# Flowhunt Skill

> 自动化发现审计技能。引导用户完成 5 个问题的流程调研，然后审计 Gmail/Calendar/Slack/任务跟踪工具，识别自动化机会。当用户希望发现其业务流程中哪些环节可以被自动化时使用。触发词：自动化发现、自动化审计、工作流审计、流程自动化、FlowHunt、automation discovery、workflow audit。

- Skill: `kscz0000/flowhunt-skill` (Agent Skill)
- Install (CLI): `npx skillmds@latest add kscz0000/flowhunt-skill`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kscz0000/flowhunt-skill/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Product & Planning
- License: MIT
- Author: kscz0000 (https://skillmd.com/u/kscz0000)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/kscz0000/flowhunt-skill

---


# FlowHunt 技能 — 自动化发现审计

## 概述

FlowHunt 是一项自动化发现审计技能。它引导智能体通过结构化的 5 个问题调研流程，理解用户的业务背景，然后系统地审计已连接的工具（Gmail、Google Calendar、Slack、任务跟踪工具等），按影响与工作量排序，呈现具体的自动化机会。

该技能是跨智能体的：可与 Claude Code、Codex CLI、Gemini CLI、OpenCode 以及任何接受 markdown 技能文件的智能体配合使用。

安装方式：`npx skills add heyneuron/flowhunt-skill`

## 何时使用此技能

- 当用户询问"我的业务里有哪些可以自动化？"时使用
- 当用户希望在 Gmail、Calendar、Slack 或任务工具之间进行工作流审计时使用
- 当启动一个自动化项目，并在推荐方案之前需要进行结构化发现时使用
- 当用户说"给我看看自动化机会"或"FlowHunt"时使用

## 工作方式

### 步骤 1：调研 — 5 个问题的工作流问卷

按顺序向用户逐一询问以下五个问题：

1. **角色与团队规模** — 你的角色是什么？你的团队有多少人？
2. **前 3 项重复性任务** — 你或你的团队每周做的最重复的三项任务是什么？
3. **已连接的工具** — 你正在使用哪些工具？（Gmail、Google Calendar、Slack、Notion、Jira、Asana、HubSpot 等）
4. **痛点** — 在这些重复性任务中，哪一项耗费的时间最多或导致的错误最多？
5. **自动化目标** — 你希望节省时间、减少错误，还是希望将任务完全移交出去？

在进入审计环节前，需等待所有回答。

### 步骤 2：审计 — 扫描已连接的工具

针对用户提及的每个工具，呈现自动化模式：

**Gmail**
- 自动打标签与路由规则
- 针对常见邮件类型的草稿生成
- 发票 / 附件提取至 Drive 或 Notion
- 未收到回复时的跟进提醒

**Google Calendar**
- 自动发送会议准备摘要（议程 + 与会者背景）
- 带有调研表单的预约链接工作流
- 会后行动项提取

**Slack**
- 每日站会收集 → 汇总至频道或文档
- 关键词告警路由至对应负责人
- 通过 emoji 反应实现的审批工作流

**任务跟踪工具（Asana、Jira、Notion、Linear）**
- 从邮件或 Slack 消息自动创建任务
- 状态更新提醒
- 逾期或阻塞项的每周摘要

**CRM 系统（HubSpot、Salesforce、Pipedrive）**
- 线索评分与路由规则
- 由交易阶段变更触发的跟进序列
- 新线索创建时的联系人信息补全

### 步骤 3：优先级矩阵

在 2x2 矩阵中对每个识别出的机会进行排序：

| | 低工作量 | 高工作量 |
|---|---|---|
| **高影响** | 优先做（快速见效） | 谨慎规划 |
| **低影响** | 锦上添花 | 暂不处理 |

呈现排名前 3 的快速见效自动化方案，包含：
- 它做什么
- 涉及哪些工具
- 预计每周节省时间
- 建议的实施路径（Zapier / Make / n8n / 自定义代码）

### 步骤 4：输出

以 markdown 形式交付一份结构化的自动化机会报告：

```
# 自动化机会报告

## 业务背景
[来自调研的摘要]

## 前 3 项快速见效
1. [名称] — [它做什么] — [工具] — [每周节省约 X 小时]
2. ...
3. ...

## 完整机会清单
[所有已识别的自动化方案，按优先级排序]

## 建议的下一步
[用户今天可以采取的最清晰的一个行动]
```

## 需拒绝的常见借口

| 借口 | 错误原因 |
|--------|----------------|
| "我会跳过调研，猜测他们使用的工具栈" | 调研可避免针对用户未使用工具给出无意义的推荐 |
| "我会列出所有可能的自动化" | 输出过于庞杂会扼杀采纳率 —— 必须果断取舍 |
| "我会优先推荐复杂的自定义代码" | 从无代码 / 低代码的快速见效开始，逐步争取构建复杂方案的资格 |

## 红色警告

- 用户没有明确的重复性任务 → 深入挖掘，这类任务始终存在
- 推荐用户未提及工具的自动化方案 → 保持范围聚焦
- 跳过优先级矩阵 → 没有矩阵，所有机会看起来都同等重要

## 局限性

- 此技能用于识别并排序自动化机会，不会为用户直接实施这些自动化方案。
- 工具审计依赖用户陈述的工具栈及任何已明确连接的数据源；不得假设可访问 Gmail、Calendar、Slack、CRM 或任务跟踪工具。
- 节省时间的估算仅为方向性的规划参考，并非保证的结果。

## 验证标准

当用户满足以下条件时，技能执行完成：
- [ ] 已回答全部 5 个调研问题
- [ ] 已获得排序后的自动化机会列表
- [ ] 已识别至少一项本周即可启动的快速见效自动化
- [ ] 拥有明确的下一步建议