Requirements
- Target platform
- OpenClaw
- Install method
- Manual import
- Extraction
- Extract archive
- Prerequisites
- OpenClaw
- Primary doc
- SKILL.md
Tencent SkillHub · Data Analysis
Promotion Review
Analyze promotion/review materials (述职/晋升材料) as an evaluator, identify issues and likely interview questions, then provide coaching advice. Supports text files, PDFs, and images (screenshots). Default output is Markdown file; HTML with Cloudflare R2 upload is optional. Use when user sends promotion documents, review materials, 述职材料, 晋升材料, or asks to review/analyze career advancement documents.
skill openclawclawhub Free
Analyze promotion/review materials (述职/晋升材料) as an evaluator, identify issues and likely interview questions, then provide coaching advice. Supports text files, PDFs, and images (screenshots). Default output is Markdown file; HTML with Cloudflare R2 upload is optional. Use when user sends promotion documents, review materials, 述职材料, 晋升材料, or asks to review/analyze career advancement documents.
⬇ 0 downloads ★ 0 stars Unverified but indexed
Install for OpenClaw
Known item issue.
This item's current download entry is known to bounce back to a listing or homepage instead of returning a package file.
Quick setup
- Open the source page and confirm the package flow manually.
- Review SKILL.md if you can obtain the files.
- Treat this source as manual setup until the download is verified.
Package facts
- Download mode
- Manual review
- Package format
- ZIP package
- Source platform
- Tencent SkillHub
- What's included
- SKILL.md, assets/template-iterative.md, assets/template.html, assets/template.md
Validation
- Open the source listing and confirm there is a real package or setup artifact available.
- Review SKILL.md before asking your agent to continue.
- Treat this source as manual setup until the upstream download flow is fixed.
Install with your agent
Agent handoff
Use the source page and any available docs to guide the install because the item currently does not return a direct package file.
- Open the source page via Open source listing.
- If you can obtain the package, extract it into a folder your agent can access.
- Paste one of the prompts below and point your agent at the source page and extracted files.
New install
I tried to install a skill package from Yavira, but the item currently does not return a direct package file. Inspect the source page and any extracted docs, then tell me what you can confirm and any manual steps still required.
Upgrade existing
I tried to upgrade a skill package from Yavira, but the item currently does not return a direct package file. Compare the source page and any extracted docs with my current installation, then summarize what changed and what manual follow-up I still need.
Trust & source
Release facts
- Source
- Tencent SkillHub
- Verification
- Indexed source record
- Version
- 1.0.0
Provenance
- Publisher
- xiaoyaner0201
- Source page
- View original listing
- Canonical URL
- Open canonical page
Documentation
Promotion Review Skill
分析晋升/述职材料，以评委视角诊断问题，生成辅导报告。
职级跃迁的本质
级别画像核心能力P7超级执行者能把事做好、做完、做漂亮P8技术决策者能判断什么是对的、推动团队采纳、承担决策后果P9技术方向引领者能定义问题、开辟新方向、影响组织 核心认知：晋升材料要展示的不是"我做了多少事"，而是"我做了什么别人做不了的判断和决策"。
叙事升维公式
P7 写法：我做了 X，结果是 Y P8 写法：我判断 A 是正确方向，推动团队采纳，克服了 B 阻力，最终实现 Y
决策故事结构（STAR-D）
每个核心贡献都应该能用这个结构讲清楚： 背景（Situation）：当时的问题/挑战是什么 方案对比（Alternatives）：考虑过哪些方案（至少2个） 我的判断（Decision）：为什么选这个方案，理由是什么 推动过程（Action）：有什么阻力，怎么推动的 结果验证（Result）：数据证明决策是对的
数据加固三问法
每个关键数据都要能回答： 问题说明示例怎么测的？测算方法"对比2024Q3和2025Q1同类型需求47个"对比谁？基线/对照组"AI工作流上线前 vs 上线后"是你的功劳吗？归因逻辑"排除了人员变动、需求复杂度等因素" 反例： ❌ "效率提升 20~30%" — 范围太宽，不够精确 ❌ "60%+" — 到底是多少？ ❌ "大幅提升" — 没有数字 正例： ✅ "交付周期从5.2天降至3.9天，提升25%（基于47个可比需求）"
📊 分析框架（评委视角）
根据目标职级校准评判标准。
🔴 致命问题（Critical Issues）
个人 vs 团队边界 — "我"和"我们"是否清晰？ 技术深度 — 是否匹配目标职级？ 角色定位 — "主导"、"参与"、"接盘"是否可信？ 叙事层级 — 读起来像 N+1 还是 N+？ 决策能力 — 有没有体现"为什么这样做"而不只是"做了什么"
🟡 中等问题（Medium Issues）
数据归因 — 有基线吗？有对照组吗？怎么测的？ 荣誉堆砌 — 质量 vs 数量，和目标职级的关联 未来规划 — 具体可衡量 vs 空泛愿景 架构图 — 解释了"为什么"还是只画了"是什么" 范围膨胀 — 声称的广度有没有深度支撑 时间线可信度 — 短任期 + 大成果 = 红旗 术语解释 — 内部术语首次出现是否有解释
🟢 次要问题（Minor Issues）
格式、错别字、遗留的 TODO 数据前后不一致 标题不通顺
材料 vs 答辩的区别
维度材料答辩目的评委提前阅读，了解全貌让评委记住你的亮点详略可以详细，面面俱到必须精简，突出重点数据可以堆数据只讲3-5个核心数据贡献三个都要写清楚重点讲1个，其他带过风格书面语，可以复杂口语化，易于理解 关键认知：材料是"菜单"，答辩是"招牌菜"。
8分钟答辩的"1主2辅"策略
问题：三个贡献各讲2分钟 → 都讲不深 → 评委记不住 策略： 主贡献（3-4分钟）：讲透，展示技术决策能力 辅贡献1（1-1.5分钟）：带过，强调结果 辅贡献2（0.5-1分钟）：点到即止，为追问留空间
建议时间分配（8分钟）
环节时间内容开场定位45秒我是谁 + 一句话定位（用数据说话）核心贡献5分30秒1主2辅，重点讲决策过程未来规划45秒具体可量化的目标收尾金句30秒为什么我够这个级别缓冲30秒防止超时
主贡献选择标准
选择做主贡献的项目应该满足： 时间跨度长（更可信） 有完整方法论（可复制） 数据可追溯（防追问） 最能体现目标级别的核心能力
答辩话术技巧
开场不要念简历： ❌ "我是XX，2023年加入，负责..." ✅ "我用两年把XX从0做到XX%" 用"我判断/我决策"句式： ❌ "我们团队做了..." ✅ "我设计了...因为..." 数据要有对比： ❌ "可用率46%" ✅ "可用率从10%提升到46%" 结尾要有力： ❌ "以上就是我的汇报，谢谢" ✅ "我准备好了，谢谢各位评委"
📥 支持的输入格式
格式说明文本文件TXT, MD — 直接读取PDF用 pdftotext 提取DOCX用 python-docx 提取图片PNG, JPG — 可接受，但需提醒用户
⚠️ 图片输入注意事项
图片（尤其是长截图）识别可能存在模糊： 超长截图会被压缩显示，小字可能看不清 架构图里的小标签文字可能识别不准 建议用户：如有原始文档优先发文件，或分段截图提高清晰度 如果基于图片分析，在报告中注明： ⚠️ 本分析基于截图识别，部分细节可能有误差，建议对照原文确认。
1. 获取材料
检查 Discord 消息附件（PDF, TXT, DOCX, 图片） 下载并提取文本 如无附件，请用户提供文件路径或直接粘贴内容
2. 收集上下文
分析前确认（如未提供则询问）： 目标职级（如 P7→P8, T7→T8） 公司/体系（如京东、阿里、字节） 用户特别关注的问题 是否为迭代版本（首次分析 or 二次分析） 答辩时间（如有，提供时间分配建议）
3. 首次分析 vs 二次分析
首次分析（Initial Review） 完整分析，包括： 评委视角诊断 评审追问预测 辅导建议 改写方向 二次分析（Iterative Review） 对比新旧版本，重点关注： 📊 改进点识别 新版本修复了哪些之前指出的问题 数据是否更具体、归因是否更清晰 叙事结构是否有改善 ⚠️ 仍存在的问题 哪些核心问题没有解决 是否产生了新问题 评委仍然会追问什么 🎯 下一步建议 优先级排序：最该改的 1-2 点 具体改写方向（不是替用户写，而是指明方向）
❓ 评审追问预测
生成 8-12 个可能被问到的问题，分类为： 类型说明必问核心数据、关键主张、角色边界高概率深度探测、未来愿景、方案对比 每个问题包含： 问题文本 为什么会问（评委在测试什么） 建议准备的答辩口径
✏️ 辅导建议（教练视角）
切换到教练角色，针对每个关键/中等问题： 叙事重构 — 一句话概括需要的转变 改写方向 — 用 STAR-D 结构指明应该强调什么 数据加固 — 用三问法让数字"防追问" 决策故事 — 建议 2-3 个"背景→方案对比→判断→结果"的故事 结构调整 — 建议的大纲和重点标记
默认：Markdown 文件 ✅
生成结构化的 Markdown 报告，保存到 workspace： <候选人>-<职级>晋升材料-辅导建议-v<版本>.md <候选人>-<职级>答辩-时间分配建议.md（如有答辩时间要求） <候选人>-<职级>晋升材料-评委视角问题清单-v<版本>.md（二次分析） 通过 Discord 文件发送给用户。
可选：HTML + R2 上传
用户明确要求时，额外生成 HTML 报告并上传到 Cloudflare R2。 注意：R2 链接公开可访问，有一定泄露风险，提醒用户注意隐私。
📁 模板文件
文件用途assets/template.md首次分析 Markdown 模板（完整版）assets/template-iterative.md二次分析 Markdown 模板（精简版）assets/template.htmlHTML 报告模板（可选，用于 R2 上传） 使用时复制模板，替换 {{PLACEHOLDER}} 占位符。
🔒 隐私提醒
材料包含真实姓名和职业信息 — 不要在会话外缓存或记录 默认 Markdown 输出更安全（本地文件） R2 链接公开可访问，使用前提醒用户 报告中不暴露辅导者身份（匿名反馈）
Category context
Data access, storage, extraction, analysis, reporting, and insight generation.
Source: Tencent SkillHub
Largest current source with strong distribution and engagement signals.
Package contents
Included in package
3 Docs1 Assets
- SKILL.md
- assets/template-iterative.md
- assets/template.md
- assets/template.html