Claude Skills by Fleury 如宝

---

📂 仓库结构

awesome-claude-skills/
├── README.md                          # 本文件
├── mckinsey-sample-PPT.pptx          # McKinsey Skill示例输出
├── mimeng-sample.md                   # 咪蒙 Skill示例输出
├── mckinsey-consultant/
│   ├── SKILL.md                      # Skill主文件
│   ├── references/                    # 参考文档
│   │   ├── methodology.md            # 详细方法论
│   │   ├── layouts.md                # McKinsey页面布局
│   │   ├── design-specs.md           # 设计规范
│   │   ├── examples.md               # 完整案例
│   │   └── troubleshooting.md        # 常见问题
│   └── README.md                     # Skill说明
├── mimeng-writing/
│   ├── SKILL.md                      # Skill主文件
│   └── README.md                     # Skill说明
└── us-gov-shutdown-tracker/           # 美国政府停摆追踪器
    ├── SKILL.md                      # Skill主文件
    ├── references/                    # 参考文档
    │   ├── data_sources.md           # 数据源说明
    │   └── historical_cases.md       # 历史案例
    └── scripts/                       # 分析脚本
        ├── analyze_shutdown.py        # 停摆分析
        └── visualize.py              # 数据可视化

---

🛠 如何使用

1. 安装到Claude

这些Skills需要在支持Skills功能的Claude环境中使用,官方教学:https://www.anthropic.com/news/skills

2. 在对话中激活

在对话开始时明确说明要使用哪个Skill:

"请使用mckinsey-consultant skill,帮我..."

或

"请使用mimeng-writing skill,帮我..."

或

"请使用us-gov-shutdown-tracker skill,帮我..."

---

📚 Skills 具体介绍

1️⃣ McKinsey Consultant Skill

McKinsey顾问式商业问题解决系统

一个将McKinsey Problem Solving 101/102方法论系统化为完整工作流的Claude Skill,实现从商业问题到专业PPT的端到端解决方案。

💡 开发者说

✅ 核心优势

1. 遵循咨询公司真实工作流

   • Hypothesis-driven approach: 先提假设,再验证
   • Dummy-first: 先设计页面框架,再找数据填充
   • 符合McKinsey方法论的完整工作思路

2. 输出质量高

   • Hypothesis结构MECE,逻辑严密
   • 页面样式丰富,支持多种McKinsey经典布局
   • 每个页面都有对应的数据来源和参考文献记录

3. 可追溯性强

   • 自动记录每个论点的数据源
   • 便于审查和验证
   • 支持多次迭代优化

⚠️ 局限性说明

受限于当前模型能力,存在以下技术限制:

1. 上下文窗口限制

   • 复杂项目容易超出上下文长度
   • 需要分段生成PPT (通过多次对话完成)
   • 解决方案: 设计了Dummy Pages独立导出功能,可在新对话中复用

2. 假设验证机制待完善

   • 当Hypothesis被证伪时,整个storyline可能不够solid
   • 目前缺少自动推翻storyline并重构的机制
   • 建议做法: 人工review后重新调整hypothesis tree

🚀 快速开始

"请使用mckinsey-consultant skill,
帮我分析中国XX市场的增长情况和机会"

📊 查看示例

仓库中提供了完整的示例输出:

• mckinsey-sample-PPT.pptx - 完整的McKinsey风格PPT示例

---

2️⃣ 咪蒙写作风格复刻 Skill

10万+爆款文章创作指南

完整复刻咪蒙的写作技巧与风格特征,帮助创作具有强情感共鸣和传播力的内容。

💡 开发者说

✅ 核心优势

1. 金句犀利,视角独特

   • 能够产出极具冲击力的标题和金句
   • 善于从意想不到的角度切入话题
   • 价值观输出明确,立场鲜明

2. 行文细腻丝滑

   • 情绪调动自然流畅
   • 故事叙事张力十足
   • 能够引发强烈的情感共鸣

3. 技巧体系完整

   • 涵盖从标题到结尾的完整创作流程
   • 15项自检清单确保质量
   • 案例拆解清晰易学

⚠️ 使用建议

1. 避免套路化

   • 重复使用后容易形成明显的套路感
   • 建议: 变换角度和主题,避免连续创作类似内容
   • 可结合自己的风格进行改编

2. Bullet Point习惯待优化

   • 当前版本输出时仍有bullet point偏多的倾向
   • 咪蒙原文更多使用自然段落而非列表
   • 建议: 在prompt中明确要求"用段落形式,不要用bullet points"

3. 持续学习优化

   • 可从咪蒙文集学习更多案例: http://120.26.97.111/咪蒙文章/
   • 将更多原文输入给Claude,帮助它更好地学习风格
   • 用实际案例纠正偏差

🎯 适用场景

• ✅ 情感共鸣类文章 (友情/爱情/亲情)
• ✅ 社会现象评论 (借钱/婚姻/阶层)
• ✅ 女性话题讨论 (审美/独立/困境)
• ✅ 故事化叙事 (真人真事改编)
• ✅ 价值观输出 (正向但不鸡汤)

🚀 快速开始

"请使用mimeng-writing skill,
帮我写一篇关于[主题]的爆款文章"

优化Tip: 如果发现输出使用了过多bullet points,可以这样说:

"请用咪蒙的风格重写,用自然的段落形式,
不要用列表或bullet points,要像在讲故事一样"

📊 查看示例

仓库中提供了完整的示例输出:

• mimeng-sample.md - 咪蒙风格文章完整示例

---

3️⃣ US Government Shutdown Tracker Skill

美国政府停摆流动性分析器

实时追踪和分析美国政府停摆对金融市场流动性影响的专业工具,基于FRED数据提供自动化分析。

💡 核心功能

✅ 自动化数据追踪

• TGA (财政部一般账户)
• 银行准备金
• EFFR (联邦基金利率)
• SOFR (担保隔夜融资利率)

✅ 智能状态判断

• 压力缓解: TGA释放,准备金回升
• 压力加剧: TGA积累,准备金下降
• 相对稳定: 指标变化不大
• 复杂信号: 需持续监控

✅ 历史对比分析

• 2013年停摆 (QE时代,无影响)
• 2018-19年停摆 (QT,SOFR溢价75bps)
• 2025年停摆 (后QT,SOFR溢价36bps)

🚀 快速开始

"请使用us-gov-shutdown-tracker skill,
分析最新的停摆流动性情况"

或者问核心问题:

"美国政府停摆结束了吗? 对流动性的影响如何?"

📊 查看示例

仓库中提供了完整的分析示例:

• shutdown_2025_analysis.png - 专业三合一图表
• 停摆流动性分析报告.md - 完整中文分析报告

---

📈 更新日志

McKinsey Consultant

• ✅ v1.0: 完整的8步工作流实现
• ✅ v1.1: 新增Dummy Pages独立导出功能
• 🔄 规划中: Hypothesis自动验证与storyline重构机制

咪蒙写作

• ✅ v1.0: 完整的写作技巧体系
• 🔄 优化中: 减少bullet point使用,更贴近原文风格
• 📚 持续学习: 不断增加咪蒙文章案例库

US Government Shutdown Tracker

• ✅ v1.0: 完整的流动性分析系统
• ✅ 支持实时FRED数据获取
• ✅ 内置历史案例对比分析

---

📬 联系方式

• GitHub: @fleurytian
• 小红书: @如宝｜AI&Analytics
• Email: fleurytian@gmail.com

---

🙏 致谢

感谢所有使用和支持这些Skills的朋友们!

特别感谢:

• McKinsey方法论的启发
• 咪蒙文章的创作灵感
• 美联储FRED数据库的开放数据
• 所有提供反馈和建议的用户

---

⭐️ Star History

如果这个项目对你有帮助,欢迎给个Star⭐️!

---

📄 License

本项目采用 MIT License 开源协议。

---