技能介绍

要解决什么问题

Office Raccoon、各类 AI 竞赛的提交往往不是「写完一版就交」：赛道规则、评分表、举证材料、隐私与合规检查会叠在一起。缺一项技能调用记录、没有评分对照、原稿被覆盖后无法说明迭代过程，都会在终审阶段吃亏。这个技能的目标不是替你写一句参赛口号，而是产出可提交的交付包，外加一份有文档的改进循环。

技能如何工作

整体是一条可重复的闭环，核心是把工作拆成 Maker（起草内容、分析、产物、提示词、截图清单）与 Checker（规则符合性、打分、证据质量、隐私与幻觉/风险审查），并约定停止条件（缺证据、技能调用失败、隐私或合规风险、分数不达标）。

典型步骤包括：

明确竞赛目标：赛道、受众、提交格式、截止时间、评分标准与必需证据；区分「比赛成功标准」与业务目标。
清点技能与工具：先确认 SkillHub 或本地技能是否已安装；缺且经你授权再装必要组件；区分「已执行」与「仅计划」，不得在无命令输出、文件、截图或 transcript 时声称已用过某技能。
首轮产出与评分：保留原稿备份，可用 templates/ 模板；按 references/scoring-rubric.md 打分诊断，有领域评分技能时只汇总允许的聚合结论。
优化与打包校验：按分差改稿，保留原版与优化版及简要前后对比；用 references/submission-checklist.md 检查文件、链接、占位符、脱敏与必需截图；打包时附 manifest，勿嵌入密钥。
循环复盘：说明目标、Maker/Checker、技能使用、分数门槛、停止规则、日志与迭代；标明已验证、待人工补证或仅计划项。

最低交付物包括：竞赛目标与循环契约、基线稿、评分报告、优化稿、提交清单、操作/提示词日志、合规与隐私说明、复盘摘要。

适用边界与注意点

证据必须写清状态：installed / executed / generated / verified / pending，不要夸大自动化程度。
评分报告与对外材料中不要泄露密钥、专有基准原始数据或用户隐私。
涉及投资、医疗、法律等场景时按需加免责声明；社媒类竞赛可优化平台文风，但不得伪造截图或互动数据。