Cookiy AI 用户研究技能
让任何 AI 代理直接访问真实人类意见的端到端用户研究技能。
证据显示：README 要求用户手动启用网络访问并设置域名白名单，这体现了最小权限原则；但未提供用户确认机制或数据流透明度的详细说明。敏感数据处理方面，README 提到研究数据与 Cookiy 平台同步，但未说明数据保护措施。依赖安全方面，未提供依赖清单或安全审计。外部影响方面，技能会调用外部 API 并可能招募真实参与者，但未说明影响范围。回滚方面，未提供回滚机制。来源归属方面，MIT 许可证和版权声明存在，但发布者未经验证。扣分原因：缺乏用户确认、数据流透明度和敏感数据处理的详细说明，依赖安全未提及，回滚机制缺失。
证据显示：README 描述的功能与安装说明一致，但未提供错误处理或失败消息的示例。依赖可用性方面，依赖外部服务（Cookiy AI）和网络访问，但未说明服务可用性保障。扣分原因：失败消息未提及，依赖可用性未明确。
证据显示：README 明确了目标受众（Claude、Codex、Cursor、OpenClaw 等）和多种使用场景（访谈、调查、报告合成）。能力边界通过功能表格说明，但未明确限制。触发方式有明确命令和语义匹配，但未说明精确性。环境适配方面，提供了多种安装方式，但未说明所有环境。扣分原因：能力边界和触发精度描述不够详细。
证据显示：README 结构清晰，包含安装、使用、示例等章节。安装说明详细，但未提供常见问题解答。命名稳定性方面，技能名称和命令明确，但未说明版本兼容性。已知限制未明确列出。许可证为 MIT，但版本变更日志未提供。维护责任方面，未明确说明维护者或更新策略。扣分原因：缺少 FAQ、已知限制、版本变更日志和维护责任说明。
证据显示：输出为研究报告、访谈指南等，具有实用性。边际价值方面，提供了自动化研究能力，但未与其他工具对比。成本效益方面，未提供定价或成本信息。扣分原因：成本效益未说明。
证据显示：README 中的声明（如 900K+ 浏览量）未提供可验证的来源。跨来源验证方面，未提供第三方验证。事实与推断分离方面，README 将产品描述与用户评价混合，但未明确区分。扣分原因：声明缺乏可追溯性，跨来源验证不足，事实与推断未明确分离。
- 该技能需要网络访问并可能将数据发送到外部服务（Cookiy AI），请确保数据隐私和合规性。
- 发布者身份未经验证，请谨慎使用并自行评估风险。
- README 中的用户评价和浏览量声明缺乏可验证来源，请勿作为可靠性依据。
这个 Agent 能做什么，适合哪些场景？
Cookiy AI 用户研究技能是一个 MIT 许可的开源代理技能，面向 Claude Code、CodeX、Cursor 和 OpenClaw 等 AI 代理。它使代理能够规划、运行和综合定性（访谈）和定量（调查）用户研究，而无需离开对话。该技能包括研究规划、报告综合、AI 主持的访谈和多语言调查等功能。它可作为 Claude 桌面应用的插件、Claude Code 的 CLI 插件或通过 npx 用于其他代理。使用该技能需要 Cookiy AI 账户，并且需要网络访问 Cookiy AI 的 API（s-api.cookiy.ai）。
该技能使 AI 代理能够执行用户研究工作流程。它根据用户目标生成研究计划、筛选问卷和访谈指南。它可以综合访谈记录为带有代码簿、人物角色和优先发现的结构化报告。该技能与 Cookiy AI 平台集成，通过 API s-api.cookiy.ai 运行 AI 主持的访谈和调查，并招募真实或合成的参与者。对于 Claude 桌面应用，它作为可上传的 ZIP 技能安装；对于 Claude Code，通过插件命令安装；对于其他代理，通过 npx 提供 CLI。命令 '/user-research-cookiy' 显式调用该技能，否则代理会根据语义匹配自动加载。
- 一位产品经理希望了解用户为何在 onboarding 后流失，该技能会生成研究计划、筛选问卷和访谈指南。
- 一位 UX 研究员有 20 份访谈记录，需要将其综合为包含主题和人物角色的结构化报告。
- 一位开发者希望研究开发者如何选择 CI/CD 工具，通过 Cookiy AI 运行 AI 主持的访谈。
- 一位产品团队希望通过 Cookiy AI 招募受访者，调查 200 名用户的功能满意度。
- 一位独立开发者希望在设计决策前快速收集真实用户反馈，而无需离开编程环境。
这个 Agent 有哪些优点和局限？
- 开源且 MIT 许可，允许自由使用和修改。
- 支持多种 AI 代理平台（Claude Code、CodeX、Cursor、OpenClaw），具有灵活性。
- 提供端到端研究能力，从规划到综合，包括真实或合成参与者。
- 可创建多语言调查，具备条件逻辑和受访者招募功能。
- 在创作者中获得了显著关注（900K+ 浏览量和 5,000+ 评论），表明实际使用和社区验证。
- 平台特定：需要 Cookiy AI 账户和网络访问其 API（s-api.cookiy.ai），这意味着数据离开本地环境。
- 安装过程因代理而异，可能配置复杂，尤其是在网络白名单设置方面。
- 对于调查和访谈，严重依赖 Cookiy AI 基础设施；如果服务不可用或停止，核心功能会受损。
如何安装或部署这个 Agent？
对于 Claude Code 终端：运行 /plugin marketplace add cookiy-ai/user-research-skill，然后 /plugin install user-research@cookiy-ai，最后 /reload-plugins。对于 Claude 桌面应用：从 GitHub 发布页下载 ZIP 文件，然后通过 Customize > Skills > Create Skill > Upload a skill 上传。对于 Codex、Cursor 或其他代理：运行 npx cookiy-ai。安装后，对于 Claude 桌面应用，需要在设置中启用网络访问，并将域名白名单设置为 All domains 或添加 s-api.cookiy.ai。
如何使用这个 Agent？
安装后，输入 /user-research-cookiy 显式调用技能，或直接描述你的研究目标，代理会根据语义匹配自动加载技能。例如，说“我想了解用户为何在 onboarding 后流失”或“这里有 20 份访谈记录，给我一份报告”。对于需要 Cookiy AI 端到端研究的功能，确保你有 Cookiy AI 账户，并通过 cookiy.ai 登录以同步研究、参与者和结果。