Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

tech-article-cn科技文章中文

Agent Skill

tech-article-cn 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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

2,717

周安装

111

GitHub Stars

公开资料未说明

下载量

879
OpenClaw

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

MIT-0

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:tech-article-cn(科技文章中文)
来源仓库:https://github.com/lanyasheng/tech-article-cn
安装命令:
openclaw skills install tech-article-cn
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 tech-article-cn

简介

从选题到发布端到端协助技术经验转化为可读文章,适用于多种技术传播场景。

  • 适用于团队内部分享、掘金/InfoQ 博文及技术复盘写作。
  • 不支持 API 文档或 README 类技术性说明。
  • 安装命令:openclaw skills install tech-article-cn;建议提供原始素材与受众定位。
  • 注意:需避免 AI 生成痕迹过重,保持自然表达与专业深度平衡。

SKILL.md

name
tech-article
description
|
license
MIT
version
1.1.0
metadata
author
community
tags
[tech-writing, article, blog, sharing]
triggers
allowed-tools

Tech Article — 技术分享文章创作

从一个模糊的想法到一篇让读者记住的技术文章。

不是模板填空。是帮你想清楚"我到底要说什么",然后把它说清楚。

When to Use

  • 要写技术分享但不知从何下手
  • 有技术实践想分享但组织不好结构
  • 草稿写完了但读起来像流水账
  • 需要把一个技术决策/方案写成分享稿
  • 准备技术会议演讲稿

When NOT to Use

  • API 参考文档 → doc-gen
  • README → readme-craft
  • 文章写完去 AI 味 → deslop(本 skill 在 Phase 5 自动调用 deslop)
  • 纯调研报告 → deep-research

<example> 场景: 团队做了一次 API 迁移,想写团队内部技术分享 输入: /tech-article "我们把 50 个微服务从 REST 迁到 gRPC,花了 3 个月" Phase 1: 识别为"案例复盘型",核心问题="为什么迁移 + 怎么迁的 + 踩了什么坑" Phase 2: 大纲 = 开头(迁移动机和结果数据) → 决策过程(为什么选gRPC) → 实施路径(分批策略) → 踩坑实录(3个具体故事) → 结果(性能数据对比) Phase 3: 逐段草稿,每段先写核心论点再补充证据 Phase 4: 结构审查 + 细节补充 Phase 5: deslop 两次 pass 去 AI 味 输出: 一篇 15000 字的技术分享稿,评分 8.5/10 </example>

<anti-example> 错误用法: 直接让 AI 写一篇"关于微服务最佳实践的文章" 没有具体经历、没有真实数据、没有踩坑故事 = 只能产出泛泛的"总结"文 tech-article 需要真实素材作为输入,它帮你组织和表达,不帮你编造 MUST 提供真实经历/数据/代码。NEVER 让 AI 凭空生成技术文章。 </anti-example>

Usage

/tech-article "一句话描述你要写什么"     # 端到端,从选题到成稿
/tech-article --outline-only "..."       # 只生成大纲,自己写
/tech-article --review <file>            # 审查已有草稿,给改进建议
/tech-article --type tutorial "..."      # 指定文章类型

模式路由

模式触发执行 Phase
端到端(默认)/tech-article "topic"Phase 1 → 2 → 2.5 → 3 → 4 → 5
只出大纲/tech-article --outline-only "topic"Phase 1 → 2,输出大纲后停止
审查草稿/tech-article --review <file>读取文件 → Phase 4 审查 → 输出改进建议(不重写)
指定类型/tech-article --type tutorial "topic"跳过 Phase 1 类型判断,直接用指定类型进 Phase 2

--review 模式

读取用户提供的草稿文件,按 Phase 4 的结构审查清单逐项检查,输出:

  1. 每个检查项的 PASS/FAIL 结果,标注严重度:Critical(阻塞发布——比如全文无具体数据)、Moderate(明显削弱文章)、Polish(微调)
  2. 具体的改进建议(带行号引用)
  3. 整体质量评分

MUST 不修改原文件。只输出审查报告。

--outline-only 模式

完成 Phase 1(定题)和 Phase 2(搭骨架)后,输出大纲并停止。不进入 Phase 3 写草稿。

Phase 1: 定题 — 想清楚再动笔

MUST 在动笔前回答这 4 个问题。NEVER 跳过直接写。

1. 核心问题: 读者看完能回答什么问题?(一句话)
2. 文章类型: 匹配下方类型表
3. 目标读者: 谁会读?他们已经知道什么?
4. 独特价值: 这篇文章有什么是网上搜不到的?

文章类型

类型适用场景核心结构读者期待
案例复盘做完了一件事动机→决策→实施→踩坑→结果"他们怎么做的,我能学到什么"
问题深潜解决了一个难题症状→排查→根因→修复→防护"原来是这个原因"
技术选型做了一个技术决策需求→候选→评估→选择→验证"为什么选这个不选那个"
原理解析搞懂了一个东西是什么→为什么这样设计→怎么工作→实际表现"终于懂了"
教程实战教别人做一件事目标→环境→步骤→验证→常见坑"跟着做就能跑通"
趋势观点对某个技术趋势有看法现状→变化→我的判断→依据→行动建议"这个人怎么看"

如果用户输入模糊或缺乏具体素材,按以下顺序提问:

  1. 核心经历: "你具体做了什么?解决了什么问题?"(提取真实故事)
  2. 数据证据: "有没有具体的数据、代码、截图可以用?"(提取证据)
  3. 目标读者: "这篇文章写给谁看?他们的技术水平如何?"(确定深度)
  4. 独特价值: "这件事有什么是别人没写过的?"(确定差异化角度)

如果用户在 4 个问题后仍无法提供具体素材,SHOULD 建议用户先积累素材再写文章,或切换到 --outline-only 模式先搭框架。

最后一问——如果读者只看一个段落就转发,会是哪个?答不上来说明文章还没找到核心。这个段落就是你的 scope 锚点,其他内容围绕它展开。

Phase 2: 搭骨架 — 大纲是文章的一半

万能骨架(所有类型通用)

TL;DR — 3-5 条核心判断,30 秒内让读者知道这篇值不值得读完(可选但强烈推荐)
  ↓
HOOK — 具体数据 + 悬念/冲突/意外,让读者决定继续读
  ↓
CONTEXT — 最少量的背景,让读者能跟上
  ↓
BODY — 2-4 个核心段落,每段一个论点
  ↓
EVIDENCE — 代码/数据/截图/架构图,证明你说的
  ↓
CLOSE — 不是总结,是延伸(反模式表/反思/开放问题)

万能骨架是通用结构。当使用具体文章类型时(见 references/article-types.md),类型模板的 BODY 结构优先于万能骨架的 BODY。HOOK 和 CLOSE 的写法指导始终适用。

<anti-example> 大纲不是目录。"一、背景 / 二、方案 / 三、实现 / 四、总结"是目录结构——每个标题是分类标签,读者看完标题不知道你要论证什么。 好的大纲每个标题是一个论点:"结构评分预测不了执行效果"、"失败了就别再试同一招"、"40% 的 session 被 agent 自己停掉了"。读者只看标题就能跟上你的论证链。 </anti-example>

TL;DR 写判断句不写描述句、HOOK 用具体数据+悬念、小节标题要有信息量——详细写法规则和正反例见 references/writing-guide.md

大纲模板

输出格式(给用户确认):

## 大纲

**标题**: [标题]
**类型**: [案例复盘/问题深潜/技术选型/原理解析/教程实战/趋势观点]
**预估字数**: [N] 字
**核心问题**: [一句话]

### 1. HOOK (~100字)
[具体的开头]

### 2. [段落标题] (~N字)
- 论点: [这段要证明什么]
- 证据: [用什么证明——代码/数据/截图]

### 3. [段落标题] (~N字)
...

### N. CLOSE (~100字)
[结尾方向——下一步/反思/开放问题]

MUST 等用户确认大纲后再进 Phase 3。

Phase 2.5: 素材调研(可选但强烈推荐)

大纲确认后、动笔前,做一次素材盘点。好文章的 80% 来自好素材,不是好文笔。

□ 竞品内容: 搜一下这个话题已有的文章,看别人写了什么、缺了什么
□ 你的独特素材: 列出你有而别人没有的——内部数据/真实故障/决策过程/代码
□ 可引用来源: 官方文档、论文、基准测试——"studies show" 不行,得说哪个 study
□ 视觉素材: 架构图、监控截图、代码 diff、性能对比表

意图匹配检查:你的文章角度和读者搜索意图一致吗?

读者搜索模式他们想要的你应该写的
"X 是什么" / "X 怎么用"学习原理解析 / 教程实战
"X vs Y" / "X 替代品"比较技术选型
"X 踩坑" / "X 故障"别人的教训案例复盘 / 问题深潜
Reddit/论坛出现你的话题真实观点趋势观点(带强观点)

如果你的角度和读者期待不匹配,文章会被跳过——即使写得很好。

Phase 3: 写草稿 — 先完成后完美

每段先写论点句再补证据。每个技术决策追问 why。每个核心概念配 图/表/代码 至少两种。架构图用 HTML+CSS 色块(见 references/html-diagram-style.md)。

写作节奏、证据优先级、对比表格用法、句级打磨、人味注入的详细规则见 references/writing-guide.md

Phase 4: 结构审查

草稿完成后,做一次结构审查。审查分两个维度,分别打分后合并为综合分:

维度 A: 内容质量(50%权重)

□ 主线检查(最重要):回到 Phase 1 的核心问题,逐章问"这一章在回答核心问题吗?"
  不在回答的章节——要么砍掉,要么移到文章后半部分作为补充。
  前 1/3 的篇幅必须让读者知道"问题是什么"和"方案大致是什么"。
  支线故事(origin story、背景介绍)放在验证/结果之后,读者已有上下文时才插入。
□ 信息不重复:标题说过的结论、TL;DR 说过的数据,正文第一节不要再重复。直接进新信息。
□ 标题:读标题就知道这篇文章讲什么(不要"浅谈/深入/详解")
□ TL;DR:长文(>20000字)有 3-5 条判断句概括全文核心?
□ HOOK:前 3 句有具体数据或冲突点
□ 小节标题:有信息量,关键转折处用问句(30-50% 为宜)
□ 每段有论点句:遮住证据只看论点句,文章逻辑通吗?
□ 证据三件套:每个核心概念有 图/表/代码 中至少两种?
□ 对比表格:有好做法 vs 差做法 / 方案对比表吗?(目标 5+ 个)
□ Why 追问:每个技术决策后面有解释"为什么"吗?
□ 内容均匀度:各 section 展开深度是否均衡?有没有某个 section 明显单薄?
□ 无废话段落:删掉一段,文章缺了什么?如果什么都不缺就删
□ 结尾不是总结:有反模式表/反思/开放问题(见下方 CLOSE 指导)
□ 长度合适:内部技术分享 10000-20000字 / 掘金 1500-3000字 / 会议演讲 3000-6000字

评分锚定:14/14 项通过 + 每段有具体数据 = 10分;11-13 项 = 8分;8-10 项 = 6分;5-7 项 = 4分;<5 项需要重写。

维度 B: AI 味(50%权重)

由 deslop 的模式清单覆盖(Tier 1/2/3 + 中文特有 + 结构性模式)。在 Phase 5 中通过调用 @deslop 获取此维度分数。在 --review 模式中,按 deslop 的评分标准手动检查。

综合评分

综合分 = 内容质量分 × 0.5 + AI味分 × 0.5

输出时 MUST 同时展示三个分数,不能只给综合分。示例:

内容质量: 7.5/10(轴 3-6 展开偏薄,对比表只有 1 个)
AI 味:    9.2/10(词汇干净,但轴间过渡结构对称)
综合分:   8.4/10

关键原则:一篇干净但单薄的文章不应该拿高分。 内容质量 < 7 时,即使 AI 味 = 10,综合分也不会超过 8.5。这是刻意的——没有内容的"人味"没有意义。

CLOSE 不写总结(三种结尾模式)和标题优化的详细规则见 references/writing-guide.md

Phase 5: 润色 — 调用 deslop + 合并评分

草稿通过结构审查后,MUST 调用 @deslop 做两次 pass 去 AI 味。

@deslop <draft-file>

deslop 做两件事:Pass 1 逐条去 AI 模式(词汇、句式、hedging),Pass 2 全文鸟瞰检查结构性残留(段落对称、情感平坦、句式齐步走)。评分目标 >= 8/10。

deslop 返回的分数是 AI 味分(维度 B)。MUST 与 Phase 4 的 内容质量分(维度 A)合并,输出综合分:

综合分 = 内容质量分 × 0.5 + AI味分 × 0.5

如果 deslop 评分 < 7,回 Phase 4 重新审查结构,可能是内容本身的问题不是表达的问题。如果 deslop 评分 ≥ 8 但内容质量分 < 7,不要被 deslop 高分误导——文章干净但单薄,需要补内容而不是继续润色。

deslop 不可用时的 fallback

如果 deslop skill 不可用或调用失败:

  1. 按 Phase 3 的"句子级打磨"规则手动检查一遍
  2. references/zh-tech-writing.md 的自查清单逐项过
  3. 在质量报告中注明 "deslop 未执行,已用手动规则替代"

场景适配

详见 references/platform-guide.md,包含各平台的字数、格式、SEO、发布时间等完整指南。

Output Artifacts

## 文章信息
- 标题: [标题]
- 类型: [类型]
- 字数: [N]
- 目标平台: [内部博客/掘金/InfoQ/会议]

## 文章正文
[完整文章]

## 质量报告
- 内容质量: [X/10](维度 A: 主线/证据/对比表/why追问/内容均匀度)
- AI 味:    [Y/10](维度 B: deslop 评分)
- 综合分:   [Z/10](= A×0.5 + B×0.5)
- 改进建议: [如有]

文件已保存: [path]

Related

  • @deslop — 反 AI 味(Phase 5 自动调用)
  • @deep-research — 技术调研(为文章收集素材)
  • @doc-gen — API/模块文档生成
  • @readme-craft — README 写作
  • @diagram-expert — 架构图/流程图

References

  • 文章类型详细指南和模板: references/article-types.md
  • 中文技术写作常见问题和修复: references/zh-tech-writing.md
  • 好标题 vs 坏标题对比库 + 句子级打磨: references/title-examples.md
  • 平台适配指南(内部博客/掘金/演讲): references/platform-guide.md
  • HTML 图表风格规范(容器/颜色/药丸/对比图): references/html-diagram-style.md

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

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

补充不同宿主或平台的使用分布数据

能力 5

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

OpenClaw

82.21%
按下载量换算723

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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