Token导航 LogoToken导航

Agent Skill · 开发

jz-writing-style-skill(jz 写作风格技巧)

用于辅助文档、README、Markdown、说明文和内容稿件的整理与改写。它适合让 Agent 提炼结构、补齐章节、统一术语、检查链接或把零散材料整理成可读文档。使用时应保留项目已有事实、命令和路径,不要把未确认的信息写成确定结论;涉及对外文案时,还需要控制语气,避免过度营销或夸大能力。

jz-writing-style-skill 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 7,285。

总安装 3,917周安装 160GitHub Stars 公开资料未说明下载 1,254核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:jz-writing-style-skill(jz 写作风格技巧)
来源仓库:https://github.com/jzocb/jz-writing-style-skill
安装命令:
openclaw skills install jz-writing-style-skill
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install jz-writing-style-skill

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

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。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install jz-writing-style-skill;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

jz-writing-style-skill 怎么安装?

在终端执行 openclaw skills install jz-writing-style-skill。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

jz-writing-style-skill 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

jz-writing-style-skill 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

jz-writing-style-skill 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

jz-writing-style-skill 用的人多吗?

公开数据是累计安装 3,917 次,近一周安装 160 次,下载 1,254 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

jz-writing-style-skill 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
jz-writing-style-skill

jz 写作风格技巧 · 本页

3,917—权限未标注MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
writing-style-skill
version
1.0.0
description
|
dependencies
[]
allowed-tools

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

  1. Fork / clone 这个 skill
  2. 把下面的风格规则改成你自己的
  3. 让 AI 用这个 skill 写内容
  4. 你改到满意 → 脚本自动学习你改了什么
  5. 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。

DimensionScore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

平台分布

OpenClaw

73.04%
按下载量换算916

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills