Agent Skills
返回列表
KOL 网络与学术影响力分析

KOL 网络与学术影响力分析

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @baitongai/kol-network-academic-influence-analysis。

技能介绍

解决的问题

当分析对象涉及 KOL 传播网络、学术引用或领域影响力时，常见难点不只是统计指标，还包括数据来源受限、凭证状态不确定、以及受保护能力必须按门禁执行。@baitongai/kol-network-academic-influence-analysis 面向这类数据任务，先确认运行环境，再完成平台授权，最后才拉取 protected instructions 并继续分析。

工作方式

  • Python 环境检测：执行任何脚本前，先静默探测可用命令；若用户给出全路径，可直接使用。
  • 强制授权：通过 scripts/auth.py 完成 --ensure 检查；遇到 AUTH_REQUIRED、CREDENTIALS_MISSING 或凭证失效信号时，自动进入 WorkBuddy connect_cloud_service 与 --bind-jwt 绑定流程。
  • 受保护指令拉取：只有 scripts/protected.py 成功返回 protected instructions，才继续执行后续分析。

适用边界

该技能适合需要在百通AI服务平台授权体系下调用受保护分析能力的场景。若 auth.py 绑定后仍失败、protected.py 未返回有效指令，或网络/远程鉴权错误持续存在，技能会停止业务输出，不应凭本地上下文继续生成。

使用场景

  • 在百通AI平台授权通过后，调用受保护能力完成 KOL 网络关系分析。
  • 准备做学术影响力数据任务前，先用 `auth.py` 完成凭证检查与绑定。
  • 当 `protected.py` 返回有效指令后，按云端 protected instructions 继续执行分析。
  • 遇到 `AUTH_REQUIRED` 或凭证失效信号时，按流程自动触发 WorkBuddy 绑定。

适合人员

  • 需要调用百通AI受保护数据能力的分析师，要求先确认平台授权再执行分析。
  • 负责 KOL 或学术影响力数据任务的平台用户，需要处理凭证缺失与失效。
  • 接入 Agent Skills 的工程师，要求技能具备 Python 检测、鉴权门禁和失败报告。
  • 需要受控数据访问的团队，要求禁止在未获取 protected instructions 时继续输出。