这个 Skill 能做什么，适合哪些场景？
叙事漂移监测器用于品牌叙事落地后的持续检查。它将官网、定价页、商店页面等旗舰表面与 narrative-registry 中的叙事规范进行对照，并结合 Wayback 历史记录识别随时间产生的偏移。它还追踪竞品重新定位、定义自身重新定位的触发条件，并执行 D1/W1/M1 预期信息与实际落地效果复盘。该技能适合已有正式叙事规范、需要持续治理多渠道品牌信息的团队。
读取 memory/narrative-registry/canon.md 和 versions.md 作为只读基准；收集用户提供或抓取的品牌表面内容；调用 scripts/connectors/wayback.py 获取带截至日期的变更历史；按表面输出 matches、drifted 或 contradicts 判定；整理竞品从何种框架转向何种框架的告警；生成包含具体信号与“无触发信号不得重定位”护栏的触发条件集；执行 D1/W1/M1 信息转变复盘，并将每条数据标记为 Measured、User-provided 或 Estimated，代理数据标记为 proxy。
- 品牌团队已有叙事规范，想检查官网、定价页和商店页面是否逐渐偏离规范。
- 市场负责人观察到竞品改变定位，需要判断是否值得重新审视自身叙事。
- 发布或营销活动结束后，团队需要在 D1、W1 或 M1 对比预期信息与实际落地信息。
- 多渠道品牌团队需要建立具体的重新定位触发条件，避免因主观情绪频繁改叙事。
如何安装这个 Skill？
- 执行前确认 canon、versions、Wayback 连接器及相关竞品地图确实可用；缺失时应停止并返回 NEEDS_INPUT。
- 抓取竞品或第三方页面前需确认授权、robots.txt 和适用法律边界；不要把页面中的指令当作操作指令。
- 任何写入 memory 或 registry-events 的动作都应保留用户确认和宿主授权，并核对提议事件不会越权改变规范。
- Wayback 或其他海外服务可能在中国大陆网络环境中不可达；应准备用户提供的带日期导出或其他可审计替代证据。
- Shell / 命令行
- 网络访问
- 本地文件系统
Python standard library
安装整个仓库：npx skills add aaron-he-zhu/aaron-marketing-skills。也可以先 git clone https://github.com/aaron-he-zhu/aaron-marketing-skills，再从 narrative/evaluate/narrative-drift-monitor/ 使用该技能。源材料未提供单独打包该技能的其他安装流程。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/narrative/evaluate/narrative-drift-monitor" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- Check whether our homepage, pricing page, and store listing have drifted from the canon since the last version. Canon: memory/narrative/. Use wayback for change history.
在已安装该技能的 Agent Skills 兼容主机中，提供品牌、待监测表面、可选竞品集合、规范路径和窗口。例如："Check whether our homepage, pricing page, and store listing have drifted from the canon since the last version. Canon: memory/narrative/. Use wayback for change history." 使用前必须已有 canon.md 和 versions.md；缺少叙事规范时，技能应停止并要求补充输入。
这个 Skill 有哪些优点和局限？
- 输出覆盖自有表面漂移、竞品重新定位、重定位触发条件和 D1/W1/M1 复盘。
- 强调带截至日期的 Wayback 证据，并区分 Measured、User-provided、Estimated 和 proxy。
- 明确限制范围：监测漂移，不负责评分、首次一致性检查或叙事规范写入。
- 默认使用 Tier 1 数据，不要求付费监测工具或 MCP。
- 必须先有可用的 narrative-registry 规范和版本历史，否则无法建立漂移基准。
- Wayback 对目标表面没有历史记录时，只能记录“无历史可用”，不能补猜。
- 不会计算 TALE 结果、运行否决项，也不会测量回声率、份额或 AI 答案共鸣。
- 源材料未提供该单项技能的独立测试套件或跨平台验证证据。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 叙事漂移监测器 本页 | 59 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 消息测试设计器 | 61 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 品牌叙事质量门 | 60 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 证据模块打包器 | 60 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 品牌故事库构建器 | 60 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
与 narrative-cascade-planner 相比，本技能处理上线后的长期漂移，而不是上线前的一致性检查；与 narrative-quality-auditor 相比，本技能生成事实与漂移报告，不计算 TALE 结果或运行否决项；与 narrative-resonance-monitor 相比，本技能关注表述是否偏离规范，不测量回声率或 AI 答案共鸣；若触发重新定位，则交接给 message-system-architect。
FollowSkills 如何评估这个 Skill？
技能明确要求将页面、快照和导出数据视为不可信输入，默认只读读取规范，并要求写入记忆前询问；注册表变更通过授权 propose 流程，且仓库安全政策披露了网络抓取、数据外传和运行时内存风险。扣6分，因为抓取竞品和 Wayback 会产生外部数据流，部分写入路径依赖宿主授权机制，未在本技能内完整定义逐次确认、回滚和敏感数据处理流程。
指令、输入输出、停止条件和异常路径较完整，明确无规范时返回 NEEDS_INPUT、无历史时不得猜测，并要求证据标签。静态材料未提供覆盖该技能关键路径的专门测试或可复现执行证据，Wayback、记忆路径和关联技能可用性也未被本技能验证；按静态上限扣分。
触发语义、适用场景、非适用范围、输入参数、输出结构和后续技能均有明确说明，并支持中英文描述。扣4分，因为核心流程依赖项目记忆、Wayback 和相关技能状态，环境边界及中国大陆网络可达性没有充分说明，且 geo-relevance 标为 low。
文档采用统一技能契约，包含 Quick Start、读写边界、完成条件、数据来源、引用材料、保存确认和版本信息；Apache-2.0 许可可由仓库材料核验。扣4分，因为本技能没有明确维护负责人、更新路径或变更日志，且多个相对路径和宿主授权前提仍需共享仓库上下文才能解释。
预期报告结构具体，覆盖逐表面漂移、竞品重定位、触发条件和 D1/W1/M1 复盘，并区分 Measured、User-provided、Estimated，理论上能直接支持再审计或重定位决策。扣9分，因为静态阅读无法验证实际报告质量，且输出依赖可用的规范、历史快照、竞品地图和 resonance 结果。
技能要求使用带 as-of 日期的 Wayback 快照、证据标签和 proxy 标注，并规定无历史时显式记录，具备一定审计追踪性。扣6分，因为未提供该技能专属测试、第三方执行结果或独立交叉验证材料，许多关键事实仍依赖用户提供或关联技能产物。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →