Skill Account Diagnosis

账号诊断 / 起号体检

> 对着一个具体账号做归因式体检并开处方。读 [profile-builder](../skill-profile-builder/SKILL.md) 生成的画像 + 用户近期内容/数据 → 诊断账号健康 → 给分阶段起号意见与发布建议。与画像强相关：没有完善的 Profile 就先去跑 profile-builder。

前置条件

• 必须有已完善的 Profile（profiles// 六维基本填好）。若 Profile 缺失或大面积 [待补充]，先让用户跑 skill-profile-builder，不要在信息不全时硬诊断。

输入

| 项 | 必需 | 说明 | |----|------|------| | 画像名 | 是 | 指向 profiles// | | 近期内容数据 | 否 | 近 10-30 条内容的标题/题材/曝光/互动（有则诊断更准；无则基于 Profile + 追问） | | 具体困惑 | 否 | 如"播放上不去""是不是被限流了" |

输出

一份诊断报告 + 分阶段行动清单：

1. 五维诊断（每维：现状 → 证据 → 结论），见 [diagnosis-framework.md](references/diagnosis-framework.md)：

垂直度 / 定位清晰度 / 限流降权信号 / 流量池阶段 / 内容-受众匹配。

1. 病因→证据→处方：每个问题都要三段式，不给空泛建议。
2. 分阶段起号意见：按当前所处阶段（0-500 / 500-5k / 5k-1w / 1w+）给这一档该做什么。
3. 发布建议：内容方向优先级、发布节奏、需要补强的能力（可指向下游 SKILL：选题→content-matrix、脚本→video-script、合规→quality-gate 等）。
4. 信息缺口 → Plan：诊断依赖但缺失的信息（如没有近期数据），列成 plan 向用户提问，不要编造数据下结论。

执行步骤

1. 读 Profile 六维（identity/style/audience/platforms/preferences/memory），评估完整度。缺口过大 → 建议先跑 profile-builder 并停止。
2. 收集近期数据：有用户提供则用；没有则说明"缺数据会影响诊断精度"，并在需要处追问（近期几条内容的题材与互动）。
3. 逐维诊断：按 diagnosis-framework.md 的标尺给每一维打现状 + 找证据 + 下结论。限流信号按清单逐项自检。
4. 判定流量池阶段：结合粉丝量级 + 近期互动率，定位当前档位。
5. 开处方：把诊断出的问题按"病因→证据→处方"组织，处方要具体可执行（不是"多互动"这种废话）。
6. 给分阶段动作清单：当前档 + 下一档的关键动作。
7. 列信息缺口 plan：把不确定、需用户确认或补数据的点做成清单，交给用户回答后再细化。
8. 回流建议：诊断中发现的可复用洞察，建议用户确认后写入 profiles//memory.md（本 SKILL 不自动改 Profile，只建议）。

Profile 感知

• 有 Profile：全程以该画像的定位/风格/受众/红线为基准做诊断——垂直度是"离该定位有多远"，而非通用标准。
• Profile 不完整：先导向 profile-builder，不硬诊断。
• 诊断结论只建议回写 memory，由用户确认，避免污染画像。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: ZJU-REAL
• Source: ZJU-REAL/Easel
• License: Apache-2.0
• Homepage: https://zju-real.github.io/Easel/

Install and usage instructions live in the source repository linked above.