Token导航 LogoToken导航TokenDH.com
开发只读github未标认证来源可访问许可证需确认审计通过

shuorenhuashuorenhua 命令行

Agent Skill

shuorenhua 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

372

周安装

16

GitHub Stars

320

下载量

131
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

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:shuorenhua(shuorenhua 命令行)
来源仓库:https://github.com/mrgediao/shuorenhua
仓库路径:skills/shuorenhua
安装命令:
npx skills add https://github.com/mrgediao/shuorenhua --skill shuorenhua
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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/mrgediao/shuorenhua --skill shuorenhua

简介

shuorenhua 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。

  • 适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理。
  • 通过 npx skills add 命令从指定仓库安装,需结合原始 README 核验具体用法。
  • 安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。
  • shuorenhua 属于开发类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

说人话

把文本从”像模型在表演写作”拉回”像具体人在当前场景下表达”。

这份 skill 不是敏感词替换器,也不是反技术、反抽象、反专业。它的目标是减少模板感、表演感和语域漂移,同时保住事实、术语和责任主体。

When to use

在下面这些需求里使用:

  • 用户明确说”去 AI 味””说人话””自然一点””别像模板””别太像 ChatGPT”
  • 需要改写中文或英文 chatstatusdocspublic-writing
  • 需要先判断文本该轻改、中改还是重改

在下面这些需求里不要硬套:

  • 用户要逐字翻译、保留原文风格、仿官方模板或仿特定品牌 voice
  • 文本主要是代码、日志、命令、配置、接口名、报错
  • 用户要的是事实校对,不是风格改写

Core stance

  • 去 AI 味,主要处理的是模板感、收束腔、虚假主语、语域混搭和表演性技术腔。
  • 保留技术性。专业词、系统主语、事故复盘用语、PRD/发布说明中的术语默认可保留。
  • 优先保信息,再谈风格。任何改写都不能新增事实、删核心事实或改变责任主体。
  • 不用机械同义词替换表。优先删句、并句、降调、换主语、去总结式收尾。
  • 短语表默认只列代表项,不追求穷举所有变体。遇到新口癖,先按现有模式归类,再决定要不要补词。

Execution order

按固定顺序做,不要跳步:

  1. 判场景:chat / status / docs / public-writing
  2. 查禁改项:先划 protected spans,看有没有必须保留的术语、系统主语、引用原文、命令或正式语体
  3. 判 Tier:Tier 1 / Tier 2 / Tier 3,按问题命中强度判断,不要把 Tier 当作改写力度
  4. 再判档位:minimal / standard / aggressive
  5. 先执行本文件里的最小规则;只要环境里能读 references/,默认继续按问题类型补看 Protected SpansPositive Style Contract微操作手册结构反模式 和相关短语表;如果目标是“改完能直接发”,或文本明显属于 README、release note、论坛帖、issue 回复,再补看 Scene Packs真实样本评测改写示例
  6. 回读拆成两步:先做保真回读,再按需做残留味回读
  7. 输出:默认只给单一推荐版本;用户明确要求“先标问题,不改写”时切到 annotation mode

执行第 5 步时,先按“模式”处理,再按“词条”兜底:

  • 同一类调试腔、暴力动作腔、主动出击腔、总结提示腔,默认按同一模式处理,不要求逐词命中
  • 只有当新说法改变了误杀边界,或明显不属于现有模式时,才把它当作新增词条处理

1. Scene detection

先判主场景,再处理局部问题。混合文本只保留一个主语域,其他语域只在必要信息层面留下。

chat

信号:

  • 短回复、日常对话、协作沟通、评论、即时反馈
  • 允许口语,但不该端着说话

默认档位:minimal

status

信号:

  • 站会更新、进度同步、复盘摘要、汇报式状态说明
  • 重点是时间线、动作、结果、风险

默认档位:minimalstandard

docs

信号:

  • 操作文档、技术说明、接口说明、FAQ、事故复盘
  • 重点是可检索、可复现、术语稳定

默认档位:minimal

public-writing

信号:

  • 公众号、小红书、公开帖、对外文章、观点写作
  • 重点是语域一致,不要装“有洞见”

默认档位:standard

更细的下限限制见 场景禁改表

Scene Packs

如果文本本身命中下面任一子场景,不依赖用户是否明说,也不受主场景初判限制,都要补看 Scene Packs:

  • README:出现项目介绍、快速开始、安装方式、功能列表、README intro 等信号时,第一屏要说清“这是什么、给谁用、解决什么问题”
  • release-note:出现版本标题、Release HighlightsAdded / Changed / Fixed / Tested、changelog 列表等信号时,列清本版变更、验证和限制,不写发布宣言
  • forum-post:出现 Linux.do / V2EX / 社区帖 / 发帖复盘等信号时,保留维护者的真实观察和社区语气,不改成公告
  • issue-reply:出现 issue / PR 回复、bad case、复现、下一版补 benchmark 等信号时,先确认问题和下一步,不做客服式安抚

子场景只负责发布目的和语气收束,不覆盖 protected spans、Tier、档位和回读规则。完整策略见 Scene Packs

2. Single-file fallback rules

只加载 SKILL.md 时,也必须能完成基础改写。下面这些规则默认直接生效:

  • 删开场套话、谄媚和元评论:例如 值得注意的是让我来为你解释希望这对你有帮助Great question!
  • 删空总结和收尾腔:例如 综上所述归根结底本质上At the end of the day
  • 处理二元对比骨架:不是 X,而是 Y与其 X,不如 Y 多数删前半句,直接说 Y
  • 处理无源引用:研究表明数据显示studies showexperts say 默认按场景选择 rewrite-safeaudit-only;只有用户明确要保留原论证骨架时才用 rewrite-with-placeholder;不要补虚构来源
  • 把商业黑话和表演性技术腔改回普通动作:例如 赋能抓手闭环收窄兜住落盘leverage
  • 遇到过度接住、替用户做心理判断或身份认证式夸奖:例如 你不是敏感你只是太久没被稳稳接住了你问到了问题的核心顶刊作者的素养,默认删姿态层,改回低承诺回应或具体判断;不要硬演“我懂了”
  • 发现翻译腔时,优先缩短主语和动作,少用长定语链、被动堆砌、基于……通过……来……
  • 误杀防护优先:引用原文、命令、接口名、字段名、日志、报错、系统主语、技术报告术语默认保留
  • 中英混排句中的英文词按当前句子的实际语义判断,不机械套英文词表

单文件模式只是兜底,不是完整模式。只要环境里能读 references/,默认就继续补看对应文件;只有在 system prompt 真的只给了 SKILL.md 时,才退化为只按本文件做基础清理。

Unsourced citation modes

处理无源引用时,固定只在这 3 种模式里选一种:

  • rewrite-safe

- 直接删掉 研究表明 / studies show / 业内人士认为 这类权威铺垫 - 只保留原文里本来就成立、且不依赖虚构来源才能成立的判断 - 默认用于 chatpublic-writing

  • audit-only

- 不替作者补写来源,也不把无证据判断改写成像是已有证据 - 明确指出“这里缺来源/缺归属”,必要时保留原句不重写 - 默认用于 docsstatus

  • rewrite-with-placeholder

- 只在用户明确要求保留原结构、原语气或编辑稿框架时使用 - 可以写成“有研究认为……,但这里没有给出处”这类占位提醒 - 不能补具体机构、数据、年份、研究名称

如果用户没指定模式,就按场景默认值走;如果文本跨场景,优先取更保守的 audit-only

3. Rewrite level

minimal

适用于:文本本身基本自然,只需去掉局部模板感、收尾腔和多余修辞。

默认动作:

  • 删掉空总结
  • 收窄过度抬高的语气
  • 把“像在解释自己会写作”的句子压回事实句

standard

适用于:有明显 AI 腔或语域混搭,但信息骨架是好的。

默认动作:

  • 统一语域
  • 改掉工程师表演腔、商业黑话、narrator 腔
  • 必要时并句或换主语

aggressive

适用于:Tier 1 命中密集,或 Tier 1 + Tier 2 叠加后整段呈现强模板感或强表演感。

限制:

  • 只有在 Tier 1 明显密集,或多类结构问题叠加时才允许
  • 先保护事实和术语,再做重写
  • docs 默认不要升到 aggressive

4. Tier severity

Tier 表示问题命中强度,与 严重度分级 保持一致,不表示改写力度。

Tier 1

默认替换。命中这类词或句式时,通常直接删掉或换成更具体的表达。常见类型:

  • 开场套话、总结式收尾、谄媚句
  • 明显商业黑话、自媒体流水线用语、表演性工程师腔
  • 过度接住式共情、替用户做心理判断、郑重预告和身份认证式夸奖
  • 英文里的 sycophantic openers、significance inflation、business jargon

默认处理:局部命中用 minimalstandard,密集命中时可升到 aggressive

Tier 2

单独出现可以放行,但同段聚集时是 AI 味信号。常见类型:

  • 高频连接词扎堆
  • 渲染性修饰词扎堆
  • 某一类姿态词在同段重复出现

长度参考:短段落(< 100 字/词)同段 2+ 个即标记;长段落(≥ 100 字/词)同段 3+ 个再标记。

默认处理:保留最贴切的一个,其余改写;通常用 minimalstandard

Tier 3

常见词本身不构成问题,只在全文密度明显过高时才处理。常见类型:

  • 重要 / 关键 / 核心 / 提升
  • significant / innovative / effective

默认处理:只替换一部分重复命中,通常用 minimal,必要时不改

5. No-touch and keep rules

以下内容默认优先保留,除非用户明确要求改风格且改动不损害信息:

  • 引用原文、命令、接口名、参数名、字段名、配置项、日志、报错
  • 技术文档里的系统行为主语
  • postmortem / incident / PRD / release note 中的专业术语
  • 承载关键事实的抽象句,即使它“有点像 AI”

不要为了“像人”把文本改得更假。专业文本可以专业,关键是别模板化、别表演化。

完整的保护清单见 Protected Spans

6. Positive style targets

改写后的文本应尽量满足:

  • 有具体信息,不靠空洞总括撑气势
  • 有主语和动作,不靠虚假主体兜底
  • 有统一语域,不在技术腔、商业腔、自媒体腔之间跳
  • 以“可直接发”为终点,不为了更像人继续抛光到失真
  • 有节奏,但节奏来自删冗余和保留重点,不来自硬造金句
  • 有立场,但立场来自判断或事实,不来自“故作洞见”
  • 有边界,没把握就直说,不替对方做心理判断,也不硬演“我懂了”

更完整的正向目标、分场景校准和“cleaner vs more human”对照见 Positive Style Contract

7. Output contract

默认输出一个推荐版本,不默认输出审稿过程、多版本比稿或逐条点评。

Annotation mode

只有在用户明确要求下面这类事情时才启用:

  • 先别改,先标问题
  • 这段哪里像 AI
  • 只做诊断 / 审稿 / 标注
  • 先告诉我该不该改

annotation mode 不直接给整段改写稿,默认只输出最重要的 1-5 个问题点。每个问题点固定包含这 4 个字段:

  • 问题族:例如 开场套话 / 无源引用 / 工程师腔 / 语域混搭
  • 触发点:点明命中的词、结构或局部句子
  • 建议动作:删掉、换成具体表达、补来源、保持不动
  • 是否建议改写是 / 否

额外约束:

  • 如果文本主要问题是“缺来源”,可以只建议补来源,不强行给改写稿
  • 如果文本落在误杀防护边界内,直接写 是否建议改写:否
  • 不要一边说“只标问题”,一边偷偷输出完整重写版
  • 用户没要求 annotation mode 时,仍然按默认改写合同输出单一推荐版本

遇到无源引用时,输出必须符合所选模式:

  • annotation mode 下,只输出对应的处理建议,不直接给整段改写稿
  • 在默认改写模式下,再按所选模式实际给出改写结果
  • rewrite-safe:建议删掉无证据权威铺垫;如果不是 annotation mode,再给改写结果,不补虚构来源
  • audit-only:优先点明缺来源、缺归属,而不是假装已经证实
  • rewrite-with-placeholder:允许保留论证位置,但要显式暴露“此处待补来源”;如果不是 annotation mode,可以给带占位提示的改写结果

只有在高风险误杀时,才额外补一行极短说明,例如:

  • 保留了系统主语和术语,避免失真。
  • 这里只做轻改,避免把正式公告写成口语贴。

8. Required reread checks

提交改写前,把回读固定拆成两步,不要混着做:

Pass 1 | 保真回读

先检查这 5 项:

  1. protected spans 是否漂了
  2. 信息是否丢失
  3. 语域是否统一
  4. 术语是否失真
  5. 删改后是否出现生硬断裂

如果删掉一句后段落突然没了落点,就补一条事实句,不要补口号句。

Pass 2 | Residual Audit

只有在第一遍已经保住事实、但读起来还有轻微 AI 味时,才做第二遍。第二遍固定只查这 5 件事:

  1. 开场残留:还在用 结论先说 / 直接说结论 / 值得注意的是 这类提示层
  2. 总结残留:还在用 总的来说 / 归根结底 / 最终来看 这类空收尾
  3. narrator 残留:还在解释“这说明了什么”,而不是直接说事实或判断
  4. 空泛判断残留:还在写 方向是对的 / 意义重大 / 真正理解了用户
  5. 句长过匀:每句都差不多长、差不多整齐,像被统一抛光过

第二遍只允许做轻量修正:

  • 删一个残留开场或收尾
  • 合并两句过匀的事实句,或拆一处过满的句子
  • 把一句 narrator / 空泛判断压回直接表达

第二遍不要做的事:

  • 不重写全文
  • 不补原文没有的事实
  • 不为了“更像人”改掉术语、参数、命令、报错或责任归属

场景保守策略:

  • public-writing 和 AI 味偏重的 chat,第二遍更常需要
  • docs / status / code-context 默认更保守;如果第二遍会让语气变口语、变广告、或影响保真,就停在第一遍

Reference navigation

默认做法是:先用本文件完成“场景、Tier、档位、输出合同”的主判断,再按问题类型补读 references/;只有在单文件安装场景里,才停留在本文件的兜底规则。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

36.41%
按下载量换算48

Claude

29.8%
按下载量换算39

Cursor

20.25%
按下载量换算27

Gemini CLI

10.41%
按下载量换算14

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills