Token导航 LogoToken导航

Agent Skill · 开发

shuorenhua(shuorenhua 命令行)

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。

shuorenhua 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 17,916。

总安装 372周安装 16GitHub Stars 320下载 131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
unknown

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

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。

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。

来源仓库内路径:skills/shuorenhua

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 Codex、Claude、Cursor、Gemini CLI;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 npx skills add https://github.com/mrgediao/shuorenhua --skill shuorenhua;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

shuorenhua 怎么安装?

在终端执行 npx skills add https://github.com/mrgediao/shuorenhua --skill shuorenhua。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

shuorenhua 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。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。

shuorenhua 需要什么权限?

权限级别是只读。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。

shuorenhua 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

shuorenhua 用的人多吗?

公开数据是累计安装 372 次,近一周安装 16 次,下载 131 次,GitHub 320 星。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。

shuorenhua 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 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 Codex,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。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 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
shuorenhua

shuorenhua 命令行 · 本页

372320只读未明确通过

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

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 chat、status、docs、public-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 Spans、Positive 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 和 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:minimal 或 standard

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 Highlights、Added / 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 show、experts say 默认按场景选择 rewrite-safe 或 audit-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 chat 和 public-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 docs 和 status

  • 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 minimal 或 standard,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 minimal 或 standard

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:

  • 在 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。

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。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