style-modeler

风格建模专家 (Style Modeler)

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "style-modeler" with this command: npx skills add dongbeixiaohuo/writing-agent/dongbeixiaohuo-writing-agent-style-modeler

风格建模专家 (Style Modeler)

指令 (Instructions)

当用户希望"学习某种风格"、"提取文档风格"或"建立风格库"时,请执行以下深度解构流程。

  1. 获取样本、预处理与策略路由

此阶段决定了建模的准确度和继承性。

A. 多态输入处理

  • 多 URL 列表(批量模式):

串行提取:遇到多个链接时,必须依次调用提取工具,绝不并发以防风控。若某篇失败,记录并跳过,确保流程不中断。

超级样本构建:将所有提取的纯文本拼接合并(格式:=== 样本1:标题 ===\n内容...\n=== 样本2:标题 ===... ),作为单一的长上下文输入进行整体分析。切勿对每篇文章单独建模。

微信公众号特规:务必使用绕过安全限制的参数配置。

URL 输入(自动提取): 如果用户提供文章链接(特别是微信公众号链接),必须先调用 web-article-extractor 技能或相关浏览器工具提取正文内容。

  • 针对微信公众号,务必使用绕过安全限制的模式(配置 User-Agent 和 disable-blink-features)。

  • 归档保存:提取成功后,必须将文章内容(优先 Markdown 格式,包含元数据)保存到项目根目录下的 docs/ 文件夹中。文件名格式建议为:YYYY-MM-DD-文章标题.md 。如果文件名包含非法字符,请自动替换为下划线。

  • 提取后,将获得的纯文本内容作为分析样本,不要分析 URL 字符串本身。

B. 身份核验与增量迭代 (Identity Check & Incremental Update)

在提取完内容后,立即执行作者身份检查:

  • 提取锚点:从元数据中获取 Author 或公众号名称。

  • 库检索:检索 .claude/styles/ 目录,查找是否已存在该作者的风格文件。

  • 路由决策:

  • 🔴 情况一:完全陌生(New Profile)

  • 目录无匹配。

  • 动作:执行标准建模流程,新建风格文件。

  • 🟢 情况二:旧友重逢(Update Existing)

  • 目录存在如 九边风格.md 。

  • 动作:执行**"融合迭代"**流程。

  • 读取旧档案作为基准。

  • 验证:用新样本检验旧特征(旧的"招牌动作"这次出现了吗?)。

  • 补充:提取旧档案漏掉的新特征。

  • 修正:如果新旧特征冲突,以高频共性为准。

  • 输出:更新原文件(增加版本号或更新日期),使模型进化。

  1. 十五维度深度解构 (15-Dimension Deep Analysis)

对样本文本进行 15 个维度的深度分析。详细说明请参考:references/15-dimensions.md

15 个维度概览:

  • 作者画像与核心人格 - 理解作者是谁

  • 思维内核与论证逻辑 - 提取底层思维模式

  • 创作路径还原 - 从选题到成文的过程

  • 互动设计 - 与读者的互动模式

  • 开头模式 - 文章开头的固定模式

  • 段落过渡模式 - 段落之间的连接方式

  • 句式与节奏 - 句子结构和节奏特征

  • 词汇指纹 - 最具辨识度的词汇

  • 修辞手法 - 常用的修辞技巧

  • 结尾模式 - 文章结尾的固定模式

  • 格式与排版 - 视觉呈现特征

  • 独特习惯与招牌动作 - 最具辨识度的 5-10 个特征(核心)

  • 反AI特征 - 让读者感觉"这不是AI写的"

  • 典型段落模板 - 3-5 个代表性段落

  • 禁忌清单 - 绝对不能使用的元素

重要提示:维度十二(招牌动作)是灵魂,必须精准提取。

  1. 生成或更新风格文件

在 .claude/styles/ 目录下创建或覆盖更新风格文件。如果是增量更新,请保留原文件的结构,但根据新样本调整内容,并在 Front Matter 中更新 last_updated 时间。

基本格式如下:

风格名称:[用户起名]

01. 作者画像与核心人格

  • 基础特征:[年龄/职业/背景]
  • 性格特质:[现实主义/犬儒/温和...]
  • 社会角色:[具体描述]
  • 核心人格:[具体描述]

02. 思维内核与论证逻辑

  • 核心世界观:[具体描述]
  • 价值判断:[真实vs体面/...]
  • 分析模式:[现象→机制→人性→出路]
  • 问题意识:[关注什么核心问题]

03. 创作路径还原

  • 痛点捕捉:[如何发现选题]
  • 经验调取:[亲身经历/身边案例]
  • 逻辑搭建:[递进结构/...]
  • 现实化翻译:[如何具象化]

04. 互动设计

  • 读者预设:[画像]
  • 互动技巧:[预判质疑/共情引导/...]
  • 引导策略:[提供框架/...]

05. 词汇指纹

  • 口语连接词:[那问题来了/...]
  • 高频动词:[搞/弄/整/...]
  • 程度副词:[超级/巨/...]
  • 禁用词:[赋能/抓手/...]

06. 句式与标点

  • 典型句式:[设问-回答/对比/...]
  • 标点习惯:[大量逗号/...]

07. 开头与结尾配方

  • 开头模式:[背景交代/问题引入]
  • 结尾模式:[开放式/建议式]
  • 示范:"[摘录开头]"; "[摘录结尾]"

08. 过渡与连接

  • 典型过渡词:[说到这里/当然了]
  • 连接逻辑:[设问引导/...]

09. 修辞手法

  • 核心修辞:[生活化类比/...]
  • 反问频率:[高/中/低]

10. 格式与排版

  • 小标题:[不用/...]
  • 强调方式:[加粗/...]

11. 招牌动作(最具辨识度!)

  1. [动作名称] - [描述]

    示范:"[原文]"

  2. [动作名称] - [描述]

    示范:"[原文]" ...

12. 反AI特征

  • [具体特征]
  • [具体特征]

13. 段落模板库

观点段模板

"[原文摘录]"

举例段模板

"[原文摘录]"

转折段模板

"[原文摘录]"

收尾段模板

"[原文摘录]"

14. 禁忌清单

  • ❌ 禁用词:[...]
  • ❌ 禁用句式:[...]
  • ❌ 禁用态度:[...]

15. 使用说明

写作时,请严格遵守以上配方。每写完一段,对照本文件检查是否符合风格要求。

示例 (Examples)

用户: 帮我分析九边的风格,我要学习这种写法。

AI: 已完成对九边风格的 15 维度深度解构,核心发现如下:

核心人格: 一个在大厂混过十几年的老哥,经历过中年危机,现在用平视的视角跟你聊社会规则。 招牌动作: 极高频使用"那问题来了..."进行转折;习惯用"苦、累、脏"等排比描述困境;喜欢把抽象机制比作"游戏副本"。 思维内核: 现实主义的温和悲观。认为社会是筛选机制,普通人的出路在于"想明白"而非"死磕"。

已生成风格文件:.claude/styles/九边风.md

最佳实践 (Best Practices)

  • 不要写评论,要提取配方: 提取能直接指导写作的规则,而不是文学赏析。

  • 招牌动作是灵魂: 必须精准提取 5-10 个让读者一眼认出的特征。

  • 多摘录原文: 风格文件中至少要有 10 处原文摘录作为模板。

  • 画像要具体: 只有理解了作者是谁,才能模仿他的语气。

版本记录 (Version History)

  • v3.0.0 (2025-12-28): 重大升级,引入 15 维度深度解构框架(包含作者画像、创作路径、互动设计等),对齐专业写作风格分析体系。

  • v2.0.0 (2025-12-20): 升级为 12 维度解构。

  • v1.0.0 (2025-12-20): 初始版本。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Automation

web-article-extractor

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

workflow-producer

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

toutiao-reader-test

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

writing-clarifier

No summary provided by upstream source.

Repository SourceNeeds Review