开源广告审计工具 claude-ads v1.4.0 解析：并行6大代理与AI创意流水线

Claude Code 生态中备受关注的广告审计技能包 AgriciDaniel/claude-ads 现已更新至 v1.4.0。新版本集成了 banana-claude 图像生成、5组件提示公式、质量门自动评分、语音到视觉映射等特性。项目采用 MIT 协议开源，完全免费。

需要注意的是，claude-ads 并非一个简单的“提示词集合”，而是一个模块化编排系统。其核心是：1个主编排器 (ads/SKILL.md) + 17个子技能 (skills/ 目录下各平台/功能SKILL.md) + 10个并行代理 (agents/目录6审计+4创意) + 23个RAG参考文件 (ads/references/) + 11个行业模板。该系统配合 Task Tool 的 context: fork 并行执行能力，能够实现225+项加权检查，最终输出 Ads Health Score（0-100分）、A-F等级以及附带预计节省金额的优先级行动计划。

一、项目架构解析

claude-ads 的核心在于其 Claude Code Skill 编排系统。主文件 ads/SKILL.md（安装后位于 ~/.claude/skills/ads/SKILL.md）作为总指挥（orchestrator），定义了所有 /ads 命令的路由、上下文收集、并行代理调用、质量门以及行业检测逻辑。

源码关键结构如下：

安装后目录：

• ~/.claude/skills/ads/：主 SKILL.md + references/（内含23个RAG .md 文件，例如 scoring-system.md、benchmarks.md、google-audit.md 等，其中包含74项Google检查清单）
• ~/.claude/skills/ads-xxx/：17个子技能文件夹（每个包含独立的 SKILL.md，例如 ads-google/、ads-meta/、ads-creative/、ads-plan/ 等）
• ~/.claude/agents/：10个代理文件（audit-google.md、audit-meta.md、audit-creative.md、audit-tracking.md、audit-budget.md、audit-compliance.md + copy-writer.md、creative-strategist.md、format-adapter.md、visual-designer.md）
• ~/.claude/skills/ads/scripts/：Python 辅助脚本（用于落地页 Playwright 分析、图像验证等，依赖 requirements.txt）
• 11个行业模板（位于 ads-plan/assets/ 下，如 saas.md、ecommerce.md、local-service.md、B2B-enterprise.md、healthcare.md、finance.md 等）

install.sh 核心步骤：
a. 创建目录并使用 git clone --depth 1 临时下载源码
b. 复制主技能文件及23个 references 参考文件
c. 循环复制17个子技能（包含 assets/ 下的行业模板）
d. 复制10个 agents 代理文件
e. 安装 Python 依赖（Playwright 用于 /ads landing 命令）
f. 检查 banana-claude（v1.4 创意生成功能所必需）
g. 输出安装成功提示（总结已安装：1主技能+17子技能+10代理+23参考+11模板）

v1.4.0 重大源码更新：

• banana-claude 集成：完全替代了旧的 generate_image.py，通过 MCP tools 结合5-component prompt、voice-to-style.md、copy-frameworks.md、ecommerce-creative.md 等新模块。
• 新增质量门：包括图像 Claude Vision 1-10分评分（低于6分自动重新生成）、copy zone 文案验证、3-variant A/B 测试生成。
• 创意代理增强：visual-designer 代理会先产出 hero image 作为风格参考；creative-strategist 代理则读取 voice-to-style.md 来生成两种视觉方向。
• 验证门强化：每个子技能都增加了 JSON score 校验和数据充足性检查（例如要求最少14天或20次点击的数据）。

并行代理实现原理（基于 ads/SKILL.md 的编排逻辑）：

• 当执行 /ads audit 时：先进行 Context Intake → 收集用户数据 → 利用 context: fork Task Tool 并行启动6个审计代理。
• 每个代理返回结构化的 JSON 结果（包含 score、severity、savings、fix steps）。
• 主编排器验证 JSON 完整性后进行聚合 → 计算最终的 Ads Health Score（权重基于 references/scoring-system.md 中定义的严重度）。
• 而执行单个命令（如 /ads google）则会直接加载对应的子技能 SKILL.md。

行业检测与质量门：

• 系统能从转化事件、广告内容、平台组合等信息自动推断出11种业务类型。
• 内置硬规则示例：绝不推荐不使用 Smart Bidding 的 Broad Match 关键词；CPA超过目标3倍立即暂停（3x Kill Rule）；预算充足性检查（例如 Meta 广告预算需≥5倍 CPA 等）。

安全性与数据模型：全程在本地运行，不会自动登录任何广告平台，需要用户手动提供导出的数据、截图或粘贴的指标（可选集成 Google Ads MCP 进行只读访问）。完全不存在利益冲突。

二、四大核心功能与特点（225+检查细节）

功能1：全面多平台审计（/ads audit + 单平台命令）

• 225+项检查：覆盖 Google (74项)、Meta (46项)、YouTube/LinkedIn/TikTok (各25-28项)、Microsoft (20项)、Apple (35项)。
• 6个审计代理并行工作：audit-google（搜索词浪费、质量得分、否定关键词缺口等）、audit-meta（Pixel/CAPI、创意疲劳、受众重叠）、audit-creative、audit-tracking、audit-budget、audit-compliance。
• 输出报告：Ads Health Score（0-100分）+ A-F 等级 + 每个问题的严重度（Critical/High/Medium/Low）+ 预计月节省金额 + 精确的修复步骤。
• 源码依据：references/ 目录下的 google-audit.md 等文件提供了完整的检查清单和加权算法；v1.3 版本修复了大量误报（如零曝光关键词、旧版 BMM 匹配类型等）。

功能2：行业定制战略规划（/ads plan）

• 支持 11种业务类型（SaaS、电商、本地服务、B2B企业、医疗、金融等）。
• 加载对应的 ads-plan/assets/ 行业模板和通用问卷。
• 输出：平台组合建议、战役架构、创意策略、定向指南、预算分配方案、KPI 及完整的实施路线图。
• 源码机制：Context Intake 环节强制收集行业、月花费、目标等信息，确保建议基准与真实情况匹配。

功能3：创意审计 + AI生成全流水线（/ads creative / dna / create / generate / photoshoot）

• /ads creative：执行21项跨平台创意质量与疲劳度检测。
• 完整创意流水线（v1.4 优化后）：
  a. /ads dna <url>：使用 Playwright 抓取指定网站首页/产品页/关于页的3张截图 → 生成 brand-profile.json（品牌DNA schema 来自 references/brand-dna-template.md）。
  b. /ads create：读取品牌档案和审计结果 → 生成 campaign-brief.md（内含 AIDA/PAS 等6种文案框架）。
  c. /ads generate 或 /ads photoshoot：调用 banana-claude 生成图片（提供 Studio/Floating/In Use/Lifestyle/Ingredient 5种风格）+ 生成3种变体进行 A/B 测试 + Vision 质量门评分 + copy zone 文案验证。
• 源码实现：4个创意代理并行或顺序协同工作；voice-to-style.md 文件实现了从品牌语音到视觉风格的映射；自动追踪生成成本（读取 ~/.banana/costs.json）。

功能4：专项优化命令（/ads budget / landing / competitor / apple）

• /ads budget：进行24项预算与出价策略审查。
• /ads landing：使用 Playwright 自动分析落地页，给出体验分数。
• /ads competitor：提供跨平台的竞品广告情报分析。
• /ads apple：35项 Apple Search Ads (ASA) 专项审计（涵盖广告结构、竞价策略、MMP/TAP集成等）。
• 源码支持：依赖 scripts/ 目录下的 Python 工具和专用的参考文件。

对这类复杂的开源项目进行源码分析，能帮助我们更好地理解其工作原理和扩展潜力。你可以访问 开源实战 板块，与更多开发者交流项目架构与定制经验。

三、使用方法

1. 启动 Claude Code（在终端输入 claude）。
2. 必做步骤：在首次输入任何 /ads 命令前，先提供必要的上下文信息（如行业、月广告花费、核心目标、使用的广告平台），以避免分析基于过于泛化的基准。
3. 核心命令速查（来自 SKILL.md Quick Reference）：
   • /ads audit → 启动全面并行审计。
   • /ads google / /ads meta / /ads apple 等 → 进行单平台深度审计。
   • /ads plan saas（或其他行业）→ 生成行业定制化战略规划。
   • /ads creative → 执行创意审计。
   • /ads dna https://your-site.com → 提取网站品牌DNA。
   • /ads create → 基于品牌DNA生成广告战役简报。
   • /ads generate 或 /ads photoshoot → 使用 AI 生成广告创意图片（需要预先安装 banana-claude）。
4. Claude 会引导你粘贴导出的广告数据（如 Google Ads / Meta Ads 的 CSV 文件、截图等）。

高级使用技巧：

• 并行加速：/ads audit 命令会自动 fork 6个代理并行工作，几分钟即可完成225+项检查；单个平台审计速度更快。
• 创意生成闭环：建议严格按照 dna → create → generate 的顺序操作，系统生成的 brand-profile.json 会自动用于创建 banana-claude 的预设风格。
• 确保数据充足性：提供最近30-60天的广告数据导出文件及月花费金额，可避免因账户处于“学习期”而导致误判。
• 自定义扩展：你可以直接编辑 ~/.claude/skills/ads/SKILL.md 或相应的子技能文件，来增加自己的质量门或参考规则；在 agents/ 目录添加新的代理文件后，重启 Claude Code 即可生效。
• MCP 进阶集成：安装 google-ads-mcp 后，/ads google 命令可以自动拉取实时数据（SKILL.md 已内置支持逻辑）。
• 落地页自动化分析：/ads landing 命令会调用 scripts/ 目录下的 Playwright 脚本（需要手动运行 pip install -r requirements.txt 安装依赖）。
• 批量账户处理：管理多个广告账户时，可以先运行 /ads plan 获得通用模板，再针对每个账户进行具体的 audit。
• 监控创意生成成本：图片生成后可以查看 ~/.banana/costs.json 文件，结合 Ads Health Score 的优化建议进行迭代。

四、安装方法

方式1：一键安装（推荐）

• macOS/Linux：

  curl -fsSL https://raw.githubusercontent.com/AgriciDaniel/claude-ads/main/install.sh | bash

• Windows (PowerShell)：

  irm https://raw.githubusercontent.com/AgriciDaniel/claude-ads/main/install.ps1 | iex

方式2：源码手动安装（推荐给开发者或希望修改代码的用户）

1. git clone https://github.com/AgriciDaniel/claude-ads.git && cd claude-ads

2. 运行 ./install.sh（Linux/macOS）或 .\install.ps1（Windows）。
3. 脚本会自动完成上述所有文件复制、pip 依赖安装以及 banana-claude 环境检查。
4. 如果需要使用 banana-claude 的创意生成功能，需单独运行其安装脚本并执行 /banana setup 进行配置。

卸载：一键执行 curl -fsSL https://raw.githubusercontent.com/AgriciDaniel/claude-ads/main/uninstall.sh | bash

验证安装：在 Claude Code 界面中输入 /ads，如果安装成功，应显示可用的命令提示列表。

五、近期热门同类开源 Claude 技能项目对比

• Corey Haines marketingskills (12.9k星)：这是一个全漏斗营销技能包，优点是覆盖了 CRO、文案、SEO 等多个方面，但其付费广告模块仅进行泛泛的检查，缺乏 claude-ads 的225+专项检查、并行6代理架构、Ads Health Score 评分、23个RAG基准文件以及行业自动检测与质量门。claude-ads 在广告垂直领域的深度、自动化效率（fork 并行 vs 顺序执行）和结构化输出（附带预计节省金额）上优势明显。
• 其他 awesome-claude-skills / alirezarezvani 等集合：这些项目包含数百个通用 prompt，多为独立的 SKILL.md 文件。而 claude-ads 采用了“主编排器+子技能+RAG参考+并行代理+JSON验证”的工程化架构，在源码层面更为复杂，效果也更精准（v1.3/v1.4持续修复误报）。两者在安全性上一致（均为本地运行）。
• 实现原理差异：同类项目多为单一提示词；claude-ads 是一个完整的编排系统（SKILL.md 定义了 fork、验证、聚合等完整流程）。
• 效率与效果：claude-ads 通过并行处理，能在几分钟内产出完整审计报告和行动计划；同类项目通常检查项较少，且缺乏加权评分。根据用户反馈，claude-ads 常能帮助发现15-30%的广告预算浪费。
• 安全性：所有操作均在本地进行，无自动登录广告平台 API 的风险；claude-ads 额外设置了质量门和合规检查，对企业用户更友好。

Claude Code 结合 claude-ads，将原本专业的广告审计变成了一项人人可免费使用、源码可自行修改的超级工具。该项目作者的同系列作品 claude-seo 也值得关注。

你是否在实际业务中尝试过使用 AI Agent 来优化工作流程？对于 claude-ads 这样的工具，你认为其最大的价值是节省成本，还是提供了新的分析视角？欢迎在 云栈社区 的 人工智能 板块分享你的使用心得或提出疑问。