Income Lab 收入实验室

收入实验与执行系统。帮助用户系统地尝试各种合法赚钱方式、记录实验过程、分析效果、持续优化策略。当用户想要赚钱但不知道从何开始、需要跟踪多种赚钱尝试的效果、想要建立持续收入流、需要执行提醒和复盘时使用。

Security Scan

Skill 本身功能与描述（记录/追踪/复盘）大体一致，但存在若干不一致与敏感项——尤其是内置的计费集成（硬编码 API Key）、元数据与实际声明的环境变量不一致，建议谨慎审查或沙箱运行。

Purpose & Capability

技能的主要目的（收入实验、追踪与复盘）与大部分代码（experiment_tracker.py、weekly_reporter.py、references 等）一致。但元数据 (_meta.json) 声明必须启用 SkillPay 计费并要求 SKILLPAY_API_KEY 与 SKILLPAY_USER_ID，而注册表级别的 'Required env vars' 却显示无任何环境变量——这是不一致的。此外 payment.py 中直接硬编码了一个 BILLING_API_KEY（明文密钥），这与‘只需用户提供自己的支付余额’的表述不成比例或多余。

Instruction Scope

SKILL.md 的运行说明主要是本地 CLI 脚本（初始化、添加实验、记录、生成周报等），这些脚本只读写用户主目录下的 ~/.income-lab 数据目录（范围合理）。不过文档顶部强调‘已接入 SkillPay 付费系统’并提示用户保证余额，且仓库包含 payment.py 会向外部域 skillpay.me 发起网络请求。SKILL.md 并未明确说明何时或如何在运行时调用 payment.py（或由平台自动调用），导致运行时行为不够透明。

Install Mechanism

无安装说明（instruction-only + 附带脚本），没有远程下载或复杂安装步骤，依赖仅在 requirements.txt 中列出常见数据处理库（pandas/numpy/matplotlib 等）。没有高风险的外部安装来源或压缩包提取。

Credentials

_meta.json 指示 payment.api_key_env 为 SKILLPAY_API_KEY、user_id_env 为 SKILLPAY_USER_ID 且 required=true，但注册信息显示“Required env vars: none”。此外代码并没有使用 SKILLPAY_API_KEY 环境变量来读取 API 密钥，而是把密钥硬编码在 payment.py 中，同时 verify_payment 读取 SKILLPAY_USER_ID（用于 user_id）。这些不一致表明对凭据的要求和处理不透明且不成比例（明文秘密、外部计费调用）。

Persistence & Privilege

技能未要求 always:true，也没有修改其他技能或系统范围配置。脚本持久化仅限于用户主目录下的 ~/.income-lab（个体数据存储），权限范围适中。唯一外部权限是 payment.py 发起的网络请求用于计费。

What to consider before installing

简明建议： - 风险点：仓库包含对外计费集成 payment.py，会向 https://skillpay.me 发起请求；代码中有一个硬编码的 BILLING_API_KEY（明文密钥），而元数据又声明需要 SKILLPAY_API_KEY/SKILLPAY_USER_ID，但注册信息显示无必需环境变量——这是重大不一致且可能泄露或滥用凭据。 - 在安装/运行前考虑： 1) 要求作者或发布方澄清计费流程：哪些环境变量是必需的，平台是否会自动调用 payment.py，以及硬编码的 API Key 是否合法且应被移除。最好让作者改为通过环境变量或平台密钥管理传递 API Key，并删除仓库中的明文密钥。 2) 如果你不信任 skillpay.me 或作者，请不要提供任何真实支付凭据；在沙箱或隔离环境中运行脚本并观察是否有外部网络调用。 3) 如果你已使用该仓库中的密钥或真实凭据，考虑更换/撤销这些密钥并联系支付提供方确认异常。 4) 从功能角度，脚本其它部分主要在本地读写 ~/.income-lab，风险较小——但若计费校验在平台层面被自动触发，可能会导致外部网络和账户相关交互。 總结：功能上大体一致但有所不透明与凭据风险，建议在确认计费实现与移除/替换硬编码密钥之前，将其视为有隐私/凭据风险的“可疑”技能并谨慎使用。

💰 本 Skill 已接入 SkillPay 付费系统

• 每次调用费用：0.01 USDT
• 支付方式：BNB Chain USDT
• 请先确保账户有足够余额

系统性尝试、记录、优化赚钱方式的实验框架。

"赚钱不是运气，是可迭代的实验。"

核心理念

1. 小步快跑：快速尝试多种小额赚钱方式
2. 数据驱动：记录投入和产出，用数据决策
3. 持续迭代：不断调整策略，放大有效的方式
4. 复利思维：从即时收入逐步建立被动收入

适用场景

场景	说明
从零开始	没技能、没本金，不知道怎么赚钱
多点尝试	同时做几种赚钱方式，需要跟踪效果
优化收入	已有收入来源，想要提升效率
建立系统	从主动收入过渡到被动收入

核心功能

1. 赚钱方式数据库

• 分类整理各种合法赚钱方式
• 标注门槛、投入、预期收益、风险
• 根据个人情况推荐适合的方式

2. 实验追踪系统

• 记录每次赚钱尝试的详细数据
• 计算投入产出比（ROI）
• 可视化收入趋势

3. 执行提醒与复盘

• 定时提醒执行任务
• 每周/每月自动复盘
• 生成优化建议

4. 策略优化引擎

• 分析哪些方式有效
• 建议放大或放弃的策略
• 提供下一步行动计划

赚钱方式分类

Tier 1：立即变现（当天见钱）

• 众包平台（阿里众包、蜂鸟众包）
• 跑腿配送
• 问卷调查
• 临时任务

特点：门槛低，收入低，不稳定

Tier 2：技能变现（1-4周见效）

• 写作/翻译
• 设计/PPT制作
• 视频剪辑
• 数据录入

特点：需要学习，收入中等，较稳定

Tier 3：小生意（1-3个月见效）

• 闲鱼无货源
• 信息中介
• 社群运营
• 内容创作

特点：需要运营，收入较高，有复利

Tier 4：资产性收入（3-6个月见效）

• 自媒体账号
• 加密货币空投
• 联盟营销
• 知识付费

特点：前期投入大，后期被动收入

工作流程

第一步：现状评估

了解用户当前情况：

• 有多少时间？
• 有什么技能？
• 有多少本金？
• 风险承受能力？

第二步：方式推荐

根据评估推荐3-5个适合的赚钱方式

第三步：实验设计

为每个方式设计实验：

• 实验周期（1周/1月）
• 预期投入（时间+资金）
• 成功标准（收入目标）

第四步：执行追踪

• 每日/每周记录执行情况
• 记录收入和遇到的问题
• 计算实际ROI

第五步：复盘优化

• 分析哪些实验成功
• 总结成功/失败原因
• 制定下一轮实验计划

工具清单

• experiment_tracker.py - 实验追踪与记录
• income_analyzer.py - 收入数据分析
• strategy_generator.py - 策略建议生成
• weekly_reporter.py - 周度复盘报告

参考资料

• 赚钱方式大全：references/income-methods.md
• 实验设计模板：references/experiment-templates.md
• 复盘框架：references/retrospective-framework.md
• 成功案例：references/success-stories.md

快速开始

1. 初始化你的收入实验室

python scripts/experiment_tracker.py init --name "我的收入实验"

2. 添加第一个实验

python scripts/experiment_tracker.py add \
  --name "蜂鸟众包测试" \
  --type "tier1" \
  --duration 7 \
  --time-budget 2 \
  --income-target 100

3. 每日记录

python scripts/experiment_tracker.py log \
  --date 2025-03-26 \
  --hours 2 \
  --income 35 \
  --notes "接了3单，平均每单11元"

4. 生成周报

python scripts/weekly_reporter.py generate --week 2025-12

使用示例

示例1：从零开始规划

用户："我什么都没有，每天4小时，怎么开始？"

系统响应：

基于你的情况，推荐3个实验：

【实验1】蜂鸟众包测试（Tier 1）
- 周期：1周
- 投入：每天2小时
- 目标：赚100元
- 目的：测试即时变现能力

【实验2】剪映技能学习（Tier 2）
- 周期：2周
- 投入：每天1小时学习
- 目标：能独立完成一个视频
- 目的：建立可变现技能

【实验3】闲鱼无货源调研（Tier 3）
- 周期：1周
- 投入：碎片时间
- 目标：找到3个可操作的商品
- 目的：为未来小生意做准备

建议先启动实验1，同时开始实验2的学习。

示例2：实验复盘

用户："我已经做了一周蜂鸟众包"

系统响应：

📊 蜂鸟众包实验复盘（第1周）

投入：
- 时间：14小时（每天2小时）
- 收入：126元
- 时薪：9元/小时

分析：
✓ 成功：确实能赚到钱，门槛低
✗ 问题：时薪太低，体力消耗大

建议：
- 继续执行，但减少时间到每天1小时
- 把节省的1小时用于学习剪辑技能
- 目标：3周后转型技能变现

下一步行动：
1. 今天开始在B站学剪映（实验2）
2. 蜂鸟众包减至每天1小时
3. 周末总结本周学习成果

示例3：多实验并行管理

用户："我在做3个事情，怎么管理？"

系统响应：

📋 你的收入实验看板

【进行中】
1. 蜂鸟众包（第3周）
   累计收入：378元 | 时薪：9元
   状态：有效但低效，准备缩减

2. 剪映学习（第2周）
   已完成5个练习视频
   状态：进度正常，预计下周可接单

3. 闲鱼测试（第1周）
   上架3个商品，0成交
   状态：需要优化商品选择

【建议】
- 下周开始蜂鸟众包→每天0.5小时
- 增加剪映接单尝试
- 闲鱼换品类测试

---

赚钱是一门可学习的技能，不是运气。坚持实验，持续迭代。