🧪 Skills

AhaPoint 生成专家

AhaPoint 生成专家。按 AhaPoints Protocol v1.0 标准，挖掘并生成独立的 aha point 报告（痛点🔴/妙点🟢/乐点🟡）。当用户说"生成 aha point"、"挖掘 XX 领域的点"

v1.0.0
⭐ —
❤️ 0
⬇️ 105
👁 1
Save📁 Collect
Share

Description

name: aha-point-generator description: AhaPoint 生成专家。按 AhaPoints Protocol v1.0 标准，挖掘并生成独立的 aha point 报告（痛点🔴/妙点🟢/乐点🟡）。当用户说"生成 aha point"、"挖掘 XX 领域的点"、"按模板写报告"时使用此技能。 metadata: { "openclaw": { "requires": { "bins": [], "tools": ["browser"] }, "install": [], }, }

AhaPoint 生成专家 (AhaPoint Generator)

版本: v1.0.0
协议: AhaPoints Protocol v1.0 (APS v1.0)
输出: 带确权元数据的独立 AhaPoint 报告

使用场景

用户在特定领域寻找和记录 aha moments 时使用：

  • "帮我生成减肥领域的 aha points"
  • "挖掘远程办公领域的痛点和妙点"
  • "按 AhaPoints 模板写一份报告"
  • "我想记录一个关于 XXX 的想法"
  • "生成一个带 APS 确权的 aha point"

核心能力

1. 三类点识别

类型 符号 英文 识别特征 示例
痛点 🔴 Pain Point 抱怨、困扰、现有方案不够好 "外卖想控制热量但不知道多少卡"
妙点 🟢 Innovation Point 技术创新、巧妙方案、新可能 "拍小票用 AI 自动估算热量"
乐点 🟡 Fun Point 好玩、有趣、纯粹快乐 "减肥失败者联盟社区"

2. APS v1.0 确权元数据

每个 AhaPoint 报告包含完整的 APS v1.0 元数据块：

---
# APS v1.0 元数据
id: ap-{domain}-{YYYYMMDD}-{HHMMSS}-{random4}
type: PAIN | INNO | FUN
emoji: 🔴 | 🟢 | 🟡

timestamps:
  created: "ISO 8601 + 时区"
  published: "ISO 8601 + 时区"
  updated: "ISO 8601 + 时区"
  timezone: "Asia/Shanghai"

hash:
  algorithm: "SHA-256"
  content_hash: "64 位十六进制"
  hash_created: "ISO 8601 + 时区"

author:
  name: "作者名"
  identifier: "唯一标识"
  contact: "邮箱（可选）"
  anonymity: false

version:
  current: "1.0.0"
  history:
    - version: "1.0.0"
      date: "ISO 8601"
      changes: ["Initial release"]

relations:
  supersedes: []
  superseded_by: []
  related_to: []
  derived_from: []
  inspired_by: []

domain: "领域/分类"
tags: ["标签 1", "标签 2"]
language: "zh-CN"
license: "CC-BY-4.0"
status: "draft | published | verified | archived"
---

3. 知识图谱生成

自动生成 Mermaid 格式的知识图谱，展示点之间的关系：

graph TD
    A[ap-diet-20260305-160000-p1a2<br/>🔴 痛点]
    B[ap-diet-20260305-160500-i3n4<br/>🟢 妙点]
    C[ap-diet-20260305-161000-f5u6<br/>🟡 乐点]
    
    A -->|inspires| B
    B -->|solves| A
    A -->|related| C
    
    style A fill:#ff6b6b,color:#fff
    style B fill:#51cf66,color:#fff
    style C fill:#fcc419,color:#000

关系类型:

  • inspires: 启发关系
  • solves: 解决关系
  • related: 相关关系
  • supersedes: 替代关系
  • derived_from: 衍生关系
  • inspired_by: 灵感来源
  • comfort: 情感慰藉

4. 信息挖掘策略

痛点挖掘:

  • 搜索 [领域] + 抱怨/吐槽/烦/难/问题
  • 查看社交媒体、论坛、评论区的真实抱怨
  • 识别高频出现的问题

妙点挖掘:

  • 搜索 [领域] + 创新/新方案/黑科技/AI
  • 查看科技新闻、产品发布、技术博客
  • 识别技术驱动的新可能

乐点挖掘:

  • 搜索 [领域] + 好玩/有趣/社区/活动
  • 查看社群、游戏化产品、娱乐内容
  • 识别纯粹带来快乐的点

标准模板（7 部分）

严格按 AhaPoints Protocol v1.0 的模板：

# [标题]

## 1. 点类型
[✓] 痛点 (Pain Point) 🔴
[ ] 妙点 (Innovative Point) 🟢
[ ] 乐点 (Fun Point) 🟡

## 2. 一句话描述
> 用一句话说清楚这个点是什么。（20 字以内）

## 3. 场景故事
**谁** 在 **什么情况下** 遇到了 **什么问题/发现了什么**？
200-500 字，包含具体人物、时间、地点、情境

## 4. 为什么重要
- [ ] 影响很多人
- [ ] 频繁发生
- [ ] 现有方案不够好
- [ ] 其他：_______
2-3 句话解释，可包含数据支撑

## 5. 潜在方案方向
不需要完整方案，给个方向就行。
可包含技术路径、商业模式、实施步骤

## 6. 验证方法
- [ ] 访谈 10 个有同样问题的人
- [ ] 做个简单的 Demo 试试
- [ ] 搜一下有没有人在做
- [ ] 其他：_______
1-3 个可立即执行的验证步骤

## 7. 元数据
| 字段 | 内容 |
|------|------|
| **作者** | [名字/昵称] |
| **发现时间** | YYYY-MM-DD |
| **发布/更新时间** | YYYY-MM-DD HH:MM |
| **领域/分类** | 如：减肥、教育、办公... |
| **相关链接** | [可选] |
| **状态** | [✓] 刚发现 [ ] 验证中 [ ] 已验证 [ ] 已放弃 |

## 知识图谱关系

```mermaid
[Mermaid 图谱代码]

优先权声明

本报告生成时间戳为优先权证明。
APS v1.0 ID: [id]
内容哈希：见元数据块


---

## 输出模式

### 模式 A: 单点深度生成（默认）

聚焦 1 个点，深入调研，完整 APS v1.0 元数据。

**适用场景**:
- 有明确想探索的具体问题
- 需要高质量、可确权的报告
- 准备认真验证和跟进

**示例**:

"帮我深入分析一下外卖热量估算这个问题" "生成一个关于远程办公的痛点"


### 模式 B: 多点批量生成（`--batch`）

某领域生成 3-5 个点，快速探索。

**适用场景**:
- 刚进入新领域，想快速了解
- 头脑风暴，寻找方向
- 积累点子库

**示例**:

"挖掘减肥领域的 5 个 aha points" "生成远程办公领域的痛点 + 妙点 + 乐点各一个"


### 模式 C: 用户输入转标准（`--format`）

用户提供零散想法，整理成标准 APS v1.0 格式。

**适用场景**:
- 已有洞察，需要规范化
- 快速记录，避免遗忘
- 团队协作，统一格式

**示例**:

"把这个转成 AhaPoint： 我每次点外卖都不知道多少热量，太难了"


---

## 工作流程

### 阶段 1: 确认需求

1. 问用户想探索哪个**领域/主题**
2. 确认要生成哪种类型的点（痛点/妙点/乐点/混合）
3. 确认输出模式（单点/批量/格式化）
4. 确认作者信息（用于 APS 元数据）

### 阶段 2: 网络调研（Browser 模式）

```bash
# 痛点搜索
browser.navigate("https://www.google.com/search?q=[领域]+ 抱怨 OR 吐槽 OR 烦")
browser.snapshot() → 提取抱怨内容

# 妙点搜索
browser.navigate("https://www.google.com/search?q=[领域]+ 创新 OR 新方案 OR AI")
browser.snapshot() → 提取创新方案

# 深度抓取
browser.navigate(高质量链接)
browser.snapshot() → 提取详细内容

阶段 3: 结构化输出

  1. 识别点的类型（🔴/🟢/🟡）
  2. 生成 APS v1.0 元数据块
    • 生成唯一 ID: ap-{domain}-{YYYYMMDD}-{HHMMSS}-{random4}
    • 记录时间戳（ISO 8601 + 时区）
    • 计算 SHA-256 哈希
    • 填写作者信息
    • 初始化版本和关系
  3. 填充 7 部分模板
  4. 生成 Mermaid 知识图谱
  5. 生成文件名：YYYYMMDD-HHMM-[类型]-[标题].md
  6. 保存到 ahapoints-protocol/points/ 目录

阶段 4: 注册表更新

  1. 读取 ahapoints-protocol/registry/index.json
  2. 添加新点元数据
  3. 更新 total_points 和 generated_at
  4. 写回注册表

阶段 5: 可选深化

  • 用户可选择某个点继续深入
  • 补充更多调研数据
  • 完善验证方法
  • 更新版本历史

文件结构

ahapoints-protocol/
├── AHAPOINTS-PROTOCOL-v1.0.md    # APS v1.0 协议文档
├── README.md                      # 使用说明
├── points/                        # AhaPoint 报告
│   ├── 20260305-1600-PAIN-打工人外卖热量盲区.md
│   ├── 20260305-1605-INNO-AI 拍小票估算热量.md
│   └── 20260305-1610-FUN-外卖热量吐槽大会.md
├── graphs/                        # 知识图谱
│   └── diet-cluster-20260305.md
└── registry/                      # 注册表
    └── index.json

输出示例

文件名

20260305-1600-PAIN-打工人外卖热量盲区.md
20260305-1605-INNO-AI 拍小票估算热量.md
20260305-1610-FUN-外卖热量吐槽大会.md

完整报告

见 ahapoints-protocol/points/ 目录中的示例文件。

APS v1.0 合规检查

生成每个 AhaPoint 时，必须通过以下检查：

  • id 符合 ap-{domain}-{YYYYMMDD}-{HHMMSS}-{random4} 格式
  • timestamps.created 存在且为 ISO 8601 格式
  • author.name 或 author.identifier 存在
  • version.current 符合语义化版本 (X.Y.Z)
  • hash.algorithm 为 "SHA-256"
  • hash.content_hash 为 64 位十六进制字符串
  • relations 对象包含所有 5 个字段
  • 文件命名符合 YYYYMMDD-HHMM-[TYPE]-[Title].md
  • 元数据块与正文用 --- 分隔
  • 包含 Mermaid 知识图谱

与 painpoint-discovery 的区别

维度 painpoint-discovery aha-point-generator
输出 综合分析报告 独立 AhaPoint 报告
格式 自定义结构 AhaPoints Protocol v1.0
类型 仅痛点 痛点 + 妙点 + 乐点
确权 无 APS v1.0 完整元数据
图谱 无 Mermaid 知识图谱
用途 创业方向调研 点子记录 + 优先权确权
文件 1 份综合报告 多个独立报告

选择建议:

  • 想快速了解某领域 → painpoint-discovery
  • 想记录具体洞察并确权 → aha-point-generator
  • 两者可以配合使用

最佳实践

✅ 好的 AhaPoint

  • 具体场景: 有明确的人物、时间、地点
  • 真实问题: 来自真实抱怨，不是臆想
  • 可验证: 验证方法可立即执行
  • 清晰简洁: 一句话描述 20 字以内
  • 完整元数据: APS v1.0 所有字段齐全

❌ 避免

  • 泛泛而谈："XX 领域很大"
  • 伪需求："用户想要更好的体验"
  • 不可验证："需要市场调研"
  • 过于复杂：模板填不完
  • 元数据缺失：缺少哈希、时间戳等

快速命令

# 生成单点深度报告
"帮我生成一个关于 [XXX] 的 aha point"

# 批量生成某领域
"挖掘 [领域] 的 3 个 aha points"

# 指定类型
"帮我找一个 [领域] 的痛点🔴/妙点🟢/乐点🟡"

# 格式化已有想法
"把这个想法转成 AhaPoint 格式：[用户输入]"

# 生成带图谱的完整报告
"按 APS v1.0 标准生成一个关于 XXX 的 aha point"

依赖

  • 必需: browser 工具（用于网络调研）
  • 必需: ahapoints-protocol 目录（用于存储输出）
  • 必需: AhaPoints Protocol v1.0 模板参考
  • 可选: Git（用于版本控制和增强确权）

版本历史

v1.0.0 (2026-03-05)

  • 完整实现 APS v1.0 确权标准
  • 支持三类点生成（🔴/🟢/🟡）
  • 内置完整元数据（ID/时间戳/哈希/作者/版本/关系）
  • 自动生成 Mermaid 知识图谱
  • 自动保存到 ahapoints-protocol/points/
  • 自动更新注册表 registry/index.json
  • 三种输出模式（单点/批量/格式化）
  • Browser 工作流（无需 API）

相关链接

Reviews (0)

Sign in to write a review.

No reviews yet. Be the first to review!

Comments (0)

Sign in to join the discussion.

No comments yet. Be the first to share your thoughts!

Compatible Platforms

Links

📂 Source Code

Pricing

Free

Related Configs

🧪 Skill

self-improving-agent

Free

Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...

❤️ 2.0k ⬇️ 218k
🧪 Skill

Self Improving Agent

Free

Captures learnings, errors, and corrections to enable continuous improvement. And also 50+ models for image generation, video generation, text-to-speech, spe...

❤️ 2.0k ⬇️ 206k
🧪 Skill

Find Skills

Free

Search, discover, and install skills from the open agent skills ecosystem to extend agent capabilities for specific tasks or domains.

❤️ 814 ⬇️ 199k
🧪 Skill

Summarize

Free

--- name: summarize description: Summarize URLs or files with the summarize CLI (web, PDFs, images, audio, YouTube). homepage: https://summarize.sh metadata: {"clawdbot":{"emoji":"🧾","requires":{"b

❤️ 609 ⬇️ 160k