REPOGEO 报告 · LITE
GBSOSS/skill-from-masters
默认分支 main · commit c4d27d29 · 扫描时间 2026/7/1 07:13:12
星标 1,502 · Fork 152
下方为分数趋势(含全部就绪扫描;左旧右新,可横向滚动)。表格明细默认折叠,展开后每页 10 条,最新在上。
共 2 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。
行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试:当用户向 AI 提一个不带品牌、本应让 GBSOSS/skill-from-masters 浮出水面的问题时,AI 是真的推荐了你,还是推荐了你的竞品?客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。
行动计划 — 可复制粘贴的修复
3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。
- highreadme#1Reposition README H1 and opening to clarify AI agent focus
原因:
当前# Skill From Masters > **Stand on the shoulders of giants** — Create AI skills built on proven methodologies from domain experts.
复制粘贴的修复# Skill From Masters: Expert Methodologies for AI Agent Skills > **Stand on the shoulders of giants** — Create robust AI agent skills by incorporating proven methodologies and best practices from domain experts, before generating any new skill.
- hightopics#2Add relevant topics to the repository
原因:
当前(none)
复制粘贴的修复ai-agents, generative-ai, expert-systems, methodologies, best-practices, skill-creation, prompt-engineering
- mediumhomepage#3Add a homepage URL to the repository
原因:
当前(none)
复制粘贴的修复[Insert relevant project URL, demo, or documentation link here]
本次扫描解析到的品类 GEO 通道:google/gemini-2.5-flash, deepseek/deepseek-v4-flash
品类可见性 — 真正的 GEO 测试
向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你,还是推荐了别人?
各模型使用同一组问题 — 切换标签对比回答与排名。
- Neo4j · 被推荐 1 次
- Amazon Neptune · 被推荐 1 次
- RDFox · 被推荐 1 次
- Drools · 被推荐 1 次
- Pyke · 被推荐 1 次
- 品类问题How can I integrate established domain expertise into my AI agent's decision-making process?你:未被推荐AI 推荐顺序:
- Neo4j
- Amazon Neptune
- RDFox
- Drools
- Pyke
- CLIPS
- Protégé
- Apache Jena
- OWL API
- Pandas
- scikit-learn
- OpenAI GPT-4
- Anthropic Claude
- Google Gemini
- Stable Baselines3
- Ray RLlib
- LangChain
- LlamaIndex
AI 推荐了 18 个替代方案,却始终没点名 GBSOSS/skill-from-masters。这就是要补上的差距。
查看 AI 完整回答
- 品类问题What tools help build AI skills using best practices and expert methodologies?你:未被推荐AI 推荐顺序:
- Coursera
- edX
- fast.ai
- Google Cloud AI Platform
- AWS SageMaker
- Azure Machine Learning
- Kaggle
- Hugging Face Transformers Library (huggingface/transformers)
- datasets library (huggingface/datasets)
- accelerate library (huggingface/accelerate)
- PyTorch Lightning (PyTorchLightning/pytorch-lightning)
- Keras (keras-team/keras)
AI 推荐了 12 个替代方案,却始终没点名 GBSOSS/skill-from-masters。这就是要补上的差距。
查看 AI 完整回答
客观检查
针对 AI 引擎最看重的元数据信号的规则审计。
- Metadata completenesswarn
建议:
- README presencepass
自指检查
当被直接问到你时,AI 是否还知道你的仓库存在?
- Compared to common alternatives in this category, what is the core differentiator of GBSOSS/skill-from-masters?passAI 未点名 GBSOSS/skill-from-masters —— 很可能在说另一个项目
AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?
- If a team adopts GBSOSS/skill-from-masters in production, what risks or prerequisites should they evaluate first?passAI 明确点名了 GBSOSS/skill-from-masters
AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?
- In one sentence, what problem does the repo GBSOSS/skill-from-masters solve, and who is the primary audience?passAI 明确点名了 GBSOSS/skill-from-masters
AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?
嵌入你的 GEO 徽章
把这个徽章贴进 GBSOSS/skill-from-masters 的 README。每次重新扫描都会自动更新,并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。
[](https://repogeo.com/zh/r/GBSOSS/skill-from-masters)<a href="https://repogeo.com/zh/r/GBSOSS/skill-from-masters"><img src="https://repogeo.com/badge/GBSOSS/skill-from-masters.svg" alt="RepoGEO" /></a>订阅 Pro,解锁深度诊断
GBSOSS/skill-from-masters — 轻量扫描仍免费;本卡列出 Pro 相对轻量的深度额度。
- 深度报告每月 10 次
- 无品牌品类查询5,轻量 2
- 优先行动项8,轻量 3