙虾部署大师」技能市场中的内容研究技能：它通过浏览器自动化访问小红书，按关键词、排序方式、时间范围和笔记类型搜索热点内容，整理出标题、发布时间、作者、点赞、评论、收藏、粉丝数、标签和链接等字段，结果可在对话里展示，也能导出为 Markdown、Excel 或 CSV，并附带趋势观察和数据概览。 技能效果 检索「通勤穿搭」的爆款时，它抓取实时笔记后先按点赞量排出热门标题并归纳套路，再把话题标签按人群、场景、品牌分类，并给出每篇 6–8 个标签的组合建议。 想摸清小红书热点，手动翻笔记够吗 选题调研和竞品观察前，常要先看清某个关键词下哪些笔记互动最高、标题用了什么套路、话题标签集中在哪。手动翻：要一条条记标题、点赞、收藏、评论和作者，还要不断下滑加载；想按近七天、视频类型或最新排序筛选，又得反复改条件；几十条数据抄完，再自己排序、归类、找规律。等清单成形，热点已经换了一轮，留档和复盘也难。 手动翻小红书 · 字段散乱 笔记 A 点赞? 收藏? 笔记 B 作者? 标签? 笔记 C 评论? 时间? 下滑加载 · 反复改筛选条件 抄完已过时，难排序难留档 这个技能能帮你拿到什么 它把手动翻找变成一次结构化检索。核心做四件事：解析你给的关键词、排序方式、时间范围、笔记类型和字段需求；检测小红书登录状态，功能受限时提示你处理登录；通过浏览器自动化完成搜索、筛选、滚动和热门笔记数据的提取；最后生成对齐的表格、趋势分析和数据概览，并可按需导出文件。它能整理的字段相当完整：标题、发布时间、作者、点赞、评论、收藏、粉丝数、标签和链接。 关键词 + 排序 时间 / 类型 浏览器自动化 搜索 · 滚动 · 提取 点赞 / 收藏 / 评论 作者 / 标签 / 链接 表格 + 趋势 MD/Excel/CSV 它会如实报告数据情况：流程内置登录态检测、反爬节奏控制和异常处理，当数据不足时会照实说明，而不是凑数。 用前须知 该技能需要可用的浏览器自动化环境和能访问小红书网页的条件。多数功能依赖登录态，无需平台 API Key，但可能遇到登录弹窗、验证码、反爬限制或数据提取不足等情况，请按提示处理登录并控制检索节奏。 怎么用它 用法是把关键词、排序、时间范围和想要的字段用自然语言说清楚。例如可以这样对它说： 可以这样对它说 "搜小红书近七天的健身餐视频，按最新排序取前十条，点赞和评论都带上。" "查护肤关键词的热门笔记，把点赞、收藏、评论数和作者昵称都带上。" "看小红书上通勤穿搭的爆款，整理标题套路和话题标签，按热度排行。" 它适合这些场景：内容团队要搜某关键词下点赞最高的小红书热点笔记；品牌调研想按近七天、视频类型或最新排序筛选内容；创作者想分析高赞标题、互动指标和常见话题标签；以及账号运营需要把搜索结果保存成 Markdown、Excel 或 CSV 留档。 大家常问 为什么小红书的搜索流量和推荐流量要分开看？背后的分发机制有什么区别？ 推荐流量按"兴趣向量×内容向量"主动猜你喜欢，靠互动率赛马；搜索流量按"关键词+文本相关性+点击反馈"被动响应需求，生命周期更长，两条入口的优化路径完全不同。 小红书搜索结果默认的综合排序，主要按哪些信号排？ 综合排序是多维加权：文本相关性（标题最重>正文>话题标签）打底，互动率（收藏权重高于点赞）做实时调节，再叠加完读率、账号垂直度、时效性和个性化信号。 什么是小红书的笔记权重？为什么会影响搜索曝光？ 权重是算法给每篇笔记的综合评分，决定召回后排在搜索结果第几位。新笔记进入初级池后按权重逐级晋级，权重不够即使关键词命中也会被压到十几页后，几乎没人能看见。 在小红书搜索里，长尾关键词和大词下的笔记表现有什么本质区别？ 大词供给充裕、意图模糊，排序比拼互动积累和作者权威，存在马太效应；长尾词供给有限、意图精确，拼的是标题语义匹配度，入场门槛低，凭精准命中就能拿到稳定曝光。 想用上这个技能？ 「小红书内容检索」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
珠海市有用科技有限公司 © copyright 2004-2025,All Rights
Reserved. 
粤公网安备44049102497264号 ｜ 粤ICP备2022130769号-5
提示正在拉起鸿蒙应用市场，如遇无法拉起/无法下载的情况，可使用鸿蒙设备，自行前往应用市场，搜索「Win解压缩」安装。
