yanis/jzOcb_writing-style-skill

Fork 0

Files

jzocb d94826e1cd v1.0.0: writing style skill template with auto-learning

2026-03-24 17:52:47 -04:00

4.9 KiB

Raw Permalink Blame History

name, version, description, dependencies, allowed-tools

name

version

description

dependencies

allowed-tools

writing-style-skill

1.0.0

可复用的写作风格 Skill 模板。内置自动学习：从你的修改中自动提取规则，SKILL.md 越用越准。 Fork 后改成你自己的风格。

Read

Write

Edit

exec

Writing Style Skill（模板）

Fork 这个 skill，改成你的写作风格。内置自动学习，越用越准。

🎯 怎么用

Fork / clone 这个 skill
把下面的风格规则改成你自己的
让 AI 用这个 skill 写内容
你改到满意 → 脚本自动学习你改了什么
下次 AI 写出来的就更像你

【0】Voice Dimensions（量化你的风格）

用 1-10 分定义你的风格维度。AI 比"写得自然一点"这种话更容易理解数字。

Dimension	Score	你的说明
formal_casual	?/10	偏正式还是偏随意？
technical_accessible	?/10	技术深度？
serious_playful	?/10	严肃还是活泼？
concise_elaborate	?/10	简洁还是详细？
reserved_expressive	?/10	保守还是直接？

💡 不知道填什么？ 先跑几次 AI 写作 → 你改 → 自动学习会帮你填。

【1】角色与读者

我是谁：

（填你的身份，比如：独立开发者，新晋 AI 爱好者）

读者是谁：

（填你的读者，比如：对 AI 感兴趣的技术人）

和读者的关系：

（比如：同行交流，不是教学）

【2】写作规则

基础规则

（填你的规则，比如：不用"深入探讨"、段落要短、要有具体数字）

禁止词

（AI 爱用但你不喜欢的词，比如：值得注意的是、综上所述、本文将介绍）

句式偏好

（你喜欢的句式，比如：结论前置、不要学术导语）

💡 不需要一开始就写完。 这些规则会通过你的修改自动积累。跑完 10 次写作→修改循环后，这里会长出几十条精准规则。

【3】格式规范

平台适配

平台	格式要求
X/Twitter	不渲染 markdown，用纯文本
小红书	emoji 多、分段短
博客	标准 markdown
（你的平台）	（你的要求）

🔄 自动学习（内置）

这个 skill 会从你的修改中自动学习。不需要手动写规则。

工作原理

AI 用这个 skill 写初稿
    ↓
你改到满意
    ↓
脚本 diff 两版 → 提取你改了什么
    ↓
新规则自动写入这个 SKILL.md
    ↓
下次 AI 写出来就更像你

只需要两个数据点

original: AI 生成的第一版
final: 你最终确认的版本

中间改了几轮不管。在 Google Doc 里来回改了 10 次？无所谓，只比较首尾。

Agent 操作指南

写完内容后：

python3 scripts/observe.py record-original <file> --account <账号> --content-type <类型>

人类确认最终版后：

python3 scripts/observe.py record-final <file> --match <hash>

提取规则（手动或 cron 自动）：

python3 scripts/improve.py auto --skill .

规则分级

级别	含义	处理方式
P0	高置信度（多次出现）	自动应用
P1	中置信度	人工确认
P2	低置信度（仅 1 次）	存档观察

安全

每次更新前自动备份 SKILL.md
improve.py rollback 一键回滚
auto 模式只应用 P0

📊 CLI 参考

observe.py（零依赖纯 Python）

命令	功能
`record-original <file>`	记录 AI 原稿
`record-final <file> --match <hash>`	记录最终版
`pending`	查看待配对
`stats`	统计

improve.py（需要 LLM CLI）

命令	功能
`extract [--days 7]`	提取改进建议
`auto`	提取 + 自动应用 P0
`show`	查看提案
`apply <id>`	应用提案
`rollback`	回滚

支持的 LLM CLI: claude（Claude Code）/ llm（pip install llm）/ IMPROVE_LLM_CMD 环境变量

📂 数据存储

~/clawd/memory/                    # OpenClaw
~/.claude/memory/                  # Claude Code
├── skill-runs/<skill-name>/
│   └── YYYY-MM-DD.jsonl          # 每日观察日志
├── skill-proposals/<skill-name>/
│   └── YYYYMMDD-HHMMSS.md       # 改进提案
└── skill-backups/<skill-name>/
    └── SKILL-YYYYMMDD-HHMMSS.md  # 自动备份

自动检测环境，不需要手动配置路径。

🚀 30 天预期

时间	预期效果
第 1 周	积累 3-5 次修改，生成第一批规则
第 2 周	10+ 条规则，AI 输出明显更像你
第 1 月	30+ 条规则，风格维度自动校准
持续	规则库稳定增长，新 pattern 自动捕捉

4.9 KiB Raw Permalink Blame History Unescape Escape