Asgard Skills

開源的 263 個 coding agent skills 知識庫，分成 21 個主題類別。每個 skill 都是獨立的 Markdown 檔案（SKILL.md），遵循 Claude Agent Skills 規範，部分附帶純 Python 腳本做確定性計算。

English

概觀

本 repo 是 Asgard AI Platform 的原料庫。Skills 會與 Asgard MCPs 組合，打包成針對特定使用者情境的 coding agent plugins（例如台股分析師、電商營運、政策研究者）。

每個 skill 封裝的是某個明確任務的方法論 + 判斷 + 陷阱——那些 LLM agent 若沒有提示就會重新摸索、或直接做錯的東西。

Repo 結構

.
├── {category}-{skill-name}/
│   ├── SKILL.md           ← Level 1 frontmatter + Level 2 指引
│   ├── examples/          ← （必存在，視需要填充）
│   ├── references/        ← （冗長內容外掛於此）
│   └── scripts/           ← （僅在有確定性計算腳本時出現）
└── ...

類別（21 個前綴，263 個 skills）

Skill 目錄

以下列出全部 263 個 skills，依前綴分組。點擊名稱開啟其 SKILL.md。簡介為各 skill frontmatter description 的中文摘要（WHAT + WHEN）。

• grad-action-research — 用 Plan-Act-Observe-Reflect 循環與參與式行動研究（PAR），在改善實務的同時生成知識。
• grad-affordance — 套用 Affordance 理論（Gibson 1979、Norman 1988），分析物件提供給行動者的行動可能性。
• grad-agenda-setting — 套用議題設定理論（McCombs & Shaw），分析媒體顯著性如何轉移到公眾認知。
• grad-ai-ethics — 套用 AI 倫理框架（公平、課責、透明、隱私），評估 AI 系統的演算法偏見、可解釋性與價值對齊。
• grad-ambidexterity — 套用組織雙元理論，平衡探索與利用兩類活動。
• grad-ant — 套用行動者網絡理論（Latour、Callon），追蹤人與非人 actants 如何透過轉譯形成網絡。
• grad-auction-theory — 套用拍賣理論，比較四種正典拍賣形式並評估收益等價性。
• grad-behavioral-finance — 套用行為財務理論，辨識系統性投資人偏誤及其對資產價格的影響。
• grad-blooms — 套用 Bloom 修訂版分類學，依六個認知層次分類學習目標並設計評量。
• grad-born-global — 套用 Born Global 框架，分析在資源限制下從創立即快速國際化的公司。
• grad-brand-equity — 套用品牌權益框架（Aaker 1991、Keller 1993），評估與建構顧客導向品牌價值。
• grad-business-ecosystems — 套用 Moore 商業生態系框架，分析企業如何透過誕生、擴張、權威、更新四階段共演化並佔據不同生態角色。
• grad-capm — 套用資本資產定價模型（CAPM），估算預期報酬與評估風險報酬取捨。
• grad-cas — 套用複雜適應系統理論，分析具有湧現、自組織、共演化與混沌邊緣動態的現象。
• grad-case-study — 套用 Yin 的個案研究設計，以單／多個案與三角驗證調查 how/why 問題。
• grad-cct — 套用消費者文化理論，把消費分析為由身份、市場文化與意識形態塑造的文化實踐。
• grad-cognitive-load — 套用認知負荷理論，依工作記憶限制管理內在、外在與相關負荷以最佳化教學設計。
• grad-constructivism — 套用建構主義學習理論，依主動知識建構、鷹架與最近發展區設計教學。
• grad-contract-theory — 套用契約理論，在道德風險與逆選擇下設計誘因相容的契約。
• grad-coopetition — 套用 Brandenburger & Nalebuff（1996）競合價值網框架，描繪商業關係中的合作與競爭動態。
• grad-critical-realism — 套用 Bhaskar 批判實在論，從真實／實際／經驗三層本體論、回溯性推論機制以及結構─能動性辯證分析現象。
• grad-cultivation — 套用 Gerbner 涵化理論，分析長期媒體曝露如何形塑世界觀。
• grad-diamond — 套用 Porter 鑽石模型，分析特定產業的國家競爭優勢。
• grad-did — 套用差異中之差異（DID），比較處理組與對照組結果變化以估算因果效應。
• grad-digital-transformation — 套用數位化、數位優化、數位轉型三層框架，診斷與規劃數位科技驅動的組織變革。
• grad-disruptive-innovation — 套用 Christensen 破壞式創新理論，評估低階與新市場對在位者的威脅。
• grad-dual-process — 套用雙歷程理論，診斷判斷源自快速直覺（系統一）或慢速分析（系統二），辨識相應的認知偏誤。
• grad-elm — 套用 ELM 推敲可能性模式，依受眾推敲程度匹配訊息類型來設計說服策略。
• grad-embeddedness — 套用 Granovetter 鑲嵌理論，分析經濟行為如何鑲嵌於持續性社會關係，避免過度／不足社會化的解釋。
• grad-emh — 套用效率市場假說（Fama 1970），以弱式、半強式、強式評估資訊在資產價格中的反映程度。
• grad-ethnography — 套用民族誌方法──長期投入、參與觀察、厚描與網路民族誌──研究文化與社群。
• grad-event-study — 套用事件研究法，衡量公司或市場事件前後的異常報酬與累積異常報酬（CAR）。
• grad-fama-french — 套用 Fama-French 三因子模型，把資產報酬分解為市場、規模與價值因子。
• grad-field-theory — 套用 Bourdieu 場域理論，從場域、資本、慣習三者交互分析權力關係。
• grad-flow — 套用心流理論，診斷最佳體驗條件，設計挑戰與技能平衡的環境以維持投入。
• grad-framing — 套用框架理論，分析選擇、強調與排除如何形塑議題詮釋。
• grad-governance — 套用治理理論，分析超越傳統政府的多層次、網絡式與協作治理安排。
• grad-grounded-theory — 套用紮根理論（Glaser & Strauss），透過開放、軸心、選擇性編碼從質性資料歸納建構理論。
• grad-hlm — 套用階層線性模型（HLM），以隨機截距與斜率分析巢套資料，處理組內相關與跨層交互作用。
• grad-info-economics — 套用資訊經濟學，診斷與補救由資訊不對稱造成的市場失靈。
• grad-innovation-diffusion-bass — 套用 Bass 擴散模型（1969），用創新與模仿係數預測創新採用。
• grad-is-success — 套用 DeLone & McLean 資訊系統成功模型，從六個相依構面評估 IS 成效。
• grad-mechanism-design — 套用機制設計（反向賽局論），為配置問題設計誘因相容的規則。
• grad-meta-analysis — 套用後設分析，整合多項研究的效果量、評估異質性與發表偏誤。
• grad-mixed-methods — 用聚合、解釋順序、探索順序等策略設計與執行混合方法研究，做質量真正整合。
• grad-mm-theorem — 套用 Modigliani-Miller 定理，分析資本結構決策並辨識融資選擇何時影響企業價值。
• grad-narrative — 套用敘事研究方法，從生命故事與口述歷史的結構、時間性與意義建構理解人類經驗。
• grad-network-economics — 套用網絡經濟學，分析具網絡效應、臨界質量動態與平台競爭的市場。
• grad-oli — 套用 Dunning OLI 折衷理論，依所有權、區位、內部化優勢評估外人直接投資決策。
• grad-org-ecology — 套用組織生態學（Hannan & Freeman），分析組織創立、失敗與選擇的族群層次動態。
• grad-panel-data — 用固定效果、隨機效果與動態 GMM 進行追蹤資料分析，運用縱向變異並控制不可觀察異質性。
• grad-paradigms — 套用 Kuhn 典範理論，以常態科學、異常、危機、革命的循環分析科學進展。
• grad-paradox-theory — 套用 Smith & Lewis 弔詭理論，辨識並管理績效、組織、歸屬、學習四面向的組織張力。
• grad-pecking-order — 套用啄食順序理論（Myers & Majluf 1984），分析資訊不對稱如何驅動融資階層決策。
• grad-phenomenology — 套用現象學方法，含懸置（epoche）、生活經驗探究與詮釋現象學分析（IPA），揭示經驗本質。
• grad-platform-economics — 套用平台經濟學，分析網絡效應、解雞生蛋問題並設計多邊平台定價策略。
• grad-pls-sem — 套用 PLS-SEM 偏最小平方結構方程，結合反映性與形成性測量模型，最大化內生構念解釋變異。
• grad-policy-streams — 套用 Kingdon 多重源流框架，分析問題、政策、政治三流匯合如何開啟政策窗。
• grad-pragmatism — 套用實用主義哲學（Peirce、James、Dewey），把知識視為行動工具、以實際後果評價觀念、把探究當問題解決。
• grad-public-choice — 套用公共選擇理論，把政治決策分析為理性自利行為。
• grad-real-options — 套用實質選擇權分析，為投資決策中內含的管理彈性估值。
• grad-sd-logic — 套用服務主導邏輯（Vargo & Lusch 2004）與價值共創原則，重構交換與價值創造。
• grad-sdt — 套用自我決定理論，沿自主性連續體分析動機品質，設計滿足三種基本心理需求的介入。
• grad-sem — 套用結構方程模型（SEM），結合測量模型（CFA）與結構模型（路徑分析）檢驗假設的因果結構。
• grad-sensemaking — 套用 Weick 意義建構理論，分析個人與組織如何從模糊情境中建構意義。
• grad-servqual — 套用 SERVQUAL 模型（Parasuraman、Zeithaml、Berry 1988），從五構面衡量服務品質落差。
• grad-signaling — 套用 Spence（1973）訊號理論，分析資訊不對稱下行動者如何透過昂貴可信的訊號傳達私有資訊。
• grad-social-capital — 套用社會資本理論（Putnam、Coleman、Bourdieu、Burt），分析網絡結構與信任如何產生價值或形成限制。
• grad-social-identity — 套用社會認同理論，分析群體分類、認同與群際比較如何驅動行為、偏見與衝突。
• grad-sociotechnical — 套用社會技術系統理論，透過社會與技術子系統的聯合最佳化來分析與設計工作系統。
• grad-spiral-of-silence — 套用沈默螺旋理論（Noelle-Neumann），分析感知意見氣候如何壓抑少數意見表達。
• grad-strat-agency — 套用代理理論（Jensen & Meckling 1976），診斷主理人─代理人問題（道德風險、逆選擇）並設計治理機制以對齊利益。
• grad-strat-dynamic-cap — 套用動態能力框架（Teece 等 1997）的感知、把握、轉化，分析企業如何在快速變動環境中調適與重組能力。
• grad-strat-institutional — 套用制度理論（DiMaggio & Powell 1983），分析強制、模仿、規範性同形壓力如何形塑組織結構與實踐。
• grad-strat-kbv — 套用知識基礎觀（Grant 1996）與 Nonaka & Takeuchi 的 SECI 模型，分析組織如何創造、移轉與整合知識以形成競爭優勢。
• grad-strat-rbv — 套用資源基礎觀（Barney 1991）與 VRIO 框架，評估企業資源與能力是否形成可持續競爭優勢。
• grad-strat-stakeholder — 套用 Freeman（1984）利害關係人理論與 Mitchell 等人的分類法做利害關係人分析。
• grad-strat-tce — 套用交易成本經濟學（Williamson 1975、1985），依交易特性分析市場、混合或科層的治理結構選擇。
• grad-strat-upper-echelons — 套用高階梯隊理論（Hambrick & Mason 1984），分析高階管理團隊的人口統計、經驗與價值如何形塑策略選擇與組織結果。
• grad-structuration — 套用 Giddens 結構化理論，分析結構的二元性──社會結構既是實踐的媒介也是其結果。
• grad-survey-design — 套用嚴謹的問卷設計原則，含構念操作化、Likert 量表發展、信效度評估與共同方法變異控制。
• grad-sustainability — 套用永續框架（三重底線、SDGs、ESG、循環經濟），評估策略是否平衡經濟、社會與環境三維度。
• grad-systematic-review — 依 PRISMA 框架做系統性文獻回顧，含明確檢索策略、納入排除標準、品質評估與透明合成。
• grad-tam-utaut — 套用科技接受模型（Davis 1989）與 UTAUT（Venkatesh 等 2003），預測技術採用。
• grad-tpack — 套用 TPACK 框架，從技術、教學、內容知識交集評估與設計科技融入教學。
• grad-tpb — 套用計畫行為理論，從態度、主觀規範、知覺行為控制預測行為意圖並找出介入槓桿點。
• grad-uppsala — 套用 Uppsala 國際化模型，依心理距離與經驗學習分析逐步進入國外市場。

• algo-ad-bidding — 實作並挑選廣告出價策略，從手動 CPC 到自動 target-CPA、target-ROAS。
• algo-ad-budget — 用邊際報酬分析在多檔廣告活動間最佳化預算分配。
• algo-ad-ctr — 從特徵建構 CTR 預測模型來估算廣告點擊率。
• algo-ad-gsp — 實作 GSP 廣義第二價拍賣，做廣告版位分配與計價。
• algo-ad-vcg — 實作 VCG 機制，做誘因相容（誠實出價）的廣告版位分配。
• algo-blockchain-basics — 說明區塊鏈基礎：分散式帳本架構、共識機制與區塊結構。
• algo-blockchain-smart-contract — 在區塊鏈上設計與實作可自動執行的智能合約。
• algo-ecom-bm25 — 實作 BM25 排名函數，做電商商品搜尋的相關性評分。
• algo-ecom-ranking — 設計多目標電商商品排序，結合相關性、轉換率與商業指標。
• algo-ecom-search — 從查詢理解到結果呈現，全鏈路優化電商搜尋相關性。
• algo-forecast-arima — 建構 ARIMA 時間序列預測模型，含趨勢與季節性分解。
• algo-forecast-ensemble — 把多個預測模型組合成 ensemble 預測以提升精度。
• algo-forecast-exponential — 套用指數平滑法，對時間序列做加權移動平均預測。
• algo-forecast-prophet — 用 Meta Prophet 對含節假日與變點的商業時序建構預測模型。
• algo-hr-compensation — 做薪酬對標分析，把薪資定位到市場資料上。
• algo-hr-matching — 實作 Gale-Shapley 穩定配對演算法，解雙邊媒合問題。
• algo-hr-turnover — 建構員工離職預測模型，找出流失風險與留任驅動因子。
• algo-mfg-cpk — 計算 Cpk 製程能力指數，評估製程是否符合規格要求。
• algo-mfg-doe — 設計與分析因子實驗，找出顯著製程因子並最佳化參數。
• algo-mfg-fmea — 執行 FMEA，系統性辨識、排序並降低潛在失效模式。
• algo-mfg-spc — 實作統計製程控制（SPC）管制圖，監控生產製程穩定度。
• algo-net-centrality — 計算網路中心性指標，找出圖中的重要節點。
• algo-net-community — 用 Louvain 演算法做社群偵測，找出網路中緊密連結的群組。
• algo-net-influence — 解影響力最大化問題，挑選最佳種子節點達到最大資訊擴散。
• algo-nlp-lda — 用 LDA 做主題建模，從文件集中發現潛在主題。
• algo-nlp-ner — 實作命名實體識別（NER），辨識並分類文本中的實體。
• algo-nlp-similarity — 用詞彙與語意方法計算文本相似度，做匹配與去重。
• algo-nlp-summarization — 用抽取式與生成式方法實作文本摘要。
• algo-price-bundle — 用純綑綁、混合綑綁與消費者剩餘分析設計綑綁定價策略。
• algo-price-conjoint — 做聯合分析（conjoint），衡量產品屬性如何驅動偏好與付費意願。
• algo-price-dynamic — 依需求、時間與競爭，實作即時調價的動態定價策略。
• algo-price-elasticity — 計算需求價格彈性，量化價格變動對銷量的影響。
• algo-price-van-westendorp — 做 Van Westendorp 價格敏感度分析（PSM），找出可接受價格區間。
• algo-rank-bayesian — 用貝氏平均法結合觀測評分與先驗，對項目做排名。
• algo-rank-elo — 實作 Elo 評分系統，從成對比較結果對人或物排名。
• algo-rank-trueskill — 實作 TrueSkill 評分系統，做多人與隊伍制競技排名。
• algo-rank-wilson — 計算 Wilson Score 信賴區間，依正面比例排名並做樣本數修正。
• algo-rec-cf — 實作協同過濾推薦，依使用者行為模式產生推薦。
• algo-rec-content — 用內容特徵與使用者偏好剖面匹配，做內容式推薦。
• algo-rec-hybrid — 設計多策略混合推薦系統以提升精度。
• algo-rec-mf — 實作矩陣分解，把使用者─物品互動矩陣分解為潛在因子表示。
• algo-rec-session — 從短期行為序列做 session-based 推薦，無需長期使用者剖面。
• algo-risk-altman-z — 計算 Altman Z-Score，從財務比率預測企業破產機率。
• algo-risk-benford — 套用 Benford 定律，分析首位數字頻率分佈來偵測資料異常。
• algo-risk-credit — 從借款人特徵建構信用評分模型，預測違約機率。
• algo-risk-var — 計算 VaR（風險值），估算給定信賴水準下的最大組合損失。
• algo-sc-bullwhip — 分析並降低長鞭效應──需求波動沿供應鏈上游放大的現象。
• algo-sc-eoq — 計算經濟訂購量（EOQ），最小化總庫存成本（訂購＋持有）。
• algo-sc-newsvendor — 解報童問題：在不確定需求下做單期訂購決策。
• algo-sc-routing — 解車輛路徑問題（VRP），在容量與時間限制下最佳化配送路線。
• algo-sc-safety-stock — 計算安全庫存水位，緩衝需求與前置時間的不確定性。
• algo-seo-backlink — 用 Domain Authority、Domain Rating 與信任指標評估反向連結品質。
• algo-seo-content — 從關鍵字研究、內容規劃、寫作到頁面優化，執行內容 SEO 策略。
• algo-seo-crawl — 實作網路爬蟲管線：URL 發現、抓取、解析與儲存。
• algo-seo-pagerank — 用隨機漫遊模型實作 PageRank，計算網頁重要性分數。
• algo-seo-schema — 用 JSON-LD 格式實作 Schema.org 結構化資料標記，強化搜尋結果呈現。
• algo-seo-technical — 優化 Core Web Vitals（LCP、INP、CLS），提升搜尋排名與使用者體驗。
• algo-seo-tfidf — 實作 TF-IDF 評分，衡量詞彙相對於文件語料庫的重要性。
• algo-social-engagement — 計算並對標社群媒體在不同平台與素材變體的互動率。
• algo-social-influence — 用互動加權指標衡量社群影響力，超越單純的粉絲數。
• algo-social-sentiment — 實作 VADER 情感分析，對社群媒體文本做情感評分。
• algo-social-virality — 用 SIR/SIS/SEIR 倉室模型建模病毒式傳播動態。

• biz-4p-7p — 套用 4P/7P 行銷組合框架，設計產品、價格、通路、促銷以及服務業的人員、流程、實體證據。
• biz-ansoff — 用安索夫矩陣評估市場與產品兩維度的成長策略選項。
• biz-bcg-matrix — 用 BCG 成長／市占矩陣分析產品或事業組合，做資源配置決策。
• biz-blue-ocean — 套用藍海策略，透過價值創新開創無競爭的市場空間。
• biz-brand-positioning — 發展品牌定位策略，包含定位陳述、知覺圖、品牌個性與原型分析。
• biz-breakeven — 做損益兩平分析，計算覆蓋全部成本所需的銷量或營收。
• biz-bsc — 套用平衡計分卡（BSC），把策略轉成財務、顧客、內部流程、學習與成長四構面的可衡量目標。
• biz-cac-ltv — 計算並分析顧客取得成本（CAC）與終身價值（LTV），評估單位經濟與行銷效率。
• biz-customer-journey — 繪製並分析顧客旅程的認知、考慮、決策、使用與倡導階段。
• biz-dcf — 建構現金流折現（DCF）估值模型，估算內含價值。
• biz-dupont — 用杜邦分析把 ROE 拆解為獲利力、效率與槓桿三項要素。
• biz-financial-ratios — 用獲利力、流動性、槓桿、效率、估值五類比率分析財務體質。
• biz-lean-six-sigma — 套用精實與六標準差原則，消除浪費並降低製程變異。
• biz-pestel — 用 PESTEL 框架掃描政治、經濟、社會、科技、環境與法律六面向的總體環境。
• biz-porters-five-forces — 用 Porter 五力框架評估產業競爭動態與吸引力。
• biz-pricing-strategy — 分析並設計成本加成、價值基礎、競爭、滲透與吸脂等定價策略，含心理定價技巧。
• biz-stp — 套用 STP（市場區隔、目標市場、定位）框架制定市場策略。
• biz-supply-chain — 用 SCOR 模型分析供應鏈的計畫、採購、製造、配送與退貨流程。
• biz-swot — 用 SWOT 分析與 TOWS 矩陣做策略規劃。
• biz-toc — 套用限制理論（TOC），辨識並管理系統瓶頸。
• biz-unit-economics — 分析單位經濟，評估單位獲利與商業模式可擴展性。
• biz-value-chain — 套用 Porter 價值鏈分析，從組織活動中找出競爭優勢來源。

• hum-critical-thinking — 用結構化批判思考──辨識主張、證據、推理鏈、隱藏假設與邏輯謬誤──嚴謹評估或建構論證。
• hum-dialectics — 套用黑格爾辯證法（正─反─合），分析矛盾並產出更高層次的理解。
• hum-discourse — 套用論述分析，檢視語言如何在文本與溝通中建構意義、權力關係與社會現實。
• hum-ethics — 套用倫理學框架──義務論、效益論、德行倫理、正義論──分析道德兩難並做有原則的決策。
• hum-historical-analogy — 用歷史類比輔助策略決策，辨識過去與當前情境的結構相似與差異。
• hum-narrative — 把敘事結構與故事技巧套用到品牌、商業與溝通情境。
• hum-rhetoric — 套用古典修辭學（Ethos、Pathos、Logos）分析說服性溝通並打造有效論證。
• hum-socratic — 套用蘇格拉底式提問──澄清、探假設、檢驗證據、轉換觀點、追問蘊涵與後設提問──以引導學習或揭露盲點。
• hum-source-criticism — 用一手／二手分類、內部／外部批判、三角驗證與假訊息辨識評估來源可信度。

• tw-einvoice-guide — 導入台灣電子發票系統，含平台介接、B2B/B2C 格式、載具歸戶與報稅對帳。
• tw-fintech-compliance — 處理台灣金融科技法規，含金管會監理、電子支付法、VASP、AML/KYC 與監理沙盒。
• tw-healthcare-regulations — 處理台灣醫療法規，含健保制度、醫材分級、藥品查驗登記、遠距醫療與健康資料保護。
• tw-manufacturing — 分析台灣製造業結構，含半導體、電子、機械與石化等產業。
• tw-payment-integration — 整合台灣金流服務商，含信用卡、ATM 轉帳、超商代收與行動支付（LINE Pay、街口）。
• tw-retail-landscape — 分析台灣零售業：超商、百貨、超市、量販與電商，含全通路趨勢。
• tw-startup-legal — 指引台灣公司登記與法務設立，含商業組織選擇、商業／公司登記與稅籍申請。
• tw-stock-analysis — 用基本面分析台股，含 EPS、本益比、殖利率與財報檢視。
• tw-tax-basics — 處理台灣稅制，含營所稅、營業稅、綜所稅、扣繳義務與新創租稅優惠。

• ecom-analytics — 用 GA4 指標、轉換漏斗分析與電商核心 KPI 分析電商成效。
• ecom-conversational — 在訊息平台上設計對話式電商體驗：聊天機器人流程、商品卡片與轉換策略。
• ecom-inventory-health — 用週轉率、ABC 分類、安全庫存與缺貨／呆滯診斷分析庫存健康度。
• ecom-multilingual-listing — 為跨境電商優化多語商品頁：SEO 在地化、機翻流程與文化調適。
• ecom-promo-roi — 計算並分析促銷 ROI：增量銷售、毛利衝擊與促銷型態比較。
• ecom-rfm-analysis — 從交易資料做 RFM（最近一次、頻率、金額）顧客分群。
• ecom-sea-strategy — 擬定東南亞電商策略：平台選擇、金流基礎建設、物流挑戰與在地化需求。

• econ-behavioral — 套用行為經濟學概念──有限理性、展望理論、心理帳戶、推力理論──分析決策偏誤。
• econ-business-cycle — 分析景氣循環的擴張、頂峰、收縮、谷底階段，及其對策略與政策的意涵。
• econ-game-theory — 套用基本賽局概念──Nash 均衡、優勢策略、囚徒困境──分析策略互動。
• econ-macro-indicators — 解讀 GDP、通膨、失業、利率、匯率等總體指標，評估經濟體質與預測趨勢。
• econ-market-structure — 分析完全競爭、獨占性競爭、寡占與獨占等市場結構，預測廠商行為與市場結果。
• econ-supply-demand — 用供需分析說明價格決定、市場均衡與政策介入的影響。

• meta-decision-analysis — 用決策矩陣、決策樹、期望值與多準則決策分析（MCDA）做結構化決策分析。
• meta-first-principles — 用第一性原理思考，把問題拆到基本真理再從頭推理。
• meta-mental-models — 套用跨領域思維模型晶格，提升決策品質。
• meta-scenario-planning — 用驅動力、不確定軸與 2x2 情境矩陣做情境規劃，準備多種可能未來。
• meta-structured-problem — 用 MECE、議題樹、假設驅動法與金字塔原理做結構化問題解決。
• meta-systems-thinking — 套用系統思考──因果迴路圖、存量流量模型、系統原型與槓桿點分析──處理具有回饋迴路與時延的組織、經濟或社會問題。

• ops-business-model-canvas — 套用商業模式畫布（BMC），用九宮格描繪並評估商業模式。
• ops-contract-review — 審閱商業合約，辨識責任條款、IP 歸屬、終止條款與付款條件等風險。
• ops-meeting-minutes — 撰寫結構化會議紀錄，含決議、行動項與後續追蹤。
• ops-negotiation — 套用原則式談判（BATNA、ZOPA、哈佛談判法）準備並執行談判。
• ops-okr-planning — 設計並導入 OKR（目標與關鍵結果），跨組織層級做目標設定與策略對齊。
• ops-pitch-deck — 建構並撰寫投資人 pitch deck：問題、解方、市場、商模、進展、團隊與財務。

• law-contract — 分析合約基礎：成立要件（要約、承諾、對價）、必要條款與常見風險區。
• law-gdpr-pdpa — 分析 GDPR、台灣個資法（PDPA）及相關法規下的資料隱私合規要求。
• law-ip — 分析專利、商標、著作權與營業秘密等智慧財產權。
• law-irac — 套用 IRAC（議題、規則、適用、結論）法做結構化法律分析。
• law-labor — 分析台灣勞動基準法基礎：工時、加班、休假與終止規則。

• pr-crisis-communication — 用 SCCT 理論與危機聲明框架，管理預防、回應、復原三階段的危機溝通。
• pr-crisis-response — 用分類、黃金時間回應、3C 危機聲明範本與聲譽復原規劃管理公關危機。
• pr-media-monitoring — 建立並執行媒體監測，追蹤新聞、社群與線上頻道的品牌提及、情緒與聲量佔比。
• pr-press-release — 用倒金字塔結構、標題寫作要訣與媒體發送策略寫出有效新聞稿。
• pr-social-copywriting — 為 Instagram、Facebook、LinkedIn、X/Twitter 寫平台優化的社群文案，含 hook、CTA 與 hashtag 策略。

• cs-analytics — 用 CSAT、NPS、CES、首次解決率與客服工單文本探勘衡量並優化客服績效。
• cs-chatbot-design — 設計對話式 AI 聊天機器人，含意圖辨識、槽位填充、對話流與回應生成。
• cs-notification-strategy — 設計推播與訊息策略，含通路選擇、時機優化、個人化與疲勞管理。
• cs-sop — 設計客服營運：分層支援（L1/L2/L3）、回應範本、SLA 定義、升級流程與客訴處理。

• data-cohort-analysis — 做世代分析（cohort），追蹤使用者行為隨時間變化、建立留存矩陣並比較世代表現。
• data-dashboard-design — 用合理的 KPI 階層、圖表選型與互動功能設計有效的資料儀表板。
• data-financial-analysis — 解讀三大財報（損益表、資產負債表、現金流量表）以評估營運體質與績效。
• data-sql-optimization — 用 EXPLAIN 分析、索引策略與常見反模式修正來優化 SQL 查詢效能。

• mfg-oee-analysis — 計算並診斷整體設備效率（OEE），拆解為可用率、效能率與品質率。
• mfg-predictive-maintenance — 用感測器資料、剩餘壽命（RUL）ML 模型與 P-F 曲線框架設計預測性維護策略。
• mfg-production-planning — 用 MPS（主排程）、MRP（物料需求規劃）與產能規劃設計生產計畫。
• mfg-supplier-scorecard — 用品質、交期、價格與服務四面向的加權計分卡評估與管理供應商。

• mkt-ab-testing — 為登陸頁、EDM、廣告素材與定價設計並執行行銷 A/B 測試，含正確的測試設計與結果分析。
• mkt-ad-optimization — 在 Google Ads、Meta Ads、LINE LAP 上優化數位廣告活動，含出價、受眾、素材測試與 ROAS 優化。
• mkt-content-calendar — 為多平台內容行銷建立並管理內容月曆，含編輯排程、內容類型分配與團隊流程。
• mkt-seo-audit — 做技術與頁面 SEO 稽核，涵蓋可爬性、站速、行動友善與內容優化。

• soc-cialdini — 套用 Cialdini 六大說服原則──互惠、承諾／一致、社會證明、喜好、權威、稀缺──分析或設計影響策略。
• soc-cognitive-bias — 在決策情境辨識並分析確認偏誤、錨定、可得性捷思與沉沒成本謬誤等認知偏誤。
• soc-innovation-diffusion — 套用 Rogers 創新擴散理論，分析新產品、想法或技術如何在族群中擴散。
• soc-policy-analysis — 做結構化政策分析，含問題定義、方案評估與證據導向建議。
• soc-social-network — 套用社會網絡分析概念──節點、連結、中心性、結構洞、強弱連結──描繪並分析關係結構。
• soc-stakeholder — 做利害關係人分析：辨識、Power-Interest 矩陣分類與影響策略發展。
• soc-user-research — 用訪談、焦點團體、問卷與田野觀察設計並執行使用者研究。

• stat-ab-testing — 用樣本數計算、隨機化、頻率派與貝氏方法及序貫檢定，設計並分析嚴謹的 A/B 測試。
• stat-causal-inference — 套用因果推論方法──反事實框架、工具變數、傾向分數匹配與 DID──從觀察資料估算因果效應。
• stat-eda — 用描述統計、視覺化與資料品質檢查做探索性資料分析（EDA）。
• stat-hypothesis-testing — 做統計假設檢定，含虛無／對立假設設定、p 值、型一／型二錯誤與檢定統計量選擇。

• tech-api-integration — 指引 REST API 整合，含 HTTP 方法、認證、錯誤處理與速率限制。
• tech-data-pipeline — 設計資料管線，含 ETL/ELT 架構、資料源整合、排程、品質檢查與資料倉儲設計。
• tech-mcp-server-dev — 建構 MCP（Model Context Protocol）伺服器，含工具定義、schema 設計、認證、錯誤處理與 Claude Code 整合。
• tech-prompt-engineering — 除錯並強化生產級 LLM prompt：處理 prompt injection、輸出格式漂移、長上下文指令遺忘與跨模型可移植性問題。

• ux-design-thinking — 套用設計思考五階段──同理、定義、發想、原型、測試──解使用者中心問題。
• ux-heuristic — 用 Nielsen 十大可用性原則做使用者介面的啟發式評估。
• ux-jtbd — 套用待辦工作（JTBD）框架，從功能性、情感性與社會性工作理解顧客動機。
• ux-lean-startup — 套用精實創業方法論：Build-Measure-Learn 循環、MVP、驗證式學習與 pivot 決策。

• fin-earnings-summary — 摘要與分析法說會：財務亮點、管理層說明、財測指引與分析師問答重點。
• fin-modeling — 建構三表財務模型（損益、資產負債、現金流），含營收預測、假設管理與情境分析。

• xborder-logistics — 為跨境電商設計物流策略，含直郵、海外倉與保稅倉模式。
• xborder-sea-entry — 規劃東南亞市場進入：模式選擇、法規要求、文化研究與 GTM 時程。

Skill 結構

每份 SKILL.md 遵循一致的模板：

---
name: "{category}-{skill-name}"
description: "[祈使句 WHAT + WHEN，< 1024 字元，不可含 XML 角括號]"
metadata:
  category: "WP-XX Topic Label"
  tags: [...]
---

# {Skill 顯示名稱}

## Overview / Framework
## When to Use (and When NOT to Use)
## Methodology（Phase-Gate 或 Hub-and-Spoke 模式）
## IRON LAW：{非顯而易見的約束}
## Output Format
## Gotchas
## Scripts（若適用）
## References

確定性計算腳本

目前有 20 個 skills 附帶 Python 腳本（純 stdlib、無外部依賴），處理那些 LLM 常算錯的計算：

• 財務：biz-cac-ltv、biz-breakeven、biz-dcf、biz-dupont、biz-financial-ratios、biz-unit-economics、grad-capm、fin-modeling
• 風險 / 統計：algo-risk-altman-z、algo-risk-var、mkt-ab-testing、algo-mfg-cpk
• 供應鏈：algo-sc-eoq、algo-sc-safety-stock、algo-sc-newsvendor
• 排名：algo-rank-wilson、algo-rank-elo、algo-rank-bayesian
• 電商：ecom-rfm-analysis、algo-price-elasticity
• 搜尋：algo-seo-tfidf、algo-ecom-bm25

每個腳本都支援 --help、--input <json>、--verify（內建自我測試）。輸出以 JSON 印到 stdout，方便後續串接。

# 範例
python ecom-rfm-analysis/scripts/rfm_score.py --input customers.json
python biz-cac-ltv/scripts/cac_ltv.py --marketing-cost 100000 --new-customers 500 \
  --arpu 50 --gross-margin 0.70 --monthly-churn 0.05

設計原則

1. Iron Law：每個 skill 都定義一條非顯而易見的約束，agent 不提示就會踩雷
2. Hub-and-Spoke：SKILL.md 精簡（< 200 行）；冗長內容外掛到 references/
3. Phase-Gate（演算法）：明確步驟、步驟之間設驗證關卡
4. 具體驗證：範例必須可精確計算，不接受「大概落在某範圍」
5. 不過度教學：假設 agent 已懂基礎，只強調它會做錯的地方

完整設計規則與品質標準見 CLAUDE.md。

狀態

相關 Repo

• asgard-ai-platform/skill-template — 建立 coding agent plugin 的樣板
• asgard-ai-platform/mcp-* — MCP servers（資料原料）
• Plugin bundles（即將推出） — 針對特定情境的 skills + MCPs 組合

授權

MIT License。見 LICENSE。