// Agent Skills

用于 SEO 研究与内容决策的 Agent Skills

Skill 告诉 AI Agent 如何限定研究范围、复用已有任务、处理证据和说明限制。所有指令均开源,安装前即可阅读,并与数据服务保持分离。

01 / Skill 说明

$research-seo-signals

研究 SEO 信号

围绕关键词、域名、市场和语言收集最小充分的 SEO 数据范围,再整理观察、证据和限制,但不代替用户做最终优先级决策。

什么时候使用

当你已经明确关键词、域名、市场和语言,需要先取得底层 SEO 观察,再决定是否继续投入时使用。

工作流会约束什么

  • 优先复用匹配的 request_id,并以稳定的幂等键重试,避免重复创建研究任务。
  • 只请求当前任务需要的证据范围,同时阅读观察、证据与限制。
  • 把有来源的事实和推断分开,在最终 SEO 优先级决策前停止。

自然语言用法

使用 $research-seo-signals 研究 “AI SEO tools” 对 example.com 在美国英语市场的机会,只请求关键词概览与当前 SERP 证据。

能力在哪里停止

这个 Skill 负责检索和解释 SEO 证据,不保证排名,不把搜索需求直接等同于收入,也不替用户决定是否开发产品。

02 / Skill 说明

$research-social-signals

研究社媒信号

把宽泛的聆听目标转成聚焦的平台原生检索,保留来源上下文和平台字段,并说明覆盖限制,不把检索结果直接变成建议。

什么时候使用

当后续分析需要来自受支持社交平台的可追溯公开帖子、笔记、账号内容、资料或趋势时使用。

工作流会约束什么

  • 把宽泛目标拆成少量聚焦查询,并在检索前校验难懂的平台标识。
  • 保留来源链接、时间、平台原生指标、查询上下文和分页状态;缺失值保持未知。
  • 只返回检索数据和覆盖限制,不追加情绪判断、策略或业务建议。

自然语言用法

使用 $research-social-signals 查找最近关于“保持排版的 PDF 翻译工具”的 X 公开讨论,保留来源链接并说明覆盖限制。

能力在哪里停止

检索到的公开内容只是部分平台证据,不是代表性市场调查。这个 Skill 不给账号打分,也不建议应该发布什么。

03 / Skill 说明

$decide-content-opportunities

判断内容机会

使用已经完成的证据,给出一个有条件的判断,并说明定性置信度、反证、风险、替代方案和最小下一步测试。

什么时候使用

当决策、受众和约束已经明确,且现有证据足以支持一个有条件的关键词或内容建议时使用。

工作流会约束什么

  • 复用已完成证据,比较真正不同的主题、受众、角度、形式或渠道。
  • 只选择一个主要动作,并展示理由、反证、条件、风险和替代方案。
  • 用定性方式解释置信度,最后给出最小下一步测试和停止条件。

自然语言用法

使用 $decide-content-opportunities 比较已完成的 SEO 证据,推荐一个内容方向,并说明置信度、反证、替代方案和下一步测试。

能力在哪里停止

这个 Skill 支持可逆决策,不撰写或发布成品内容,不虚构产品体验,也不替代用户的最终业务判断。

// 开源指令

集中检查完整 Skill 指令

安装前可在公开仓库查看全部 SKILL.md、范围规则和版本记录。

在 GitHub 查看全部 Skill 源文件

// 安装

下载并安装 SignalDig Agent Skills

只需四步:下载、解压、复制、验证。不需要 Git,也不需要任何额外工具。

01下载最新版本

点击下方按钮打开 GitHub Releases 页面,下载最新版本的 Source code (ZIP) 压缩包到你的电脑。

下载最新版本
02解压并进入目录

解压下载的 ZIP,然后在终端中进入解压后的目录(后续命令都在这个目录里执行):

unzip seo-signal-skills-*.zip && cd seo-signal-skills
03复制 Skill 目录

选择你的 AI 客户端,然后复制对应命令到上一步的终端中执行。命令会创建目标目录并把三个 Skill 复制进去。

Codex
mkdir -p ~/.codex/skills
cp -R skills/research-seo-signals ~/.codex/skills/
cp -R skills/research-social-signals ~/.codex/skills/
cp -R skills/decide-content-opportunities ~/.codex/skills/

以上命令适用于 macOS 和 Linux。Windows 用户:在文件资源管理器中打开解压目录,手动把 skills 文件夹里的三个子文件夹复制到对应客户端目录。

04重启客户端并验证

重启客户端或打开一个新会话。也可以运行下面的命令确认三个 Skill 目录已就位:

ls ~/.codex/skills

三个 Skill 可以按需只装一个,也可以全部安装。安装后在客户端中通过 $skill 名称调用。

从源码安装
git clone https://github.com/daily-growth-signals/seo-signal-skills.git
cd seo-signal-skills

如果需要检查改动或通过 git pull 更新,可以克隆仓库;使用 Release ZIP 时不需要 Git。

// 使用

点名工作流,并给出具体任务

使用 $research-seo-signals 研究 “AI SEO tools” 对 example.com 在美国英语市场的机会,只请求关键词概览与当前 SERP 证据。
清晰的关键词、域名、市场和语言有助于工作流选择最小充分请求。过于宽泛的请求可能需要先确认数据范围。

// Skills 与 MCP

两个能力层,承担不同工作

两层分离后,工作流保持公开可检查,需要鉴权的数据能力则可以独立治理和更新。

提供

任务指令、范围规则、证据处理和输出结构

检索当前数据或运行 SignalDig 报告的鉴权工具

位于

本地可阅读、可版本管理的 SKILL.md 目录

配置在 AI 客户端中的远程 HTTP 端点

不会

包含实时市场数据或 API 凭据

决定 Agent 应该问什么,也不会替代用户的业务判断

工作流需要 SignalDig 当前数据?

继续查看 MCP 接入说明,了解端点、API Key 鉴权和当前能力限制。