AI Marketing Skills 是一套面向营销与销售团队的开源 Claude Code 技能，由 Single Brain / Single Grain 团队构建。与多数「提示词集合」不同，它强调这些是完整的工作流——包含 Python 脚本、评分算法、专家面板和自动化流水线，可直接接入 Claude Code（或任意 AI 编码代理）运行。内容覆盖增长实验、销售管线、内容运营、外呼、SEO、财务自动化等 15 个类目，自述在真实的、产生数百万营收的业务管线上经过实战检验。许可为 MIT，Python 为主，约 2,411 stars。
来源：README.md（标题、首段、Skills 表、What Makes These Different）；GitHub 仓库元数据（stars=2411、license=MIT） 查看 GitHub 仓库 →把营销/销售工作沉淀为 AI 可执行的工作流是热门方向，而这套技能的差异化在于「不是玩具 demo」——它把真实统计方法和业务逻辑写进了脚本：增长引擎用 bootstrap 置信区间和 Mann-Whitney U 检验、专家面板递归打分到 90+、ICP Learner 根据真实输赢数据自动重写理想客户画像等。由经营营销代理多年的团队出品、覆盖面广且偏实战，因而获得关注。截至数据采集约 2,411 stars。需要提示：其中涉及网站访客去匿名（RB2B Router）和冷外呼的部分，使用时需注意隐私与反垃圾邮件合规。
来源：README.md（What Makes These Different、Skills 表的 Sales Pipeline/Outbound）；GitHub 仓库元数据（stars=2411）Growth Engine 能自动运行、度量并优化营销实验，用 bootstrap 置信区间和 Mann-Whitney U 检验做统计判断，配 Pacing Alerts 与每周记分卡。
来源：README.md（Skills → Growth Engine；What Makes These Different）把匿名网站访客转为合格管线：RB2B Router 做意图评分、按资历去重公司、代理分类后路由到外呼；Deal Resurrector、Trigger Prospector、ICP Learner 等覆盖唤醒、触发式勘探和画像自学。
来源：README.md（Skills → Sales Pipeline；What Makes These Different）Content Ops 用专家面板递归打分到 90+、质量门、编辑大脑；Conversion Ops 做落地页评分（CRO 审计）和把问卷转为引流磁铁；Autoresearch 用 Karpathy 式优化循环生成 50+ 变体并进化出赢家。
来源：README.md（Skills → Content Ops / Conversion Ops / Autoresearch）还包括 SEO Ops、Finance Ops（AI CFO 找隐藏成本）、Revenue Intelligence（Gong 洞察、营收归因）、Podcast/Deck/YouTube 竞品分析、X 长文 + 去 AI 味检测等。
来源：README.md（Skills 表完整类目）仓库按营销职能划分为多个顶层类目目录（growth-engine、sales-pipeline、content-ops、outbound-engine、seo-ops、finance-ops、revenue-intelligence、conversion-ops、podcast-ops、team-ops、sales-playbook、autoresearch、deck-generator、yt-competitive-analysis、x-longform-post 等），每个类目含一个 SKILL.md（告诉 Claude Code 如何使用该类工具）加一组可独立运行的 Python 脚本（如 experiment-engine.py、rb2b_instantly_router.py、deal_resurrector.py、trigger_prospector.py 等）和 requirements.txt、.env.example。使用模式有两种：把 SKILL.md 复制到项目的 .claude/skills/ 让 Claude Code 调用，或直接命令行运行对应脚本。许多脚本是有状态、带真实算法的流水线，而非单纯提示。
来源：README.md（Skills 表、How These Work with Claude Code、Repository Structure、Quick Start）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
各类目的 requirements.txt（含统计/数据/各 SaaS …需配置多种第三方营销/销售工具的 API key（如 RB2B、Inst…适合营销/销售团队和增长负责人把日常运营自动化：跑带统计严谨性的 A/B 增长实验、把匿名访客转化为外呼管线、用专家面板保证内容质量、做落地页 CRO 审计、用 AI CFO 排查成本、把一期播客裂变成多平台内容、做 YouTube 竞品包装分析等。它的脚本偏实战、可独立运行，也能交给 Claude Code 编排。需要注意：销售/外呼相关能力（访客去匿名、冷邮件）触及隐私与反垃圾合规，应在合规前提下使用；且多数脚本依赖外部 SaaS 的 API 与账号。
来源：README.md（Skills 表、What Makes These Different、Quick Start）本页未获取到正式发行版记录。项目以按职能分类的技能/脚本集合持续维护，每个类目自带 README、requirements.txt 与 .env.example，更新以新增或完善具体营销/销售工作流为主。
来源：README.md（Repository Structure、Quick Start）AI Marketing Skills 在「营销自动化技能」里走的是「重实战、给完整工作流」的路线：把统计方法、评分算法和流水线写成可运行的 Python，并能交给 Claude Code 编排，覆盖增长、销售、内容、SEO、财务等 15 个职能，对营销/销售团队很有参考价值。要权衡的是：它依赖大量第三方 SaaS API、偏作者团队的工具栈，且销售/外呼部分（访客去匿名、冷邮件）触及隐私与反垃圾合规——这些必须在合规前提下使用。作为有经验团队沉淀的实战工具集，它实用性高；落地需配齐外部工具并把好合规与人工审核。
来源：综合 README.md 的工作流定位、职能覆盖与对外部 API/合规的依赖