OpenClaw Skill 每日推荐 - Marketing & Sales（营销与销售）

OpenClaw Skill 每日推荐：Marketing & Sales（营销与销售）（103 个 Skills）

OpenClaw Skill 每日推荐第 16 期。今天进入可能是对个人和小团队最有”钱景”的分类 —— marketing-and-sales，共收录 103 个 skills。这个分类几乎是一个完整的”一人增长团队”工具箱：从找线索、写冷邮件、做广告素材，到盯投放数据、管 CRM，AI Agent 都能接管。

今日分类概述

营销与销售分类是所有 30 个分类中体量第二大的（仅次于 ai-and-llms），103 个 skills 大致可以分成六条线：

方向 代表 Skills 说明
销售情报 apollo、attio-enhanced、workcrm 查客户、富化数据、管 CRM
外联触达 cold-email、cold-outreach、foxreach、phone-caller 冷邮件、短信、甚至 AI 打电话
广告创意 ad-ready、ad-ready-pro、ar-filter-generation 从商品链接直接生成广告图
投放分析 meta-ads-report、posthog、windsor-ai 用自然语言查广告和产品数据
内容与社媒 bird、bluesky、simplified-social-media、ghost-cms 发帖、排期、多平台管理
获客渠道 listing-swarm、lead-magnets、go-to-market 目录提交、GTM 策略

整体观察：这个分类的 skill 有个鲜明特点 —— **大多是”API 封装型”**，把 SaaS 平台的能力通过 REST API / SDK 暴露给 Agent，让”问一句、办一件事”成为可能。下面挑 5 个最有代表性的细讲。

精选 Skill 详解

1. apollo —— 销售情报与客户数据富化 🛰️

链接：jhumanj/apollo

核心功能：对接 Apollo.io（全球最大的 B2B 销售情报数据库之一）的 REST API，支持人物/公司搜索、域名富化、组织信息批量查询。

实用场景举例：

  • “帮我找 5 个 SaaS 公司的 VP Marketing，附上邮箱” —— 一句话完成原本要在 Apollo 网页上点十几次的操作
  • 拿到一个潜在客户的域名，立刻拉出公司规模、融资阶段、技术栈
  • CRM 里缺联系方式？批量富化一波

技术实现：纯 Bash 脚本封装 REST API，通过 X-Api-Key 请求头认证，配置文件放 config/apollo.env。设计上很克制 —— 提供低层 GET/POST 助手脚本 + 几个常用场景的封装：

1
2
3
4
5
# 人物搜索：职位关键词 + 页码 + 每页数量
skills/apollo/scripts/apollo-people-search.sh "vp marketing" 1 5

# 按域名富化公司信息
skills/apollo/scripts/apollo-enrich-website.sh "apollo.io"

SKILL.md 里还贴心地写了两个坑：部分接口需要 master API key + 付费计划（返回 403），以及常见接口有 600 次/小时的限流（要处理 429）。

推荐指数：⭐⭐⭐⭐

2. cold-email —— AI 冷邮件序列生成 ✉️

链接：bluecraft-ai/cold-email

核心功能：基于 MachFive 平台，把线索数据（姓名、职位、公司、LinkedIn）变成 3-5 封一组的个性化冷邮件序列。卖点很明确：AI 先研究对象再写邮件，不是套模板。

实用场景举例：

  • 拿到一份展会名单，批量生成针对每个职位的差异化触达序列
  • 设置批准过的 CTA 列表（约会议/领资料），让 AI 只能从中选择，控制承诺口径
  • 单个高价值客户，生成深度定制的触达序列

技术实现：REST API 调用，需要 MACHFIVE_API_KEY。有两个值得学习的工程细节：

  1. 防呆设计 —— 如果用户没指定 campaign ID，skill 会先调 GET /api/v1/campaigns 列出所有 campaign 让用户选，绝不瞎猜。这种”不假设默认值”的设计在写 skill 时非常值得抄。
  2. 超时预期管理 —— SKILL.md 明确警告：AI 研究加生成需要 3-5 分钟，客户端超时必须设到 300 秒以上，”用 120 秒超时会被截断”。给 Agent 写工具说明时，把这类运行时陷阱写清楚，能省掉大量调试时间。
1
2
3
4
5
6
7
8
9
10
11
12
13
POST /api/v1/campaigns/{campaign_id}/generate
{
  "lead": {
    "name": "John Smith",
    "title": "VP of Marketing",
    "company": "Acme Corp",
    "linkedin_url": "https://linkedin.com/in/johnsmith"
  },
  "options": {
    "email_count": 3,
    "approved_ctas": ["Direct Meeting CTA", "Lead Magnet CTA"]
  }
}

推荐指数：⭐⭐⭐⭐

3. ad-ready —— 从商品链接到广告大片 🎨

链接：pauldelavallaz/ad-ready

核心功能：输入一个电商商品 URL（可选品牌名、漏斗阶段），输出一张带模特的专业广告图。这是本次精选里技术含量最高的一个。

实用场景举例：

  • 独立站卖家上新，一键生成 awareness / consideration / conversion 三个漏斗阶段的素材
  • 想测试不同视觉调性？换个漏斗阶段重新生成，风格自动切换
  • 品牌方用 70+ 预置品牌档案保持视觉一致性

技术实现：部署在 ComfyDeploy 上的 ComfyUI 自定义节点，内部跑一个四阶段流水线：

1
2
3
4
阶段 1：商品抓取（Gemini Flash）→ 提取标题/卖点/价格/高清图
阶段 2：创意简报（Gemini Flash）→ 10 点框架的 Campaign Brief
阶段 3：蓝图生成（Gemini Flash）→ 漏斗阶段 Master Prompt → JSON Blueprint
阶段 4：图像生成（Nano Banana Pro / Imagen 3）→ 最终广告图

最值得称道的是**阶段 2 的”创意简报”*：它扮演”资深艺术总监”，用 10 点框架（战略目标、中心信息、视觉语气、产品角色、品牌一致性、摄影概念、艺术指导、环境语境、材质渲染、最终签名）把原始数据翻译成可执行的创意方向。SKILL.md 里有句话说得很好：没有简报，Master Prompt 只能猜创意策略；有了简报，Master Prompt 只管执行*。

另外还有 Fidelity Lock 机制 —— 商品几何形状和模特身份在生成过程中被标记为不可变，防止 AI 出图时把产品画走样。这是 AI 生图用于电商的核心痛点。

推荐指数：⭐⭐⭐⭐⭐

4. meta-ads-report —— 用聊天查广告数据 📊

链接：kein-s/meta-ads-report

核心功能：通过自然语言直接查询 Meta（Facebook/Instagram）广告绩效：花费、转化数、CAC（获客成本），支持按广告组分解，日期支持”昨天”、”上个月”这类自然语言。

实用场景举例：

  • 早上睁眼问一句：”昨天广告跑得怎么样？” —— 直接得到 Spend / Conversions / CAC
  • “最近 7 天哪个广告组的 CAC 最低？”
  • 转化数明明有单却显示 0？让 Agent “List all ad events” 找到像素事件的真实名称，改一下配置就好

技术实现：基于 Meta Graph API，配置三个环境变量即可（META_ACCESS_TOKEN、META_AD_ACCOUNT_ID、META_EVENT_NAME）。SKILL.md 里附了完整的凭证申请步骤（Graph API Explorer 勾选 ads_read、read_insights 权限）。

它的第二能力事件发现工具非常实用 —— Meta 像素的转化事件名五花八门（purchase、lead、offsite_conversion.custom...），配错了事件名，报表永远是 0。这个工具直接列出账户里所有活跃事件的原始名称，解决了一个真实且高频的痛点。

推荐指数：⭐⭐⭐⭐

5. foxreach —— 冷邮件外联全流程管理 🦊

链接：concaption/foxreach

核心功能：管理 FoxReach 冷邮件外联平台的全部资源：线索、活动、序列、模板、发件邮箱、收件箱、分析报表。如果说 cold-email 是”写邮件”，foxreach 就是”管整个外联流水线”。

实用场景举例：

  • “建一个新 campaign，把这 50 个线索挂上去，用三步序列发出去”
  • “查一下这周哪个模板回复率最高”
  • 收件箱里来了回复，让 Agent 总结并起草回复

技术实现：Python SDK + CLI 双形态，API key 以 otr_ 为前缀，通过环境变量注入、绝不硬编码。它的执行模式很有代表性 —— 不预定义所有命令，而是教 Agent 用 SDK 写内联 Python 脚本：

1
2
3
4
5
from foxreach import FoxReach

client = FoxReach(api_key="otr_USER_KEY_HERE")
# 任意 SDK 支持的操作都能组合
client.close()

这种”给 Agent 一把瑞士军刀而不是一排预制按钮”的设计，灵活性远高于固定命令列表，代价是对模型能力要求更高。

推荐指数：⭐⭐⭐⭐

应用场景总结

把今天的 skills 串起来，可以拼出一条完整的 AI 驱动增长流水线：

1
2
找线索（apollo）→ 触达（cold-email / foxreach）→ 转化素材（ad-ready）
     → 投放（Meta 广告）→ 数据复盘（meta-ads-report / posthog）

几个典型组合：

  1. 独立开发者冷启动：listing-swarm 提交 70+ 目录拿首批曝光 → posthog 埋点看留存 → go-to-market 规划正式发布
  2. B2B 销售自动化：apollo 找决策人 → cold-email 生成个性化序列 → foxreach 管理后续跟进
  3. 电商投放优化：ad-ready 批量出素材 → meta-ads-report 每天用聊天查 CAC → 砍掉高 CAC 广告组
  4. 内容营销：brand-voice-profile 固化品牌语气 → writing-assistant 生产内容 → simplified-social-media 多平台分发

推荐指数排名

排名 Skill 推荐指数 一句话点评
🥇 ad-ready ⭐⭐⭐⭐⭐ 工程最扎实：四阶段流水线 + 创意简报 + 产品保真锁
🥈 apollo ⭐⭐⭐⭐ B2B 销售情报标配，脚本封装克制好用
🥈 cold-email ⭐⭐⭐⭐ 个性化序列生成，防呆设计值得学习
🥈 meta-ads-report ⭐⭐⭐⭐ 小而美，事件发现工具解决真实痛点
🥈 foxreach ⭐⭐⭐⭐ 外联全流程管理，SDK 交给 Agent 灵活组合

实用建议

  1. 先想清楚合规边界。冷邮件在欧美受 CAN-SPAM / GDPR 约束，国内也有反垃圾邮件规范。用这些工具放量前，确认你的名单来源和退订机制是合规的。
  2. API key 管理要统一。这批 skills 几乎每个都要一个 API key（MACHFIVE_API_KEY、META_ACCESS_TOKEN、otr_...）。建议在 OpenClaw 的环境配置里集中管理，定期轮换，别让 key 散落在聊天记录里。
  3. 文案类 skill 的产出要人工过一遍。cold-email、cold-outreach 这类基于框架（如 Hormozi 的方法论）生成的内容，框架是对的，但具体承诺、价格、数据引用必须人工核实后再发。
  4. 很多 skill 有免费层但都按量收费。apollo 免费额度有限、Meta 广告本身烧钱、MachFive 按量计费 —— 先用小批量验证 ROI 再放量。
  5. 国内用户可替换选型。Apollo、Meta 广告类工具在国内场景受限，可以参考同类的组合思路：销售情报换成企查查/天眼查 API，投放分析换成巨量引擎/腾讯广告的报表接口，思路完全通用。

明天进入第 17 期：media-and-streaming（媒体与流媒体），看看 AI Agent 怎么接管你的影音娱乐。欢迎持续关注。

相关文章推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。