📦 Afrexai Ux Research Engine.Bak

v1.0.0

完整的 UX 研究与设计体系——用户发现、Persona 构建、旅程地图、可用性测试、研究整合与设计验证。零…

0· 96·0 当前·0 累计

by @lambert-min (路远)

系统工具测试工具搜索引擎优化设计工具

下载技能包

最后更新

2026/3/26

安全扫描

VirusTotal

无害

查看报告

OpenClaw

安全

medium confidence

这是一个仅用于指令的UX研究模板技能，与其声明的目的一致，不要求凭据或安装代码，但来源不明，使用前请在使用真实参与者数据前验证其来源和隐私。

评估建议

This skill appears to be a library of UX research templates and is coherent with its stated purpose — low risk in terms of code or secrets because it is instruction-only. Before installing or using it, however: 1) Verify provenance — registry metadata shows an owner ID but the README references an external site and the source/homepage are 'unknown'; confirm you trust the author. 2) Do not paste real participant names, emails, or PHI into your agent when using these templates; the skill does not ...

详细分析 ▾

✓ 用途与能力

The name and description describe a UX research system and the skill contains templates, decision trees, screener and study artifacts — all coherent with that purpose. The skill does not request unrelated binaries, credentials, or config paths.

ℹ 指令范围

SKILL.md is a large collection of templates and procedural guidance for planning and running studies. It does not instruct the agent to read system files, export environment variables, or contact external endpoints. Note: it references domain-specific guidance (e.g., HIPAA-compliant research) but does not include any operational safeguards for handling protected health information; you should not assume compliance-level protection is implemented by the skill.

✓ 安装机制

There is no install spec and no code files — this is instruction-only, so nothing is downloaded or written to disk by the skill itself.

✓ 凭证需求

The skill declares no required environment variables, credentials, or config paths. The instructions likewise do not reference secrets or unrelated environment data.

✓ 持久化与权限

The skill is not marked 'always' and uses default invocation rules. It does not request persistent system presence or attempt to modify other skills or system settings.

安全有层次，运行前请审查代码。

运行时依赖

无特殊依赖

版本

latestv1.0.02026/3/26

afrexai-ux-research-engine-bak 1.0.0 更新日志 - 首次发布完整的 UX Research & Design system skill。 - 提供结构化的 UX 研究规划，含简报模板与方法论选择矩阵。 - 内置定性、定量及 A/B 测试的样本量计算器。 - 提供可直接使用的筛选问卷与访谈指南模板。 - 涵盖参与者招募最佳实践与质量检查清单。 - 零依赖设计，专为纯 agent 运行优化。

● 无害

安装命令

点击复制

官方npx clawhub@latest install afrexai-ux-research-engine-bak

镜像加速npx clawhub@latest install afrexai-ux-research-engine-bak --registry https://cn.longxiaskill.com

技能文档

完整 UX 研究方法论——从发现到验证设计决策。无需脚本、无需 API、零依赖。纯 agent skill。

---

阶段 1：研究规划

研究简报 YAML

yaml  
project: "[产品/功能名称]"  
research_question: "[我们需要了解什么？]"  
business_context:  
  objective: "[本研究支持的业务目标]"  
  decision: "[研究将指导的决策]"  
  stakeholders: ["PM", "Design Lead", "Engineering"]  
  deadline: "YYYY-MM-DD"  
scope:  
  product_area: "[被研究的功能/流程]"  
  user_segment: "[研究对象]"  
  geographic: "[区域/市场]"  
methodology: "[见下方选择矩阵]"  
sample_size: "[见下方计算器]"  
timeline:  
  planning: "第 1 周"  
  recruiting: "第 1-2 周"  
  fieldwork: "第 2-3 周"  
  analysis: "第 3-4 周"  
  reporting: "第 4 周"  
budget:  
  participant_incentives: "$X"  
  tools: "$X"  
  total: "$X"  
success_criteria:  
  - "[需要的具体洞察]"  
  - "[所需置信度]"  
  - "[可执行输出格式]"

  
方法选择矩阵  
| 方法 | 适用场景 | 样本量 | 时间 | 成本 | 置信度 |  
|--------|----------|-------------|------|------|------------|  
| 用户访谈 | 深度“为什么”理解、探索未知 | 5-15 | 2-4 周 | $$ | 高（定性） |  
| 可用性测试 | 发现交互问题、验证流程 | 5-8/轮 | 1-2 周 | $$ | 高（行为） |  
| 问卷 | 量化态度、衡量满意度 | 100-400+ | 1-2 周 | $ | 高（统计） |  
| 卡片分类 | 信息架构、导航标签 | 15-30（开放），30+（封闭） | 1 周 | $ | 中 |  
| 日记研究 | 长期行为、使用情境 | 10-15 | 2-6 周 | $$$ | 高（纵向） |  
| A/B 测试 | 比较具体设计变体 | 1000+/变体 | 1-4 周 | $ | 极高 |  
| 情境调查 | 理解真实环境、工作流程 | 4-8 | 2-3 周 | $$$ | 极高 |  
| 树测试 | 无视觉设计下验证 IA | 50+ | 1 周 | $ | 高 |  
| 首次点击测试 | 导航有效性 | 30-50 | 1 周 | $ | 中 |  
| 概念测试 | 早期想法验证 | 8-15 | 1-2 周 | $$ | 中 |  
| 启发式评估 | 专家 UI 评审 | 3-5 评估员 | 2-3 天 | $ | 中 |  
| 竞品 UX 审计 | 了解市场标准 | N/A | 1 周 | $ | 低-中 |  
决策树：选哪种方法？

  
你知道问题是什么吗？  
├── 否 → 生成性研究  
│   ├── 需要情境？→ 情境调查  
│   ├── 需要态度？→ 用户访谈  
│   ├── 需要长期行为？→ 日记研究  
│   └── 需要广泛模式？→ 问卷（探索性）  
└── 是 → 评估性研究  
    ├── 有原型/产品？  
    │   ├── 是 → 可用性测试  
    │   │   ├── 早期概念 → 概念测试（纸面/低保真）  
    │   │   ├── 关键流程 → 任务型可用性测试  
    │   │   └── 比较方案 → A/B 测试  
    │   └── 否 →  
    │       ├── 测试 IA → 卡片分类 / 树测试  
    │       └── 测试内容 → 首次点击测试  
    └── 需要快速专家意见？→ 启发式评估

  
样本量计算器  
定性（访谈、可用性）：  
5 名用户可发现约 85% 可用性问题（Nielsen）  
访谈主题饱和：8-12 人  
复杂领域或多元人群：15+  
规则：同一句话听到 3 次即可停止  
定量（问卷）：  
| 总体 | 90% 置信 ±5% | 95% 置信 ±5% | 99% 置信 ±5% |  
|------------|---------------------|---------------------|---------------------|  
| 100 | 74 | 80 | 87 |  
| 500 | 176 | 217 | 285 |  
| 1,000 | 214 | 278 | 399 |  
| 10,000 | 264 | 370 | 622 |  
| 100,000+ | 271 | 384 | 660 |  
A/B 测试：  
MDE（最小可检测效应）决定样本量  
MDE 5%，功效 80%，置信 95% → 约 1,600/变体  
MDE 2% → 约 10,000/变体  
至少跑满 1 个完整业务周期（≥1 周）  
---  
阶段 2：参与者招募  
筛选模板

yaml  
screener:  
  title: "[研究名称] 参与者筛选器"  
  target_profile:  
    demographics:  
      age_range: "[如 25-45]"  
      location: "[如 美国]"  
      language: "[如 英语流利]"  
    behavioral:  
      product_usage: "[如 每周使用 3+ 次]"  
      experience_level: "[如 1+ 年同类工具经验]"  
      recent_activity: "[如 30 天内购买过]"  
    psychographic:  
      decision_maker: "[如 家庭主要购买者]"  
      tech_comfort: "[如 熟练使用移动 App]"  
  screening_questions:  
    - question: "您多久使用一次 [产品类别]？"  
      type: "单选"  
      options: ["每天", "每周", "每月", "很少", "从不"]  
      qualify: ["每天", "每周"]  
      disqualify: ["从不"]

数据来源：ClawHub ↗ · 中文优化：龙虾技能库