OpenClaw × 联合营销 Skill

联合营销 Skill不在 OpenClaw 的前十推荐里——OpenClaw更擅长本地工作区、目录化 Skill、命令和批处理，这个 Skill 的重心不完全在这里。它仍然可以正常安装使用，只是如果你要做的就是这件事，可以先看看下面几个更合适的 Agent。

用这个 Agent 跑联合营销 Skill，处理名单清洗和交叉比对变简单，中间生成的打分表与邮件草稿直接留在本地目录。原始 Excel 表要先转成 CSV，不能直接扔进去。合作协议制定涉及多方协同，它只能按本地模板套数据，无法发起多人在线会签。如果你不想碰命令行，或者需要经常在手机上盯跑批进度，这个工具完全不适合，换成有即时通讯入口的 Agent 更省事。它的价值在于能跑大样本：先用 10 条数据验证打分逻辑，没问题直接把工作区目录里的名单扩到几百条，不用重写流程。

这个特性落在「潜在合作方打分」环节。把客户画像文件和合作方数据源放在本地目录，Agent 跑完后直接把 1 到 5 分的打分表和中间数据留在同一个文件夹。这省掉了反复复制粘贴名单去网页对话框的动作，也不用担心网页超时丢数据。判断标准很直接：检查工作区目录里是否生成新的 CSV 或 Markdown 结果文件，打开看分数列有没有按受众重合度填好。跑通 10 条样本确认打分逻辑后，改一下输入路径，直接把整份几百条的合作方名单丢进同一目录继续跑。

1. 01

   受众契合度分析

   把产品营销背景文档存成 Markdown 放进目录，让 Agent 读这些文件做契合度初筛。它不直接连 Crossbeam 拿数据，需要先从软件后台导出受众重合数据 CSV，再丢进目录让它算。

2. 02

   潜在合作方打分

   依靠 Agent 的批处理能力，直接读取目录里的线索清单和受众规模数据 CSV。按重合度算出 1 到 5 分，结果直接写成新的 CSV 文件落在目录里。打开文件核对分数排序即可。

3. 03

   合作协议制定

   Agent 能按设定好的规则把线索分配规则和资产投入填进 Markdown 模板，生成合作大纲。由于不支持多角色并行，涉及双方确认和法务修改的部分，需要手工把文件发给对方跟进。

把产品背景、ICP 画像存成 .md 文件，现有受众规模数据和合作方清单存成 .csv，统一放在一个本地工作区目录。在终端进入该目录，用命令行启动任务并引用这些文件。比如直接下达指令读取当前目录的名单生成排名表。进度看终端的命令行输出，跑完的结果文件会直接出现在这个目录里，没有独立的产物区，需要自己用代码编辑器或文本编辑器打开核对。

装完 Skill 后，先建一个只放 5 家潜在合作方数据的测试目录。在终端下达指令，让它读这几条数据并生成打分表。去目录里看是不是多了一份新的 CSV 或 Markdown 文件，打开看受众契合度有没有按 1 到 5 分正确排序，冷邮件草稿有没有带上这 5 家的具体信息。确认这 5 条跑通且中间文件都在，再把完整名单复制进来扩大规模。