gracker-writing
技术文章写作与社交输出把关。适用于技术深度文章、工具实战复盘、FAQ/Q&A、方法论、公众号长文;也作为 X/Twitter、小红书、社交总结、定时任务可发布稿的文风和 AI 味把关门。触发词:写文章、写公众号、按我的风格写、社交草稿把关、AI味检查。
معلومات المصدر
- المستودع
- Gracker/gracker-writing
- آخر نشاط في المصدر
- ٤ سبتمبر ٢٠٢٦ في ٠٦:٠١
- لغة SKILL.md المكتشفة
- الصينية
- النجوم
- ٣٩
- التفرعات
- ٥
خيارات التثبيت
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
مراجعة ملفات المصدر
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
عرض SKILL.md
SKILL.md
تعليمات المصدر · معاينة للقراءة فقط- name
- gracker-writing
- description
- 技术文章写作与社交输出把关。适用于技术深度文章、工具实战复盘、FAQ/Q&A、方法论、公众号长文;也作为 X/Twitter、小红书、社交总结、定时任务可发布稿的文风和 AI 味把关门。触发词:写文章、写公众号、按我的风格写、社交草稿把关、AI味检查。
# 技术文章写作
> 面向技术从业者的写作 skill,尤其适合 Android、性能优化、工程工具和系统机制类内容。
> 写作定位:工程师视角,技术精确、结构清楚、判断明确、实战痕迹重,不卖弄不端着。
> 长文按本文件写;X/Twitter、社交总结、定时任务可发布稿先按对应平台 skill 搭结构,再按 `references/social-output-gate.md` 把关。
技术文章的核心是三件事:
1. **准确**:术语、版本、路径、代码、数据都能对上。
2. **有用**:读者看完知道怎么观察、怎么判断、怎么落手。
3. **易读**:不是把信息塞满,而是把复杂问题讲顺。
不是资讯搬运,不是情绪发泄,不是 AI 式的整洁废话,也不是为了"好看"去写花活。
### 活人感基线
写作、改写、发布前质检都要读取 `references/human-feel.md`。这份规则吸收 `human-writing` 的精华,但按 Gracker 的技术写作体系重新表达:具体事实优先、简单动词、少升格、不凑三项、术语稳定复用、观点来源明确、加粗克制、不矫饰。
活人感不靠口语化表演,靠三个东西:
- **具体**:能看到场景、工具、版本、trace、代码路径、失败分支或读者反馈。
- **取舍**:知道作者为什么这么判断,也知道这个判断在哪些条件下成立。
- **不装**:不把普通事实写成时代趋势,不把材料整理写成深刻洞察,不把格式重点当成内容重点。
**矫饰性表达**:删除所有矫饰性表达。能直接说明时就直接说明,不要用隐喻、漂亮话或写作者姿态替代准确含义。
Remove all mannered prose. When a literal statement is available, use it instead of metaphor, flourish, or language that performs the writer rather than conveying the meaning.
如果一段话没有具体对象、具体动作或具体证据,即使语气顺滑,也按 AI 味处理。
社交稿和资讯稿多加一条 **出声测试**:写完后把每句读出声。听起来像在给材料写导语、像在评论官网怎么排版、像在分析评测机构怎么组织文章,正常人不会对同事这么说,整句重写。主语用产品、模型、数字,不用「官网把画面/卖点/叙事……」。比较句必须带上两个具体数字,禁止「跳得更大」「升幅大」这种空比较。详情见 `references/human-feel.md` 的「思考路径」。
### 社交输出把关
X/Twitter、thread、小红书、社交总结、定时任务投到 Telegram 的可发布稿,不能只过词库。交付前必须读取 `references/social-output-gate.md`。
这类稿最常见的翻车不是禁用词,是把 changelog 整理成「干净长帖」:否定开场、功能点一二三、升格包装、口号收尾。命中该文件「失败即重写」任意 2 条,整篇重写,不做表层替换。
DeepResearch、调研结果、测评综述要发成社交长文(知乎/公众号/可转发长帖)时,先读 `references/research-social-longform.md`。用「意外 → 对照数字 → 配图 → 真问题」推进,不要用调研报告的章节名当小标题。只借结构,不借样本口癖。
平台结构跟对应 skill(如 `x-tweet-writer`)。文风、AI 味、升格和收尾跟本 skill。社交正文里不出现内部过程、路径、skill 名、质检报告。定时任务投到 Telegram 的可发布稿,必须是用户能全选、一键贴到社交平台的完整正文:信息、判断和链接写进句子里;不要 `账本` 这类黑话;不要 status、评分、落盘路径、「今日精选」或把 Obsidian 工作稿整份发出去。不怕写长,怕写乱——有材料就写开,每段一个中心、有顺序;不要为了整齐压成提纲,也不要堆散点。
---
## 一、写作原则
### 核心目标
**让读者真的看懂、能拿去用、知道边界**——不是让读者觉得作者很懂。
### 六条底盘
1. **工程师视角先于情绪视角**:先讲问题、系统、工具、路径,再讲感受和态度。
2. **作者必须真的在场**:文章里能看到真实工作流痕迹——为什么碰到、怎么观察、用了什么工具/trace/命令/代码路径、哪步最易误判、自己怎么下判断。
3. **结构感强,标题自己会说话**:读者扫标题就应该知道全文骨架。
4. **判断明确,但必须交代依据和边界**:给出判断后必须跟依据、条件、适用范围。
5. **技术表达敢写实**:工具名、模块名、类名、轨道名、参数、版本、路径、命令都敢写具体。
6. **结尾克制,不做空洞升华**:技术文章收束即可,不要硬拔高度。
### 信息密度
目标不是"每句都很满",而是"每句都推进理解"。
- 一段只做一件事:下定义、解释机制、展示证据、下判断,不要乱炖。
- 高密度解释段中间要插入**短结论句/列表/图表/代码观察点**,给读者换气。
- 不要连续塞 4 个以上新概念,必要时拆段。
- **核心观点全文只出现 2 次**:定义 + 总结。中间段落直接使用,不再反复解释。
- 删掉后不影响理解的段,就是"正确的废话",删。
### 呼吸感
呼吸感不是抒情,是认知负担控制:
- 长解释段后面跟一句短判断。
- 复杂机制前先给全景图。
- 长代码块前先说"重点看哪几行"。
- 关键节点加读者引导,例如:`先记住一个结论:...` / `到这里,A 和 B 的区别已经清楚。`
### 可读性优先于表面完整
展开顺序:**问题是什么 → 为什么值得看 → 先建立整体图 → 再下钻细节 → 最后给判断和边界**。不是所有东西都要一次讲完,按读者的理解顺序讲。
---
## 二、文章结构
### 常见 5 类长文
1. **技术深度/系列解析**:讲清机制、观测方法、分析路径。结构:问题定义 → 背景概念 → 系统流程 → trace/代码/图示 → 实战建议。
2. **工具实战/架构复盘**:说明为什么这样设计、怎么落地、踩过什么坑。结构:起因 → 关键判断 → 方案拆解 → 取舍 → 边界。
3. **FAQ/Q&A**:把读者最关心的问题逐个说透。结构:问题列表 → 逐题结论 → 证据/误区/边界。
4. **方法论/行业观察/判断型**:把分散经验提炼成判断框架。结构:现实问题 → 作者判断 → 拆维度 → 反例/代价/边界。
5. **工具体验/读书/社群/人物**:有个人色彩但仍然交付实用价值。结构:缘起 → 内容/工具/观点 → 作者补充理解 → 推荐/总结。
### 默认骨架
```
【开头】直接交代问题、场景、文章任务
↓
【背景】为什么值得聊,读者能带走什么,需要哪些前置知识
↓
【主体】按 3 到 8 个板块展开,每块只解决一个问题
↓
【判断】把局部观察提炼成更高一层的理解
↓
【结尾】压缩结论、补边界、给后续阅读或行动建议
```
### 开头
三句内必须完成三件事:这篇在讲什么、为什么值得看、读者看完能带走什么。
四种常用开头:
- **系列定位型**:`本文是 XXX 系列的第 N 篇,主要讲 YYY。`
- **近期事件/读者反馈型**:`上一篇发出去之后,大家最常问的是...`
- **认知修正型**:先说原先怎么想,再说真正用过后发现什么。
- **先给判断型**:开头先给判断,再展开理由和边界。
**开头禁区**:
- 不要从"在这个时代""随着技术发展"开讲。
- 不要先讲大背景,再慢慢靠近主题。
- 不要先端一个正确废话当帽子。
- 不要把目录感写成汇报感。
### 主体
- **一段一义**:每段只承担一个任务,不要在一个段里同时做 3 件事。
- **先给全景图,再下钻**:整体图景 → 关键模块 → trace/代码/数据 → 结论。
- **关键节点做读者引导**:`先建立整体图景。` / `到这里先记住一个区别。` / `下面再看这个结论是怎么来的。`
- **顺序设计**:先放基线,再放进阶例子,最后放最能改写理解的例子。
- **概要和详述分工**:如果有"概要"和"展开"两个章节,概要只点结论(2-4 行),展开负责细节。同一内容不在两处各写一遍。
- **系列文章不重述**:前文已定义的概念,后文引用即可,不重新展开。
- **模仿别人时模仿结构不模仿句式**:借鉴的是判断组织方式、证据编排顺序,不是表面句式和历史排版噪音。
- **项目规则不混进通用规则**:项目专属术语、版本展示、品牌语气和信息架构放到项目覆盖规则里,不要写进通用写作规范。
### 句式与节奏
1. **先直说,再展开**:第一两句就把中心说出来,不要兜圈。
2. **长句装信息,短句落锤**:长句交代背景/边界/对象,短句下判断。
3. **不用第一人称**:不写"我认为"/"我建议"/"我通常会"。直接给结论或步骤。
4. **真实细节可借,表演感不可借**:犹豫、取舍、踩过的坑可以出现;强情绪喷发、网络口癖、戏剧化段子感不可以。
### 结尾
优先四种收法:
1. 一句判断收尾。
2. 正文后给 references/延伸阅读。
3. 给读者下一步动作。
4. 回扣开头问题一次,不做文学化回环。
**结尾禁区**:
- 不要突然上价值。
- 不要把结论写成口号。
- 不要假装开放式结尾其实什么也没说。
- 不要把全文又空泛复述一遍。
---
## 三、禁用词与句式
完整规则见 `references/style-rules.md`、`references/copy-editing.md` 和 `references/human-feel.md`。写作、改写、质检前必须按需读取,尤其是:禁用词库、意义通胀、顺手补分析、否定-纠正结构、假想读者错误、冗余确认副词、翻译腔动词、结构性元叙述、抽象名词主语、同义词轮换、硬换行、中英文空格、机器可读内容边界、术语大小写和中文错词规则。
Android、性能优化、Perfetto、系统机制类文章还要读取 `references/android-terminology.md`。这类文章里,`渲染链路`、`输入链路`、`Binder 调用链`、`BufferQueue`、`fence` 等词可能是准确术语,不能因为命中黑话词库就机械替换。
---
## 四、展示规范
### 代码
1. **代码块前必须有"用途句"**:交代这段要证明什么、读者重点看哪里、看完要得到什么结论。
2. **代码块内要可读**:用标准 Markdown 代码块并标注语言,命名/缩进/换行遵循语言 style guide。
3. **可以省略但要明确**:用该语言的注释标明,别用含糊的 `...`。例如 `// Several unrelated lines are omitted.`
4. **代码后必须有"解释句"**:解释为什么这里关键、如何和上文结论对应、读者实战里怎么观察。
5. **大段代码的处理**:正文只保留骨架和关键路径,过长代码放仓库/Gist/附录。
6. **代码质量**:能运行的给可运行版本;不能运行的明确说明是"示意/伪代码/节选";不准编造不存在的 API/类名/方法名。
### 数据
1. **先决定表达形式**:一句话能说清用文字,少量对比用列表,多指标对比用表格,趋势/波动用图表,时序关系用流程图。
2. **数据必须有参照物**:任何数字都要补单位、测试条件、对比基线、是否稳定复现、样本范围。
3. **表格不是堆料区**:只放读者需要横向比较的字段。
4. **图表不是装饰**:要回答一个明确问题。
5. **结论必须回连数据**:图表/表格后面必须补一句解释这组数据支持/不支持什么。
### 列表
**核心原则:列表不能是目录,必须是内容。**每个列表项必须自带信息增量,读者读完该项就知道"这是什么/为什么/怎么用"。
❌ 禁止的写法:
```
- threads
- slices
- counters
```
✅ 正确的写法:
```
- threads:按 tid 分组的线程轨道,用于定位主线程、RenderThread、Binder 线程的执行时间
- slices:函数调用的时间区间,颜色深度表示调用栈层级,用于定位哪个函数耗时长
```
**判断标准**:删掉列表项后面的描述只留名词,读者会不会少知道什么?如果不会,说明描述不够。
### 图表
| 图表类型 | 工具 | 代码围栏 | 适用场景 |
|----------|------|----------|----------|
| 流程图/时序图/状态机 | mermaid | ` ```mermaid ` | 渲染管线、VSync 时序、状态流转 |
| 分层架构图 | architecture | ` ```architecture ` | 系统架构、模块分层 |
| 数据图表(柱/折/散点/热力图) | vega | ` ```vega-lite ` | 帧率曲线、功耗对比、温度趋势 |
| 复杂依赖/调用图 | graphviz | ` ```dot ` | 类继承、Binder 调用链、模块依赖树 |
| 信息卡片/时间线/对比 | infographic | ` ```infographic ` | 优化效果对比、工具评分、方法论总览 |
| 思维导图/知识图谱 | canvas | ` ```canvas ` | 知识体系结构、概念关系 |
选择原则:能用 mermaid 的不用 graphviz;数据对比优先 vega;架构分层优先 architecture;公众号文章优先 mermaid 和 infographic(渲染兼容性好)。
**架构图的省略边界**:画时序图/架构图可以省装饰和同层细节,但**不能省略读者跟着 trace 走的关键中转层**。判断:这个节点在 Perfetto trace 里有没有独立的线程/counter/slice?有就不能省——读者会拿图对照 trace,找不到对应物就会误解成"直接跨过去了"。画图前先问:"读者拿这张图对照 trace 时会找哪些关键词?"那些关键词对应的节点都必须出现。
### 术语
- **有稳定中文译法的英文词必须换成中文**(翻译腔套路四)。AI 生成的中文里常留原样英文——context、state、cache、claim 之类,读者每次要在脑子里切换一下"context → 上下文"、"claim 更硬 → 判断说得更重"。一段里切七八次,读完就累了。
- 已有稳定译法的一律翻译:上下文(不是 context)、状态(不是 state)、缓存(不是 cache)、断言(不是 claim)、运行时、协议层、契约层。
- 仍在抢的术语保留英文:prompt、embedding、tokenizer、harness、agent 等——这些在中文技术圈还没收敛到通用译法。
- 判断标准:中文圈里讨论这个概念有没有统一术语?有就换中文;没统一就保留英文。保留英文的前提是"中文圈还没公认译法",不是"写作者不想翻"。
- 一类例外:已经成为专有名词/标识符的英文保留——Android、Perfetto、VSync、Binder、`trace_processor`、Workflow、Agent(作为 RN/LangChain 等框架里的具体组件名时)等。
- Android 文章先按系统对象和观测证据判断术语。能对应到源码类、系统服务、线程、trace 轨道、slice/counter、buffer/fence 状态的词,按领域术语处理;没有具体对象和边界的,再按黑话处理。
- 只校正文中的可见术语,不要机械改动代码、字段、路径、URL、trace 名称、线程名、counter 名称和外部原文引用。
- 第一次出现的新概念,先给一句人话解释,再展开。
- 不要为了"通俗"牺牲精确性——不要把术语解释成另一个更空的术语。
---
## 五、AI 协作规范
### AI 擅长做的
- 整理资料、提纲、目录
- 把已有观点扩成更完整的结构
- 给出多个解释版本帮选更易懂的
- 补全可读性检查项,找黑话/重复句/AI 味句式
- 协助整理表格/清单/对比矩阵
- 按既定角度扩写已有段落
### AI 不能代替作者做的
- 决定文章的核心角度
- 编造第一手经验/实验/trace 观察/性能数据
- 代替作者承担技术正确性
- 代替作者做最终取舍和判断
- 假装它真的跑过作者的工程环境
### 协作流程
```
人:给出主题、读者对象、自己的判断、真实经历、关键证据
↓
AI:整理结构、补参考资料、提出可读性优化方案
↓
人:补一手细节、删错的、改判断、压风格
↓
AI:按四层质检做检查,指出具体问题
↓
人:终审,确认准确性、边界、可发布性
```
### 必跑:写作后质检不是可选步骤
按本 skill 生成的第一版只能算草稿,不能直接当发布稿。尤其是公众号/知乎长文、技术方法论、外文观点解读这类任务,模型会自然滑回「不是 X,而是 Y」「不只是 X,还 Y」「真正/其实/实际上」等高频论述句式。即使结构和内容已经符合本 skill,也必须在交付前跑一轮规则扫描和硬修。
交付前至少检查并修掉:
- `不是[^。\n]{0,25}而是|不只是[^。\n]{0,25}还|并非[^。\n]{0,25}而是|不仅仅是[^。\n]{0,25}更是|与其说`
- `真正|实际上|其实|根本|彻底|确实` 高频副词,单词累计过多要压掉,无信息增量的全部删
- `最值得看|最值得|值得一看` 等用户明确不喜欢的评价 opener
- `把画面|把卖点写成|把评测拆|叙事转到|官网把|跳得更|升幅大` 机构拟人/空比较;命中就改成「谁、数字、跟谁比」
- 结构性元叙述、假想读者错误、意义通胀、顺手补分析
- 社交稿再按 `references/social-output-gate.md` 扫一遍:changelog 综述、否定开场、`一、二、三` 功能并列、口号收尾、名人硬挂钩、导演句、空比较
- 社交稿出声测试:每句问「朋友之间会不会这么说」;不会就重写,不要只换词
工作顺序固定为:先按 skill 出完整稿 → 立刻扫描 → 硬修句式和禁用词 → 抽读关键段落 → 再交付可发布版。不要把“按 skill 写了”误当成“通过 skill 质检”。
### 硬规则
- **不能把 AI 生成的"像真的"当成"真的"**——必须核实。
- **不能让 AI 自动补齐不存在的实验结论**。
- **不能把 AI 的平滑表述原样端上去**——必须二次改写。
- **不能一轮生成直接发布**。
- **不能抄别人的框架/观点不标来源**。
- **发布稿只面向读者,不留编辑痕迹**:正文中不出现"这一版"/"上一稿"/"按要求改过"等写作过程记录。
---
## 六、质检体系
完整四层质检规则见 `references/quality-gate.md`。写完后按 L1 硬性规则、L2 可读性、L3 内容深度、L4 活人感逐层检查;L4 必须纳入 `references/human-feel.md` 的具体性、意义通胀、同义词轮换、格式用力过猛和矫饰性表达检查。社交稿还要过 `references/social-output-gate.md`。质检只输出报告,不自动修改内容;社交稿质检不通过则重写正文,再交可发布版。
---
## 七、精修 mode
当用户要求“精修”“润色但不重写”“只改 AI 味”时,读取 `references/refinement-mode.md` 和 `references/human-feel.md`。精修只动词句和格式,不改结构、事实判断或新增论点。
عرض على GitHub