增长技能集
开源 AI 营销技能,含增长实验、销售管道、内容运营、外联与 SEO 自动化
面向市场营销和销售团队的开源 Claude Code 技能。 由 Single Brain 团队打造——在真实管线中经过实战检验,已创造数百万美元收入。
这些并非提示词。它们是完整的工作流——脚本、评分算法、专家小组和自动化管线,你可以直接接入 Claude Code(或任何 AI 编程代理)并立即运行。
🗂️ 技能
| 类别 | 功能 | 核心技能 |
|---|---|---|
| Growth Engine | 自主营销实验,可自我运行、衡量和优化 | Experiment Engine, Pacing Alerts, Weekly Scorecard |
| Sales Pipeline | 将匿名网站访客转化为合格商机 | RB2B Router, Deal Resurrector, Trigger Prospector, ICP Learner |
| Content Ops | 每次发布评分 90 分以上的内容 | Expert Panel, Quality Gate, Editorial Brain, Quote Miner |
| Outbound Engine | 从 ICP 定义到邮件入箱——完全自动化 | Cold Outbound Optimizer, Lead Pipeline, Competitive Monitor |
| SEO Ops | 发现竞争对手错过的关键词 | Content Attack Briefs, GSC Optimizer, Trend Scout |
| Finance Ops | 你的 AI 财务官,30 分钟找出隐藏成本 | CFO Briefing, Cost Estimate, Scenario Modeler |
| Revenue Intelligence | 证明内容 ROI,将销售通话转化为策略 | Gong Insight Pipeline, Revenue Attribution, Client Report Generator |
| Conversion Ops | 为任意落地页评分,将调研数据转化为引流磁石 | CRO Audit, Survey-to-Lead-Magnet Engine |
| Podcast Ops | 一集播客 → 跨平台 20 篇以上内容碎片 | Podcast-to-Everything Pipeline, Content Calendar |
| Team Ops | 严格的绩效审计和会议智能 | Elon Algorithm, Meeting-to-Action Extractor |
| Sales Playbook | 基于价值的定价框架,将 1 万美元交易变成 10 万美元交易 | Pre-Call Briefing, Tiered Packager, Call Analyzer, Pattern Library |
| Autoresearch | 受 Karpathy 启发的转化内容优化循环——50+ 变体、专家评分、进化出优胜者 | Variant Generator, Expert Panel Scorer, Evolution Engine |
| Deck Generator | 数分钟内 AI 生成视觉风格统一的幻灯片 | Image Generator, Google Slides Builder, Style Presets |
| YT Competitive Analysis | 发现任意 YouTube 频道的异常视频和包装模式 | Outlier Detector, Title Pattern Extractor, Channel Benchmarker |
| X Long-Form + Humanizer | 撰写听上去像人的 X 文章——带有 24 种模式 AI 垃圾内容检测器 | Post Writer, Humanizer Checklist, ASCII Diagram Builder |
🚀 快速开始
每个技能类别都配有包含设置说明的自述文件。通用模式如下:
# 1. 克隆仓库
git clone https://github.com/ericosiu/ai-marketing-skills.git
cd ai-marketing-skills
# 2. 选择一个类别
cd growth-engine # 或 sales-pipeline, content-ops 等
# 3. 安装依赖
pip install -r requirements.txt
# 4. 设置环境变量
cp .env.example .env
# 编辑 .env 填入你的 API 密钥
# 5. 运行
python experiment-engine.py create \
--hypothesis "线程帖子的参与度是单篇帖子的 2 倍" \
--variable format \
--variants '["thread", "single"]' \
--metric impressions
🧠 这些技能如何与 Claude Code 协同工作
每个类别都包含一个 SKILL.md 文件。将其放入你的 Claude Code 项目后,AI 代理就能知道如何使用这些工具:
# 在你的项目目录中
cp ai-marketing-skills/growth-engine/SKILL.md .claude/skills/growth-engine.md
然后向 Claude Code 提问:“在 LinkedIn 上测试轮播图与静态帖子的效果实验”——它负责剩下的工作。
📊 有何不同
这些不是玩具演示。 每项技能都是为运行真实业务而构建的:
- Growth Engine 使用 bootstrap 置信区间和 Mann-Whitney U 检验——真实的统计学,不是凭感觉
- Deal Resurrector 拥有三层智能体系,包括“跟随倡导者”——追踪离职联系人到他们的新公司
- ICP Learner 基于实际赢单/输单数据重写你的理想客户画像——你的目标定位会自动提升
- Expert Panel 使用领域特定的专家角色递归评分内容,直到质量达到 90 分以上
- RB2B Router 在路由到外呼序列之前进行意图评分、基于职位级别的公司去重和代理机构分类
📁 仓库结构
ai-marketing-skills/
├── README.md ← 你在这里
├── growth-engine/ ← 自主实验
│ ├── SKILL.md
│ ├── experiment-engine.py
│ ├── pacing-alert.py
│ ├── autogrowth-weekly-scorecard.py
│ └── ...
├── sales-pipeline/ ← 访客 → 管线自动化
│ ├── SKILL.md
│ ├── rb2b_instantly_router.py
│ ├── deal_resurrector.py
│ ├── trigger_prospector.py
│ ├── icp_learning_analyzer.py
│ └── ...
├── content-ops/ ← 质量评分与生产
│ ├── SKILL.md
│ ├── scripts/
│ ├── experts/ ← 9 个专家角色定义
│ ├── scoring-rubrics/ ← 5 个评分模板
│ └── ...
├── outbound-engine/ ← 冷外呼自动化
│ ├── SKILL.md
│ ├── scripts/
│ ├── references/ ← ICP 模板、文案规则
│ └── ...
├── seo-ops/ ← SEO 智能
│ ├── SKILL.md
│ ├── content_attack_brief.py
│ ├── gsc_client.py
│ ├── trend_scout.py
│ └── ...
├── finance-ops/ ← 财务分析
│ ├── SKILL.md
│ ├── scripts/
│ ├── references/ ← 指标、费率、ROI 模型
│ └── ...
├── revenue-intelligence/ ← 销售通话洞察 + 归因
│ ├── SKILL.md
│ ├── gong_insight_pipeline.py
│ ├── revenue_attribution.py
│ └── client_report_generator.py
├── conversion-ops/ ← CRO + 引流磁石生成
│ ├── SKILL.md
│ ├── cro_audit.py
│ └── survey_lead_magnet.py
├── podcast-ops/ ← 播客 → 内容工厂
│ ├── SKILL.md
│ └── podcast_pipeline.py
├── team-ops/ ← 绩效审计 + 会议智能
│ ├── SKILL.md
│ ├── team_performance_audit.py
│ └── meeting_action_extractor.py
└── sales-playbook/ ← 基于价值的定价框架
├── SKILL.md
├── value_pricing_briefing.py
├── value_pricing_packager.py
├── call_analyzer.py
└── pricing_pattern_library.py
🔒 隐私与安全
每项技能在设计时都考虑了数据隐私:
- PII Sanitizer 在提交前扫描代码和数据中的敏感信息(
security/sanitizer.py) - 预提交钩子 阻止包含已检测到的 PII 模式的提交
- 可配置的阻止列表 针对公司名称、人员名称和自定义模式
- 设置方法请参见
security/README.md
# Scan for sensitive data
python3 security/sanitizer.py --scan --dir . --recursive
# Install the pre-commit hook
cp security/pre-commit-hook.sh .git/hooks/pre-commit && chmod +x .git/hooks/pre-commit
📡 遥测 (可选)
匿名使用遥测帮助我们了解人们实际使用哪些技能。完全可选,隐私优先:
- 始终本地记录 — 在
~/.ai-marketing-skills/analytics/中查看你自己的使用统计 - 远程报告可选 — 仅在首次运行时明确选择加入
- 收集的数据: 技能名称、持续时间、成功/失败、版本、操作系统。无其他内容。无代码、无文件路径、无仓库内容。
- 版本检查 — 当新技能可用时收到通知
# View your local usage stats
python3 telemetry/telemetry_report.py
# Check for updates
python3 telemetry/version_check.py
详情请参阅 telemetry/README.md。
🤝 贡献指南
发现 Bug?有改进建议?欢迎提交 PR。请阅读 CONTRIBUTING.md 了解指南。
- 复刻仓库
- 创建你的功能分支(
git checkout -b feature/better-scoring) - 在提交前运行
python3 security/sanitizer.py --scan - 提交你的更改
- 推送到分支
- 开启一个拉取请求
📄 许可证
MIT 许可证。你可以随意使用这些内容。
如果你觉得这个仓库有用,请给它加星。这有助于其他人发现这些工具。
这就是我们在 Single Brain 为客户构建代理的方式。
Single Grain · 我们的营销机构