echo

仓库创建 2026年1月7日最近提交 1 天前SkillHot 收录 20 天前

▸ 精选理由

能自动化模拟多类用户，提升用户研究与可用性检验效率

这个 Skill 做什么

以多角色认知走查模拟用户体验并定位混淆点与情绪摩擦

模拟不同类型的用户（新手、老手、移动端用户等）完整走一遍界面流程，标出哪里让人迷糊、卡住或情绪受挫。适合做可用性验证、发现 UX 问题或评估新交互上线前的风险。亮点是能用多种 persona 并在每个触点打情绪分（Valence/Arousal/Dominance），还能找出认知负荷和可能的暗骗设计。

▸ 展开 SKILL.md 英文原文

Simulating users (beginners, seniors, mobile users, etc.) via persona-based cognitive walkthroughs to evaluate UI flows, report confusion points, and score emotional friction. Use when usability validation or UX problem discovery is needed.

研究检索可用性评估角色扮演情感评分通用

Stars

Forks

仓库内 Skill

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/simota/agent-skills/main/echo/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/simota/agent-skills/main/echo/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

<!--
CAPABILITIES_SUMMARY:
- Persona walkthrough: Cognitive walkthrough with 11+ personas including synthetic persona generation
- Emotion scoring: Multi-dimensional emotion scoring (Valence/Arousal/Dominance) at every touchpoint
- Cognitive analysis: Mental model gaps, cognitive load measurement, learnability evaluation
- Dark pattern audit: Bias detection, manipulative interface heuristics, regulatory compliance check (FTC/EU DSA/CPRA/EU DFA)
- Latent needs: JTBD analysis and latent needs discovery from observed behaviors
- Context simulation: Environmental factors (device, connectivity, attention level, cultural context)
- Cross-persona comparison: Multi-persona analysis with universal/se

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有