不堆数量，只留能开箱就用的。每一款 Skill 都打磨自一线销售的真实训练场景：预置澄清问题 + 生成流程 + 输出形态。底层「创建课程 / 创建 AI 客户 / 创建闪卡」接口不直接上架，由场景 Skill 内部组合调用——接口是原料，场景才是成品。
在任意支持 skills 规范的 Agent 里执行：
$ npx skills add aipeilian/skills ✓ installed: previsit · champion-clone · newproduct-sprint · objection-arena ✓ installed: onboarding-pass · flashcard-drill · publish-share · team-dashboard ✓ 6 industry coaches bundled · say "帮我建一堂拜访预演课" to start
$ npx skills add aipeilian/skills --skill previsit # 拜访预演 $ npx skills add aipeilian/skills --skill champion-clone # 销冠案例复刻 $ npx skills add aipeilian/skills --skill objection-arena # 异议处理攻防
每个 Skill 负责一类「把原料变成课」的工作，输入输出都被固定下来，只为销售培训场景服务。卡内命令行标识可直接用于安装。
INDUSTRY · 行业教练叠加层六位行业教练以叠加层形式作用于任意场景：注入该行业的决策链、话术习惯与合规红线。
没有黑盒。建课流程与评分规则就是文件里的文字，改一行，管线行为就变。
--- name: previsit description: 拜访预演建课管线。由客户背景、拜访目标与产品资料 生成一场 AI 客户对练课，并在结束后产出复盘报告。 industry: [medical, saas, industrial, retail, hotel, telesales] --- ## §1 澄清问题（先问，再建课） - 这次拜访的对象是谁？决策链上有几方？ - 本次要推进的唯一目标是什么？（不是"聊得好"，是"约到下一次"） ## §2 生成流程（内部组合底层接口） createCourse() → createAICustomer() → attachScoringRules() → publish() ## §3 客户人格注入 按行业教练叠加层补齐：决策角色、信息偏好、合规红线、常见异议。 ## §4 输出形态 一场对练课（3–5 轮）+ 六维评分表 + 逐句复盘模板 + 行业合规提示。
| 维度 | Skill 接入（本页） | MCP 接入 |
|---|---|---|
| 形态 | SKILL.md 建课管线，注入 Agent 上下文 | 独立评分与建课引擎服务，Agent 通过工具调用 |
| 依赖 | ✓ 零依赖，一条 npx 命令安装 | 需要运行 Server（本地或云端）+ API Key |
| 评分 | 由你的 LLM 按规则框架执行 | ✓ 专用评分引擎，跨会话稳定一致 |
| 建课能力 | ✓ 8 个场景管线本地全量可用 | 通过 course_build 调用同一套管线 |
| 数据沉淀 | ✕ 无服务端数据 | ✓ 团队看板、转化漏斗与进步曲线 |
| 定制性 | ✓ 极高，规则就是文本，随便改 | 策略由服务端控制，定制走配置项 |
| 适合谁 | 个人开发者、想离线使用的重度用户 | 销售团队、需要数据资产与统一考核的组织 |
💡 两者不互斥：团队跑 MCP 引擎沉淀数据，个人在路上用 Skill 建课练手——建课管线与评分框架完全一致，产物互通。